利用DCT分量差值压缩ECG数据的方法

由于心脏活动的有序性和各心电活动周期波形的相似性 ,各心电活动周期波形的DCT(离散时间余弦变换 )分量也具有一定的相似性。根据这一特点 ,本文提出了在首先使用DCT压缩心电图 (ECG)数据的基础上 ,进一步利用各ECG周期的DCT分量的差值压缩数据的方法     

用DCT压缩ECG数据的新方法

提出一种高压缩比、高保真度的ＤＣＴ压缩ＥＣＧ数据的方法。ＥＣＧ波形中变化梯度大的部分是导致信号能量铺展于大部分ＤＣＴ分量上的主要因素。鉴此，我们通过插处理将其扩展成变化梯度小的波形，从而促使信号能量集中地分布于低频ＤＣＴ分量上，实现只需保留更少的ＤＣＴ分量，舍弃更多的ＤＣＴ分量，提高ＥＣＧ数据压缩比。     

基于功率谱特征的心电数据小波压缩方法

利用心电功率谱特征,探索心电数据压缩新方法。用小波分解心电信号为高频与低频分量,对低频分量继续分解达到要求的级数,对高频分量则根据其所在频段的能量,对临床诊断的价值加以取舍。对MIT生理信号数据库心电数据的压缩与还原分析表明,该方法平衡了压缩比与还原精度之间的矛盾,既具有较高的压缩比,又具有较高的还原精度,而且对信号的适应性也明显增强。另外,该压缩方法还具有一定的去噪作用。说明结合心电功率谱特征与小波变换方法压缩心电有其优势。     

基于DCT系数的二级矢量量化压缩ECG数据的方法

本研究提出了一种新的心电信号压缩方法，该方法对心电数据进行离散余弦变换（DCT）并对DCT变换的结果进行二级矢量量化。该方法不但继承了矢量量化高压缩比的特点，而且在很大程度上降低了矢量量化所需的码书长度进而也降低了码字搜索的运算复杂度。实验证明，该算法是一种有效可行的心电信号压缩方法。     

基于二维DCT的医学图象压缩及FPGA实现

本文介绍了一种适用于JPEG医学图象压缩的二维DCT的FPGA设计方案。该设计充分利用了可编程逻辑器件的灵活性以及器件本身所带的硬件资源，如嵌入式乘法器。二维离散余弦变换采用了行列分解的方法，并通过快速算法在很大程度上减少了硬件实现的复杂度，提高了模块的吞吐量，并且具有实时，高精度的优点。     

一种可控重构质量的心电信号压缩方法

本文提出了一种基于小波包变换和自适应量化的ECG压缩方法.该方法采用编码率-失真度指标(R-D指标)作为代价函数选择最佳小波基,实现给定重构误差条件下的心电信号有效压缩.     

一种新的动态心电数据的神经网络压缩方法

本文提出了一种新的、性能更加稳定的动态心电数据的神经网络压缩算法。该方法采用一种不全联接的三层前馈神经网络,将一个ＥＣＧ心搏表示为三个主要的波即Ｐ波,ＱＲＳ波和Ｔ波。三个波的输入与输出只通过少量的隐层单元相联接,并通过各波的隐层单元将相邻波的边缘联系起来。这种方法的优点是在不增加计算量的情况下提高算法对波形的重现能力、较为有效地避免因为Ｐ波和Ｔ波受到干扰,波形变异或其它因素的影响而导致的波形重现失败,提高神经网络压缩方法的鲁棒性和实用性。     

基于小波变换和感兴趣区域编码的ECG压缩方法

提出了一种基于小波变换和感兴趣区域编码的ECG压缩方法：首先使用正交小波变换对去均值处理后的信号进行多层分解。然后根据对原始信号特征提取的结果，找到感兴趣区域，进而找到与感兴趣区域对应的系数，视这些系数为重要系数而予以保留。对非感兴趣区域系数从小到大排序，根据目标PRDBE（Percentage Rootmean-square Difference with Baseline Eliminated）指标，计算该区域系数阈值并阈值化。通过扫描所有小波系数得到重要系数图。最后对重要系数进行标量量化。对重要系数图进行RLE（Run Length Encoding）编码，并使用Huffman编码进一步提高压缩比。使用MIT／BIH心律失常数据库测试表明。本方法在最大程度保存诊断信息，获得好的信号质量的同时，也获得了基本满足实际应用需要的压缩比。     

采用预处理的心电信号数据压缩的神经网络方法

根据心电图特征的变化，本文首先对采样数据进行了必要的预处理，较大幅度地减少了冗余信息。在保留心电信号主要特征的前提下，缩小了神经网络输入、输出数据规模，从而减少了网络训练所需的时间，使得基于人工神经网络的心电信号数据压缩方法更适应实时数据压缩的需要。模拟结果表明，本文所采用的数据压缩方法具有较高的压缩比和压缩精度。     

基于小波包最优基的心电图压缩

给出一种新的心电图压缩方法，该方法是在小波库中通以信息熵作为代数价函数寻找最优基，实现心电图压缩。仿真结果显示，该方法压缩比大，信息损失小，能够较好的恢复原有的信号。     

基于神经网络的心电数据压缩

针对动态心电监护系统中心电监护数据量很大,其中只有一部分特征才对诊断有意义,本文提出了一种基于神经网络的心电数据压缩算法。该算法根据ECG特征的变化,自动调整神经网络的结构参数,从ECG中提取出对诊断有意义的信息,并具有并行处理、自学习等特点。     

AN EFFICIENT ECG DATA COMPRESSION METHOD

INTRODUCTIONECGdatacompressionisakeytechniqueforhandlingagreatmassofECGdataforeffectivetransmissionandstorage'Themaingoalofdatac0mpressiontechniquesistoachievemaximumdatac0mpressionwithoutsacrificingtheclinicallysignificantinformati0n'TheexistingpracticallyusedcompressionalgorithmsforECGdataaremainlybasedonthelinearapproximation[1'2],LinearpredictionL3],matchingtemplates["'],slopecoding['Jandsoon.Am0ngthemonlyafew,suchasthe"segmentalvectortemplates"method[5],canc0mpressECGdatato18Ob…     

评LADT心电数据压缩方法

本文从理论和临床应用的角度分析了近期应用较多的ＬＡＤＴ心电数据压缩方法，并给出了它的一种快速实现算法。该算法避免了最近一些文献中需要采用数值方法或查表方法来解决的开方运算，使ＬＡＤＴ方法应用起来与ＳＡＰＡ方法一样简洁。虽然ＬＡＤＴ方法与其它方法相比，其数字上的误差较其它方法大。但由于它能较好地保持ＥＣＧ形状，故仍具有一定的临床应用价值。     

一种动态心电监测系统的实时数据压缩方法

本文介绍了一种基于δ编码方法的改进型实时心电数据压缩方法。从心电图的周期和单个采样数据的特性两方面研究数据压缩方法，提出了两级心电数据压缩方法－δ阈值周期数据压缩法（δＴＣＤＣＭ法）和双δ阈值数据压缩法（ＤδＴＤＣＭ法）。该方法实现简单、压缩比高、失真小，对ＥＣＧ数据的实时记录和传输有较高的应用价值。