离散余弦变换在心电信号压缩中的应用研究

目前心电（ECG）信号压缩是生物医学信号压缩的一个热门研究领域.临床诊断过程中,心电信号的存储与传输是一个有待解决的问题,由于采集到的原始信号数据量巨大,为了便于对大量的心电数据进行存储、分析和传输,对于这些数据的压缩处理是十分必要的.通过对心电数据压缩方法的概述与讨论,在研究国内外有关心电信号数据压缩算法及其研究状况的基础上,采用了离散余弦变换（DCT）算法对心电信号进行压缩,取得了较高的压缩比和保真度,具有一定的应用价值.     

同步脉搏心电信号的非线性分析

对同步脉搏信号和心电信号进行处理,获取脉搏信号和心电信号的间期序列P R及R R;采用非线性动力学理论与方法,计算非线性特征参数最大Lyapunov指数和近似熵ApEn,并进行相关性分析。从而分析比较同步脉搏和心电信号的相关性。结果表明,同步脉搏信号和心电信号的非线性指标也具有较好的相关性。说明可以通过对人体脉搏波的分析了解人体心脏的搏动情况,为人体心血管疾病的预防和诊断提供一种新的途径和辅助手段。     

基于神经网络的K—L变换和心电地图数据压缩

Ｋ－Ｌ变换是主误差准则意义下的最佳变换，是心电地图数据压缩的重要方法。但ＫＰＬ变换的常规算法计算量大，上前又无快速算法，实现困难。本文采用人工神经网络算法来实现Ｋ－Ｌ变换，并将其应用于心电地图的数据压缩，实验结果表明：该网络法具有设计简单，易于实现以及对数据扰动的稳健性等优点，其压缩效果与Ｋ－Ｌ变换常规算法相当。     

基于神经网络的K－L变换和心电地图数据压缩

Ｋ－Ｌ变换是均方误差准则意义下的最佳交换，是心电地图数据压缩的重要方法．但Ｋ－Ｌ变换的常规算法计算量大，目前又无快速算法，实现困难．本文采用人工神经网络算法来实现Ｋ－Ｌ变换，并将其应用于心电地图的数据压缩，实验结果表明：该网络算法具有设计简单、易于实现以及对数据扰动的稳健性等优点，其压缩效果与Ｋ－Ｌ变换常规算法相当．     

基于相关性评估与FastICA的实时心电信号提取算法

针对传统的独立成分分析(ICA)算法无法实现实时的信号分离和提取的问题,提出一种基于相关性评估和实时FastICA的方法.通过对混合信号分段,并进行FastICA处理,再对分离后的信号段进行相关性评估,选取与心电信号相关性最大的信号段进行相位的修正与幅值缩放,实现心电(ECG)信号的实时提取.在分离处理前,对混合信号进行基线漂移的过滤,提高了算法的鲁棒性.实验表明:所提算法的准确率可达96.7％,能够有效实现心电信号的实时提取.     

使用时频盲源分离和小波包去噪的胎儿心电信号提取

提出一种使用时频盲源分离(TFBSS)和小波包去噪的胎儿心电信号提取新方法。首先通过重排时频谱时频盲源分离方法进行胎儿心电信号的初次提取,并将初次提取得到的母体心电信号和噪声对应的各路分量置零,其余分量由混合矩阵进行重构;然后再利用重排时频谱的时频盲源分离方法对重构信号进行胎儿心电信号的二次提取,得到含噪声的胎儿心电信号;最后通过小波包去噪抑制胎儿心电信号中的基线漂移和噪声。在胎儿心电信号和母体心电信号的QRS波无重叠、部分重叠或完全重叠的情况下,通过该方法能有效抑制母体心电信号和噪声的干扰,提取胎儿心电信号。实验结果表明该方法能提取清晰的胎儿心电信号。     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

