移动式远程心电监护近无损心电数据压缩方法的研究

摘要

本文从近无损心电数据压缩出发，基于小波变换，研究了心电信号消噪、特征波形检测和基于感兴趣区域的近无损心电数据压缩方法。心电信号消噪和特征波形检测既是移动式远程心电监护终端必要的信号处理过程，也为基于感兴趣区域的近无损心电数据压缩提供了所需的信息。因而本研究涉及了移动式远程心电监护终端主要的信号处理过程。 本文提出的心电信号消噪算法充分利用心电信号在其小波变换上表现出来的时频分布特征，生成各个尺度的空域滤波器，结合3σ滤波方法，达到了良好的消噪效果。 基于小波变换的特征波形检测算法利用了小波变换的多分辨分析特性，结合移动窗口积分、3σ滤波等抗干扰手段，通过检测模极大值对及其过零点来确定特征点的位置。相对于传统和已有的方法来说，最主要的特点就在于较大程度地避免了高频噪声和基线漂移的影响，获得了较高的特征波形检测准确率。 基于感兴趣区域的近无损心电数据压缩算法，通过保留与感兴趣区域重构相关的系数，而对非感兴趣区域的系数进行大比例的压缩，并对非感兴趣区域也实施了基于PRDBE指标的质量控制，可以提供无损或近无损的感兴趣区域重构质量和满足实际应用要求的压缩比，可以保证诊断信息不丢失。 本文第五章基于整数小波变换，实现了信号的消噪、特征波形检测和基于感兴趣区域的嵌入式心电信号编码。整数小波变换最主要的优点在于它的实时性，但是与第一代浮点小波变换相比，它属于非线性变换，因而在信号消噪和有损压缩方面，在相同的质量评价指标下，重构信号的质量要比使用第一代浮点小波差，其主要表现为重构信号不光滑。本文提出使用四点平滑滤波的方法来解决这一问题。编码完全基于嵌入式方式，采用SPECK算法，产生的码流具有渐进传输的特征，可以实现从有损渐进至无损的解码，在低码率下也能够获得较好的重构质量，且编码算法运算复杂度低，具有高的编解码效率，可以满足移动式远程心电监护的需要。

目录

论文说明：英文缩写词表

声明

摘要

第一章绪论

1.1心电图与远程心电监护

1.2远程心电监护中的数据压缩

1.2.1数据压缩的必要性和分类

1.2.2近无损压缩的特点及研究意义

1.3近无损数据压缩的研究现状

1.3.1基于误差评价指标的近无损数据压缩

1.3.2基于感兴趣区域的近无损数据压缩

1.4课题简介与研究内容

1.4.1课题简介

1.4.2研究内容

第二章小波变换

2.1概述

2.2连续小波变换

2.3连续小波变换的二进离散化

2.4多分辨分析与Mallat算法

2.5小波变换与傅立叶变换的关系

第三章心电特征波形检测

3.1小波基的选择

3.2移动窗口积分技术

3.3基于小波变换的心电信号滤波

3.3.1心电信号噪声

3.3.2小波消噪原理

3.3.3构造空域滤波器组

3.3.4结合3σ滤波方法滤出QRS的高频噪声

3.3.5本文方法与Matlab小波工具箱中的消噪算法的实验结果对比

3.4基于小波变换的奇异点检测原理

3.5QRS波检测

3.5.1 QRS波检测步骤

3.5.2检测策略

3.5.3 QRS波检测的结果

3.6 T波的检测

3.6.1 T波的检测步骤

3.6.2 T波的检测实验及结果

3.7 P波的检测

3.7.1P波起点和终点的检测

3.7.2根据弧度和相关系数筛选P波

3.7.3 P波检测实验及结果

3.8本章小结

第四章基于小波变换与感兴趣区域的近无损压缩算法

4.1引言

4.2感兴趣区域编码

4.2.1图像感兴趣区域编码的提出

4.2.2图像感兴趣区域编码在JPEG2000标准中的实现

4.2.3心电信号中的感兴趣区域

4.3基于小波变换与感兴趣区域的近无损压缩算法

4.3.1质量控制指标

4.3.2小波基的选取

4.3.3小波系数阈值选取

4.3.4感兴趣区域对应系数的确定

4.3.5压缩算法的基本步骤

4.4实验结果及讨论

4.5本章小结

第五章实现

5.1整数小波

5.1.1整数小波变换原理简述

5.1.2整数小波的选择

5.2基于整数小波变换的信号消噪

5.3基于整数小波变换的特征点检测

5.4基于小波变换的嵌入式编码方法

5.4.1内嵌编码

5.4.2用于图像压缩的集合分裂嵌入块编码器SPECK

5.5基于IWT、ROI和SPECK编码ECG

5.5.1使用SPECK编码ECG过程的伪码表示

5.5.2实验结果

5.6本章小结

第六章结论与展望

6.1结 论

6.2展 望

致谢

参考文献

文献综述：心电数据压缩技术的新进展

攻读硕士学位期间撰写和发表的文章