基于改进的JPEG2000算法的二维心电信号压缩

论文摘要

随着现代化医疗设备的增加,医学数据量激增。为了减少存储量和有利于数据传输,需要在不损失诊断信息的前提下对原始数据进行压缩。特别是随着计算机在心脏病诊断,监护等领域的广泛应用和心电图数量的日益增长,数据压缩技术自本世纪六十年代开始应用于心电图领域,并不断得到发展。心电（Electrocardiogram,ECG）数据压缩可减少传送ECG数据所需的信道带宽和传送时间,减小用于存贮ECG数据的空间。基于小波变换的压缩算法在图像及信号压缩领域得到了广泛的应用。小波变换用于信号编码的基本思想就是把信号进行多分辨率分解,分解成不同频率的近似系数和细节系数,然后再对分解后的系数进行编码。系数编码是小波变换用于压缩的核心,压缩的实质是对系数的量化压缩。采用何种策略对小波变换后的数据进行处理仍是信号压缩领域的一个研究热点。本论文在JPEG2000编码算法的基础上,通过引入提升小波变换,自相关函数运算,改进编码的上下文关系等措施,提出了一种新的二维ECG信号压缩编码算法——改进的JPEG2000二维心电信号压缩算法——Modified JPEG2000,简称为MJPEG2000算法。算法首先对ECG信号使用其自相关函数的周期进行分割,进行周期检测;其次,将分割后的信号生成二维图像,并对其进行提升小波变换,最后用改进了上下文的MJPEG2000算法进行编码。对本文给出的压缩算法方案进行了仿真实验。实验是对ECG信号进行二维压缩,通过对MIT-BIH心律不齐数据库中记录的信号数据进行的压缩实验,验证了MJPEG2000算法的有效性。同时,将MJPEG2000算法与JPEG2000算法及其它基于小波变换的压缩方法的压缩效果进行了比较,结果表明MJPEG2000算法具有更好的压缩效果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 心电（ECG）信号的特点
• 1.2 心电信号压缩概述
• 1.2.1 心电信号压缩的必要性
• 1.2.2 心电信号压缩研究历史和现状
• 1.3 本文研究的目标与内容
• 2 本文研究的理论基础知识
• 2.1 信号压缩的基本知识
• 2.1.1 信息量和熵
• 2.1.2 信号压缩评价指标
• 2.2 小波变换基本原理
• 2.2.1 小波变换的定义
• 2.2.2 多分辨率分析（MRA）
• 2.2.3 Mallat算法
• 2.3 基于小波变换的心电信号压缩原理
• 3 JPEG2000算法简介
• 3.1 JPEG2000的发展历程
• 3.2 JPEG2000的组织结构
• 3.3 JPEG2000的特征
• 3.4 JPEG2000的编码过程
• 3.4.1 预处理
• 3.4.2 核心处理
• 3.4.3 位流组织
• 3.5 基于JPEG2000算法的心电信号压缩
• 4 改进的JPEG2000算法（MJPEG2000）
• 4.1 提升小波变换
• 4.1.1 提升方法的基本原理
• 4.1.2 双正交小波的提升步骤
• 4.1.3 双正交小波的提升算例
• 4.2 自相关函数运算
• 4.3 改进上下文关系
• 4.4 改进的JPEG2000算法框架
• 5 基于改进的JPEG2000算法的二维心电信号压缩
• 5.1 一维心电信号的QRS复合波的提取
• 5.2 二维心电信号序列的建立
• 5.3 二维心电信号序列的提升小波分解
• 5.4 应用于二维心电信号压缩的改进的JPEG2000算法
• 5.5 实验结果及分析
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