基于无线传感网的老人监护系统

通过对老人监护问题的需求分析,设计一套基于无线传感网的监护系统。本系统设计了便携式的心电检测仪,实时采集被监护对象的心电信号,并采用嵌入式零树小波变换算法实现心电数据压缩;同时,构建无线传感网络,利用基于RSSI的三点定位算法实现对被监护对象的定位。最后,将心电数据和位置信息通过无线路由传至监护中心的终端软件,供分析、显示和记录。实验表明,该系统能较好地完成心电信号检测及定位功能,有助于医疗人员实施老人监护工作。     

基于FPGA的实时心电监护系统设计

介绍了一种基于现场可编程门阵列(FPGA)的实时心电监护系统。该系统采用FPGA为中央数字处理器,采用硬件描述语言(VHDL)进行结构化设计,实现了心电信号(ECG)的实时采集、处理和传送。同时还在芯片内集成了数字滤波和数据压缩存储算法,实现心电信号的实时处理和压缩。     

基于巨磁阻抗传感器的心磁信号检测的研究

针对心磁图仪诊断技术在临床上的普及需求和心磁图检查费用高昂的矛盾现状,提出了一种基于巨磁阻抗传感器的心磁信号采集和信号处理方法。该方法依据心磁信号和心电信号的相关性,通过以巨磁阻抗传感器为核心的数据采集电路,同步采集两种信号,并根据功率谱密度分析结果,自动调整带通滤波器的参数,使其能自适应跟踪心电信号的频率,滤除噪声信号,最后取得心磁信号。通过实验证明了该方案可在常温下准确测得心磁信号,且设备维护成本低,操作简单易行。     

帧间差值的DCT压缩ECG数据的方法

心电图（ECG）信号具有准确周期性,各个心动周期（称其为帧）的ECG波形极为相似,将相邻两帧的ECG波形数据相减,得到值数据的波形比原始ECG波形量、数据值小、差值数据的DCT有效分量更为集中在低频段,且这些分量的幅度较低,由此,可以得到更高的数据压缩比。因此本文提出了一种利用ECG帧间差值代替原始ECG信号进行DCT变换,并用双码长编码方法对DCT分量进行编码的数据压缩方法。用该方法得到的重构TCG波形具有良好的保真度。     

基于小波神经网络的心电数据压缩方法研究

本文在研究心电信号特征的基础上提出了动态心电数据的小波神经网络压缩算法.本算法对原始心电数据实行实时分桢;采用最速梯度下降法优化网络参数.对MIT-BIH数据库中的几组数据进行压缩,给出压缩/重建的实验结果并分析讨论.研究表明:该算法具有参数收敛速度快、数据压缩性能良好的特点.     

基于FPGA的多通道心电信号实时滤波与压缩

为了改善多通道心电(ECG)信号滤波的质量和保证数据传输速率,实现实时采集与处理,提出了一种基于现场可编程门阵列(FPGA)的ECG信号滤波和压缩处理方法.对AD采集的ECG信号进行FIR低通和四层Coif1小波滤波处理;由多级树集合分裂(SPIHT)模块进行压缩;将压缩数据经通用串行总线(USB)传入上位机.根据Modelsim仿真和Altera Arria V FPGA的实验结果表明:经过数字滤波与压缩,ECG信号的信噪比(SNR)可提升7.4 dB,数据压缩率可达13.4.方法可实现对64通道的ECG信号实时滤波和压缩处理.     

