基于最优时频空间结构码的心电数据压缩方法和解码方法技术

本发明专利技术属于生物医学工程技术领域，涉及一种心电数据压缩方法，根据采集到的心电信号的时域自相关特点，进行信号的多片段最优时基分解，而后对每个时基片段分别构建最优小波包基下的低冗余映射关系，这样就得到了整个心电信号的最优时频空间结构码，而后根据该结构码，进行嵌入式编码算法实现心电数据的高效压缩。该方法不仅实现了心电信号的高效压缩，解决了远程心电监护中海量数据存储的问题，而且具备累进传输编码的特点，可以根据需要进行信源重构质量可伸缩的编码和解码，更进一步的满足了远程心电监护中心电数据实时传输的目的，从而为实现心脏病患者全天候心电数据的监控和记录以及为实现与心电监护专家系统实时准确交互提供条件。

【技术实现步骤摘要】

本专利技术涉及一种心电数据压缩方法，属于生物医学工程

技术介绍
近年来，心电监护已从非实时非在线监护发展到基于移动通信网络的远程心电监护。监护终端不但能够记录数据，也要具有实时传输数据的能力。由此带来了两个急待解决的关键技术问题一是须有海量存储设备以满足长时间的数据记录要求；二是应具高速准确的数据传输性能以实现病情的在线监护。为此，有必要对心电数据进行高效压缩。 目前心电数据压缩算法主要分为两大类，一类是时域压缩算法，其中应用最多的是折线拟合。这类算法优点是压缩比大，但解压后有较大的信号失真。另一类是变换域压缩算法，主要包括KL(Karhunen-Loeve)变换，离散余弦变换和小波变换。其中KL变换和离散余弦变换具有很好的静态压缩性能，较早被引入心电压缩中；但因其不能做局部分析与分层处理，故无法实时地以逐步浮现方式传送数据。小波变换则因其在时、频域同时具有良好的局部化特性，可以采用子频带、层次编码技术实现累进传输编码以解决实时性问题，由此产生了小波域嵌入式算法。该方法借助于小波变换的时频分析优势在心电信号压缩方面取得了一定的新进展，但仍存在压缩结果有较大冗余的瓶颈问题。 从信息论角度看数据压缩实质是提取信号的有序性，去除冗余，也即是降低信息熵的过程。在信息论中，信息熵反映了信号的无序程度，信息熵越大，信号越无序。由于传统小波域嵌入式编码采用固定频带分解方式往往会导致编码流中高信息熵孤立零的产生，这必然会使得信息熵无法充分地降低、压缩结果仍有较大冗余。 另一方面，若能利用被压缩信号的时域相关性等先验知识，在压缩前先根据其相关特性进行时域分割，然后再分段做数据压缩，应能更为有利地实现压缩后信息熵的降低。众所周知，心电信号具有鲜明的周期特性，即时域相关性，而目前心电数据压缩的小波域嵌入式编码过程中尚未考虑到利用这一时域相关性。 Shapiro发现，在对信号做小波变换的过程中，提取出跨频带的有序性，可以实现信息熵的降低。Mallat算法下对心电信号s(n)的小波变换为 式中j为小波变换尺度；h(k)是低通滤波器，信号通过h(k)逐级平滑，反映出原始信号的概貌信息；而g(k)是高通滤波器，d(j)(n)是s(j-1)(n)和s(j)(n)之间的差异，反映了信号的细节部分。图1(a)为小波分解示意图，其中结点S代表原始信号；结点Lj表示在尺度j上的概貌信息，即s(j)(n)；结点Hj表示在尺度j上的细节信息，即d(j)(n)。 如图1(b)所示，在Mallat算法下，采样过程中得到的小波系数呈倒金字塔结构，且其总数不变。这些小波系数有两个特点①对于每个细节信息系数Hj，k(j尺度上的第k个系数)必可找到相邻小尺度下与之对应的两个相关系数Hj-1，2k和Hj-1，2k+1。而概貌信息与同尺度的细节信息具有一一对应的系数关系。②一般而言，如果小波系数Hj，k在给定编码阈值下无意义，则其所对应的相关系数Hj-1，2k和Hj-1，2k+1在该阈值下一般也无意义。 以上两点正是Shapiro提出小波域嵌入式编码的依据，特点②所对应的小波系数Hj，k称为零树根，Hj，k与它的所有相关系数构成了零树，而零树具有很低的信息熵，只需要非常少的比特流表示，这正是该方法实现压缩的基本条件。