论文部分内容阅读
随着现代化医疗设备的增加，医学数据量激增，数据压缩技术在生物医学上被广泛的研究和应用，其中心电信号的压缩是一项重要的应用技术。心电图(Electrocardiogram简称ECG)是通过人体的皮肤记录下激励心脏运动的电信号，目前是临床诊断心脏疾病的重要依据。为了减少心电数据的存储量和有利于数据传送，需要对原始信号进行压缩而不损失诊断信息.实现ECG数据的高效压缩，对ECG数据的处理、存储和传输等诸多方面，都具有非常重要的实际意义。
心电图(ECG)数据压缩方法研究的主要目标是在尽量保持心电图有用信息的前提下，获得尽可能大的压缩比。一个性能良好的压缩算法，不仅要求有较高的压缩效率、理想的恢复精度。更重要的是要保证在压缩过程中信号所携带的重要诊断信息不能丢失。
心脏活动过程是一个有序的过程，因此反映这一过程的ECG数据具有一定的相关性，或者说ECG数据具有一定的冗余度。将冗余的数据压缩掉不会丢失信息，即仍能够保真重构的ECG波形。
目前ECG数据的压缩算法可以分为三类：①特征提取法：从ECG数据中提取和保留有分析价值的特征参数。②直接数据处理法：利用插值或者预测等处理，减小数据中的冗余度，实现数据压缩。③变换域压缩法：通过正交变换，解除数据间的相关，用少量的变换域分量保持原数据信息。
本文从数据压缩理论出发，介绍了心电信号的特征，根据ECG信号的发展现状，分别介绍了目前常用的几种ECG压缩算法和他们的主要评价技术指标，基于低复杂、近无损的考虑，介绍非多余采样编码法中的预测器算法和AZTEC两种算法，然后主要分析了非理想带限信号模型下的多项式预测器的性能，并提出了一种预测器算法的改进方法，该方法不仅能进行有效的数据压缩，且比之原方法具有更高的误差控制能力。论文最后谈到了对压缩技术的一些思考和以后应做的工作。