本文關(guān)鍵詞：基于小波系數(shù)預(yù)測的ECG信號壓縮研究

  更多相關(guān)文章： 連續(xù)小波變換 R波檢測 帶截止區(qū)均勻量化 離散小波系數(shù)預(yù)測 自適應(yīng)算術(shù)編碼

【摘要】：心血管疾病一直是威脅人們生命的重要疾病之一,心電信號(簡稱為ECG)能綜合反映出人體心臟在體表的活動,提供心臟病患者詳細(xì)的診斷信息。因此,對病患進(jìn)行臨床心電圖檢查對心臟病的診斷有重要的意義。隨著計算機(jī)技術(shù)應(yīng)用的推廣,為了能給醫(yī)生提供更準(zhǔn)確的數(shù)據(jù)分析,臨床對多導(dǎo)聯(lián)心電測量儀的使用越來越廣泛,同時也對臨床采集到的心電信號的采樣頻率要求更高、采樣精度要求更準(zhǔn)以及采樣時間也要求更長。這樣一來就需要更大的存儲空間和更快傳輸速度,所以進(jìn)一步降低心電數(shù)據(jù)存儲空間,對心電數(shù)據(jù)的處理和傳輸有著重要的意義。 由于心電數(shù)據(jù)是醫(yī)生對病人病情診斷的重要依據(jù),針對心電信號的壓縮在追求最大的壓縮比的同時降低心電數(shù)據(jù)的失真度也是至關(guān)重要的。因此,對心電診斷信號的無失真壓縮,已成為當(dāng)下生物醫(yī)學(xué)工程中重要的科學(xué)研究方向�；诟邏嚎s比和低失真度兩個方面的考慮,本文提出：對ECG信號離散小波系數(shù)預(yù)測的算法。由于心電信號是心臟波動時產(chǎn)生的,每一次心臟的收縮和舒張都是一個心搏周期,所以每個心搏信號之間有著高度的相關(guān)性和周期性。根據(jù)這一特性：首先對心電信號進(jìn)行連續(xù)小波變換及采用模極大方法識別R波位置,接著對心電信號中的每個心搏進(jìn)行精確的周期劃分；然后對心電信號進(jìn)行六層離散小波變換；根據(jù)離散變換后的小波系數(shù)的特點(diǎn),采用帶截止區(qū)的量化器將進(jìn)行合理的量化；然后是建立自適應(yīng)的模板,對量化后的系數(shù)進(jìn)行最優(yōu)線性預(yù)測；最后通過自適應(yīng)算術(shù)編碼器對誤差進(jìn)行編碼壓縮。 本文首先介紹了近幾十年以來的國內(nèi)外ECG信號壓縮的研究背景及現(xiàn)狀；在深入學(xué)習(xí)了小波變換原理后,根據(jù)連續(xù)小波變換結(jié)合模極大識別R波位置進(jìn)一步分析研究了ECG信號的周期結(jié)構(gòu)特點(diǎn)；根據(jù)離散小波變換系數(shù)的特點(diǎn)選取帶截止區(qū)的均勻量化器進(jìn)行量化；然后根據(jù)心搏信號相鄰位置的相關(guān)性和周期性建立Context模型對離散小波系數(shù)進(jìn)行最優(yōu)線性預(yù)測器預(yù)測：最后給出了具體的實(shí)驗方案、實(shí)驗結(jié)果及分析。本文中實(shí)驗數(shù)據(jù)來源于：美國的MIT-BIH心律失常數(shù)數(shù)據(jù)庫。實(shí)驗結(jié)果表明：本文提出的基于小波系數(shù)預(yù)測ECG信號的方法壓縮效果有顯著提高。
【關(guān)鍵詞】：連續(xù)小波變換 R波檢測 帶截止區(qū)均勻量化 離散小波系數(shù)預(yù)測 自適應(yīng)算術(shù)編碼
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R54;TN911.7
【目錄】：

• 摘要3-5
• Abstract5-7
• 目錄7-9
• 第一章 概述9-16
• 1.1 研究背景及現(xiàn)狀9-11
• 1.2 選題的目的和意義11
• 1.3 心電信號的簡要介紹11-13
• 1.3.1 ECG信號的結(jié)構(gòu)特點(diǎn)11-12
• 1.3.2 常用心電數(shù)據(jù)庫12-13
• 1.4 論文的主要工作13-15
• 1.5 論文的結(jié)構(gòu)介紹和創(chuàng)新點(diǎn)15-16
• 第二章 小波變換和量化16-28
• 2.1 小波變換的背景介紹16
• 2.1.1 小波變換與傅里葉變換的對比分析16
• 2.2 小波變換的原理16-17
• 2.3 連續(xù)小波變換17-20
• 2.3.1 連續(xù)小波變換的性質(zhì)17-18
• 2.3.2 連續(xù)小波變換的步驟18-19
• 2.3.3 模極大識別R波19-20
• 2.4 ECG信號的周期定位20-21
• 2.5 離散小波變換21-24
• 2.6 小波系數(shù)的量化24-28
• 2.6.1 量化的必要性24-25
• 2.6.2 均勻量化器25-27
• 2.6.3 帶截止區(qū)均勻量化器27-28
• 第三章 Context建模28-36
• 3.1 Context模型的建立28-29
• 3.2 找到與Context模板匹配的訓(xùn)練集T29-31
• 3.3 條件點(diǎn)的相關(guān)性31
• 3.4 Context模板中階數(shù)的確定31-32
• 3.5 對尋找訓(xùn)練集T的改進(jìn)32-34
• 3.6 最優(yōu)線性預(yù)測34-36
• 第四章 編碼理論知識及編碼過程的實(shí)現(xiàn)36-42
• 4.1 編碼理論基礎(chǔ)知識36-37
• 4.1.1 算術(shù)編碼36-37
• 4.1.2 自適應(yīng)算術(shù)碼37
• 4.2 編碼流程37-39
• 4.3 衡量數(shù)據(jù)壓縮的標(biāo)準(zhǔn)39-42
• 第五章 實(shí)驗結(jié)果及分析42-51
• 5.1 基于小波系數(shù)預(yù)測的實(shí)驗算法結(jié)構(gòu)42-44
• 5.1.1 編碼算法流程42
• 5.1.2 解碼算法流程42-44
• 5.2 實(shí)驗結(jié)果及分析44-51
• 5.2.1 實(shí)驗結(jié)果及分析44-51
• 第六章 全文總結(jié)和下一步工作計劃51-53
• 6.1 全文總結(jié)51
• 6.2 下一步工作和展望51-53
• 參考文獻(xiàn)53-57
• 致謝57

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 練秋生,王成儒,孔令富;心電圖小波零樹壓縮算法的研究[J];計算機(jī)工程與應(yīng)用;2002年07期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 黃博強(qiáng);基于Context模型和矢量—標(biāo)量量化器的ECG信號壓縮[D];復(fù)旦大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 毛云甲;基于小波變換和心搏間相關(guān)性的ECG信號壓縮[D];云南大學(xué);2013年

2 牛振陽;基于多周期相關(guān)的ECG信號壓縮研究[D];云南大學(xué);2010年

，

本文編號：851038