但是由于一般的小波分解尚未实现充分的熵减，因此会存在冗余信息，使其小波系数可能出现一些特殊情况当小波系数Hj，k在给定编码阈值下无意义，而其所对应的相关系数中却出现有意义的情况，这种系数Hj，k被称为孤立零。孤立零的存在，使得无法根据Hj，k直接判断其相关系数的信息，因此不能仅仅编码Hj，k，还必须考查Hj，k所对应的所有相关系数，这必将增加所需编码的系数，同时也将增加运算工作量，这些都不利于高效压缩的实现。
技术实现思路
本专利技术的主旨是提出一种心电数据压缩方法，以求突破传统小波域嵌入式编码的压缩比瓶颈、进一步降低压缩后信息熵和冗余度，以此解决远程心电监护中海量数据存储和传输的问题。 为此，本专利技术采用如下的技术方案 一种心电数据压缩方法，其特征在于，按下列步骤顺序执行 (1)对心电信号进行归一化处理，即Yk＝(Xk-Avr)/Max(Xk-Avr)，其中Avr为 原始心电信号序列Xk的平均值，Max表示取最大值，以此获取归一化后的心电信号序列(Yk)； (2)根据信号时域相关性，将经过归一化处理的心电信号序列(Yk)进行最优时域分割，获得时域片段序列Si； (3)令i＝1； (4)根据信号频域相关性，对时域片段(Si)进行最优小波包分解，得到最优频域结构码(βi)和小波包系数(Cj)； (5)构造提炼序列(RL)，搜索序列(SL)，通道码流(Dm)，将小波包系数(Cj)赋予提炼序列(RLj)，将搜索序列(SL)与通道码流(Dm)初始化为零序列，设m＝0； (6)计算n＝floor[log2(max|Cj|)]，令k＝0； (7)将提炼序列(RL)中的各元素值赋值给搜索序列(SL)中对应元素；令j＝1，设定阈值Tk＝2n； (8)若搜索序列第j个元素(SLj)的绝对值大于等于Tk，且该值正，则输出P到通道码流(Dm)，并将提炼序列第j个元素(RLj)的值减去Tk；若搜索序列第j个元素(SLj)的绝对值大于等于Tk，且该值为负，则输出N到通道码流(Dm)，并将提炼序列第j个元素(RLj)的值加上Tk；若搜索序列第j列值(SLj)的绝对值小于Tk，且小波分解树为零树，则输出Z到通道码流(Dm)；若搜索序列第j列值(SLj)的绝对值小于Tk，且小波分解树不是零树，则输出T到通道码流(Dm)，移除搜索序列(SL)中的子孙系数；若本次通道编码未结束，则令j＝j+1，重复执行本步骤，直至本次通道编码结束； (9)若n≥1，则令n＝n-1，k＝k+1，m＝m+1，返回步骤(7)；否则，按序排列通道码流(Dm)，组成时域片段(Si)的PTNZ符号码流，并将其和相应的最优频域结构码(βi)一起输出； (10)判断全部时域片段编码是否结束，若未结束，令i＝i+1，返回步骤(4)，重复执行步骤(4)至(10)直至全部时域片段编码结束。 本专利技术同时提供一种供相应于该种心电数据压缩方法的解压缩方法，用于解压缩根据权利要求1所述的压缩方法得到的编码，该解压缩方法按下列步骤顺序执行 (1)令i＝1； (2)读取时域片段(Si)的压缩编码PTNZ符号码流； (3)进行通道分解，得到各通道的通道码流(Dm)； (4)构造输出序列(OL)，搜索序列(SL)，均初始化为零序列，令m＝1，n＝nmax＝log2T0，j＝1； (5)若n≥1，则输出通道码流(Dm)中的符号S； (6)若S＝P，则将2n赋予搜索序列第j个元素(SLj)；若S＝N，则将-2n赋予搜索序列第j个元素(SLj)； (7)将输出序列的第j个元素(OLj)与搜索序列第j个元素(SLj)之和赋予输出序列的第j个元素(OLj)；令搜索序列第j个元素(SLj)为0； (8)若通道码流(Dm)未输出完毕，则计算最优频域结构码βi映射关系下，下一个元素对应位置，即j＝βi(j+1)，返回步骤(5)，本文档来自技高网...

