生物医学信号无损/近无损压缩技术的研究

摘要

鉴于当前生物医学信号压缩技术主要偏重于有损压缩技术的研究,而较少研究无损/近无损压缩技术,然而在临床和科研应用中,首先要求的是生物医学信号必须具有高可信度,所以更期望使用无损或近似无损的压缩技术.从上述考虑出发,该课题研究设计了一个通用、低复杂性的生物医学信号无损/近无损压缩算法.通过采用上下文建模、自适应预测和Golomb编码等一系列技术,该压缩算法对各类生物医学信号都获得了较好的压缩效果,达到了通用、低复杂性的设计要求.在MIT-BIH心律失常.心电数据库的测试中,该算法的平均压缩比为2.91,而文献[41]算法的平均压缩比仅为2.56.此外,该文还涵括了作者关于压缩技术中一些基本问题的相关结果,包括二值分组算术编码快速算法的设计和多项式预测器的性能分析两部分.

目录

文摘

英文文摘

表

图

有关符号的约定

第1章数据压缩理论综述

1.1基本概念

1.2信息论与数据压缩

1.3压缩技术纵览

第2章生物医学信号压缩技术的发展现状

2.1常用的生物医学信号压缩技术

2.1.1直接数据压缩方法

2.1.2变换方法

2.1.3参数提取技术

2.2常用的生物医学信号压缩技术的评价指标

2.2.1压缩性能指标

2.2.2失真率指标

2.3存在的问题与解决问题的思路

第3章通用、低复杂性的生物医学信号无损/近无损压缩算法

3.1信号测试集的选取

3.2生物医学信号无损压缩算法

3.2.1无损压缩算法总体结构的设计

3.2.2线性预测器的设计

3.2.3上下文建模与偏差消除技术

3.2.4Golomb编码器

3.2.5生物医学信号无损压缩的实验结果

3.3生物医学信号近无损压缩算法

3.3.1近无损压缩算法的提出

3.3.2近无损压缩算法总体结构的设计

3.3.3量化/重构模块的设计

3.3.4生物医学信号近无损压缩的实验结果

3.4实际应用中的几点考虑

3.5生物医学信号压缩技术的展望

第4章压缩技术中一些基本问题的研究

4.1结合重正化操作的分组算术编码快速算法的设计

4.1.1算法的设计思路

4.1.2具体的算法步骤

4.1.3编码效率的测试

4.2非理想带限信号模型下多项式预测器的性能分析

4.2.1多项式预测器的基本性质

4.2.2非理想带限信号模型下多项式预测器的性能

致谢

参考文献

附录