一种改进的基于压缩感知的心电压缩算法

为了解决远程动态心电记录仪数据量过大的问题,并且克服基于压缩感知的压缩算法压缩比有限的问题,提出压缩感知压缩与移位差分位压缩结合的心电数据压缩算法,移位差分位压缩算法是无损压缩算法,在不影响压缩感知重构精度的前提下进一步提高压缩比。经实验证明,该方法将压缩感知原有4倍的压缩比最高提高到11倍,最小为4.81倍,压缩端的计算复杂度为O(N),满足远程动态心电记录仪的需求。     

Improved modified AZTEC technique for ECG data compression: Effect of length of parabolic filter on reconstructed signal

The existing techniques for electrocardiogram (ECG) data compression have been classified into three major categories, namely, direct data compression (DDC), transformation compression (TC) and parameter extraction compression (PEC). This paper deals with an efficient DDC algorithm, which has been developed over existing modified Amplitude Zone Time Epoch Coding (AZTEC) technique, named as improved modified AZTEC and tested on Common Standard for quantitative Electrocardiography (CSE) database. The performance has been evaluated on the basis of compression ratio (CR), percent-root-mean-square difference (PRD) and fidelity of the reconstructed signal. A comparison of the wavelet-derived features of compressed and original signals has been used for performance evaluation of the compressed signal. In this paper, the effect of length of least-square polynomial smoothing filters, i.e., parabolic filters, on the reconstructed signal has been analyzed. The use of 7-point parabolic filter has been found to improve the percent-root-mean-square difference (PRD), i.e. lower PRD, compared to reconstruction process of ECG signal without filter. It is also observed that the use of parabolic filters rejects high frequency noise, which is reflected in the form of reduced electromyographic noise.     

基于非负矩阵分解和支持向量机的心电图分类

提出一种心电信号分类方法,利用非负矩阵分解进行数据降维,运用支持向量机进行心电信号分类,以保留更多的原始数据信息,从而更有效地提取高维心电数据特征,提高分类准确度。通过对MIT-BIH数据库中4类常见心电信号进行分类实验,证明该方法的整体准确率达到99%。     

ECG data compression using fast Walsh transform and its clinical acceptability

Data compression techniques can be grouped into three categories, direct and transformation compression and parameter extraction. The principles and details of ECG data compression implementation using fast Walsh transform are presented. Performance evaluation has been made on the basis of compression ratio and visual comparison. To know the extent to which the clinical information preserved in the reconstructed signal, peak and boundary measurements were made on both the reconstructed and original signal, and then compared. As the number of fast Walsh transform coefficients are reduced, the compression ratio increases. At higher compression ratios deviations in the R-peak are found to be higher than those in the other ECG peaks. Peak and boundary measurements reveal clinical acceptability of the compression algorithm, because the errors are quite tolerable. It is also worth noting that artefacts such as electromyographic noise are better eliminated because of filtering, and this also makes the signal compatible to cardiologists for visual examination. The experimental results show that a compression ratio of four is acceptable to preserve the clinical information.     

基于EZW的ECG压缩算法研究与改进

嵌入零树小波(Embeded Zerotree Wavelet,EZW)作为一种高效的压缩方式,虽然在编码上具有一定的优越性,但是其多层零树结构信息编码会使信号的压缩比有所降低。因此,研究了EZW压缩算法的优化与改进。首先研究了使用提升小波格式处理ECG信号,其中重点研究了小波的消失矩提升规律与提升算法;其次对EZW压缩算法编码方式的改进进行了研究。对ECG分解信息进行特征值检测,然后根据特征信息将ECG的小波系数进行加权计算。通过衡量系数的权重,再进行优化编码,从而达到了改进压缩效益的目标。     

A lossless ECG data compression technique using ASCII character encoding

A software based lossless ECG compression algorithm is developed here. The algorithm is written in the C-platform. The algorithm has applied to various ECG data of all the 12 leads taken from PTB diagnostic ECG database (PTB-DB). Here, a difference array has been generated from the corresponding input ECG data and this is multiplied by a large number to convert the number of arrays into integers. Then those integers are grouped in both forward and reverse direction, out of which few are treated differently. Grouping has been done in such a way that every grouped number resides under valid ASCII value. Then all the grouped numbers along with sign bit and other necessary information are converted into their corresponding ASCII characters. The reconstruction algorithm has also been developed in using the reversed logic and it has been observed that data is reconstructed with almost negligible difference as compared with the original (PRD 0.023%).