【技术保护点】
一种心电数据压缩方法，其特征在于，按下列步骤顺序执行：（１）对心电信号进行归一化处理，即Ｙ↓［ｋ］＝（Ｘ↓［ｋ］－Ａｖｒ）／Ｍａｘ（Ｘ↓［ｋ］－Ａｖｒ），其中Ａｖｒ为原始心电信号序列Ｘ↓［ｋ］的平均值，Ｍａｘ表示取最大值，以此获取归 一化后的心电信号序列（Ｙ↓［ｋ］）；（２）根据信号时域相关性，将经过归一化处理的心电信号序列（Ｙ↓［ｋ］）进行最优时域分割，获得时域片段序列Ｓ↓［ｉ］；（３）令ｉ＝１；（４）根据信号频域相关性，对时域片段（Ｓ↓［ｉ］ ）进行最优小波包分解，得到最优频域结构码（β↓［ｉ］）和小波包系数（Ｃ↓［Ｊ］）；（５）构造提炼序列（ＲＬ），搜索序列（ＳＬ），通道码流（Ｄ↓［ｍ］），将小波包系数（Ｃ↓［ｊ］）赋予提炼序列（ＲＬ↓［Ｊ］），将搜索序列（ＳＬ）与通道 码流（Ｄ↓［ｍ］）初始化为零序列，设ｍ＝０；（６）计算ｎ＝ｆｌｏｏｒ［ｌｏｇ↓［２］（ｍａｘ｜Ｃ↓［ｊ］｜）］，令ｋ＝０；（７）将提炼序列（ＲＬ）中的各元素值赋值给搜索序列（ＳＬ）中对应元素；令ｊ＝１，设定阈值Ｔ↓［ｋ］＝２ ↑［ｎ］；（８）若搜索序列第ｊ个元素（ＳＬ↓［ｊ］）的绝对值大于等于Ｔ↓［ｋ］，且该值正，则输出Ｐ到通道码流（Ｄ↓［ｍ］），并将提炼序列第ｊ个元素（ＲＬ↓［ｊ］）的值减去Ｔ↓［ｋ］；若搜索序列第ｊ个元素（ＳＬ↓［ｊ］）的绝对值大于等 于Ｔ↓［ｋ］，且该值为负，则输出Ｎ到通道码流（Ｄ↓［ｍ］），并将提炼序列第ｊ个元素（ＲＬ↓［ｊ］）的值加上Ｔ↓［ｋ］；若搜索序列第ｊ列值（ＳＬ↓［ｊ］）的绝对值小于Ｔ↓［ｋ］，且小波分解树为零树，则输出Ｚ到通道码流（Ｄ↓［ｍ］）；若搜索序列第ｊ列值（ＳＬ↓［ｊ］）的绝对值小于Ｔ↓［ｋ］，且小波分解树不是零树，则输出Ｔ到通道码流（Ｄ↓［ｍ］），移除搜索序列（ＳＬ）中的子孙系数；若本次通道编码未结束，则令ｊ＝ｊ＋１，重复执行本步骤，直至本次通道编码结束；（９）若ｎ≥１，则 令ｎ＝ｎ－１，ｋ＝ｋ＋１，ｍ＝ｍ＋１，返回步骤（７）；否则，按序排列通道码流（Ｄ↓［ｍ］），组成时域片段（Ｓ↓［ｉ］）的ＰＴＮＺ符号码流，并将其和相应的最优频域结构码（β↓［ｉ］）一起输出；（１０）判断全部时域片段编码是否结束，若未 结束，令ｉ＝ｉ＋１，返回步骤（４），重复执行步骤（４）至（１０）直至全部时域片段编码结束。...

【技术特征摘要】
1.一种心电数据压缩方法，其特征在于，按下列步骤顺序执行(1) 对心电信号进行归一化处理，即Yk＝(Xk-Avr)/Max(Xk-Avr)，其中Avr为原始心电信号序列Xk的平均值，Max表示取最大值，以此获取归一化后的心电信号序列(Yk)；(2) 根据信号时域相关性，将经过归一化处理的心电信号序列(Yk)进行最优时域分割，获得时域片段序列Si；(3) 令i＝1；(4) 根据信号频域相关性，对时域片段(Si)进行最优小波包分解，得到最优频域结构码(βi)和小波包系数(Cj)；(5) 构造提炼序列(RL)，搜索序列(SL)，通道码流(Dm)，将小波包系数(Cj)赋予提炼序列(RLj)，将搜索序列(SL)与通道码流(Dm)初始化为零序列，设m＝0；(6) 计算n＝floor[log2(max|Cj|]，令k＝0；(7) 将提炼序列(RL)中的各元素值赋值给搜索序列(SL)中对应元素；令j＝1，设定阈值Tk＝2n；(8) 若搜索序列第j个元素(SLj)的绝对值大于等于Tk，且该值正，则输出P到通道码流(Dm)，并将提炼序列第j个元素(RLj)的值减去Tk；若搜索序列第j个元素(SLj)的绝对值大于等于Tk，且该值为负，则输出N到通道码流(Dm)，并将提炼序列第j个元素(RLj)的值加上Tk；若搜索序列第j列值(SLj)的绝对值小于Tk，且小波分解树为零树，则输出Z到通道码流(Dm)；若搜索序列第j列值(SLj)的绝对值小于Tk，且小波分解树不是零树，则输出T到通道码流(Dm)，移除搜索序列(SL)中的子孙系数；若本次通道编码未结束，则令j＝j+1，重复...

【专利技术属性】
技术研发人员：周仲兴，明东，万柏坤，程龙龙，
申请(专利权)人：天津大学，
类型：发明
国别省市：12[中国|天津]