本文關(guān)鍵詞：利用重復(fù)性特征的心音信號壓縮方法

  更多相關(guān)文章： 心音信號壓縮 重復(fù)性特征 時頻分解 矢量量化 小波變換 周期間相關(guān)性

【摘要】：心音是臨床上用于評估心臟功能的主要信號來源,其長時間采集記錄面臨著數(shù)據(jù)量過大、難以傳輸和存儲的問題。本文根據(jù)心音信號的重復(fù)性特征,設(shè)計了有針對性的壓縮算法,去除了心音信號中的重復(fù)性冗余。相比于現(xiàn)有的壓縮方法,本文所提出的壓縮方法極大地提高了心音信號的壓縮效果。本文工作包括以下兩種壓縮算法。(1)提出了一種基于參數(shù)字典與矢量量化的心音信號壓縮方法。首先將心音信號分解為包含5類參數(shù)的時頻分量。由于心音信號具有重復(fù)性特征,除時頻分量的發(fā)生時刻之外,其余參數(shù)都存在著重復(fù)性冗余。以部分心音信號作為訓(xùn)練集,將其時頻分量的參數(shù)聚類生成一個參數(shù)字典,代表了心音信號中非重復(fù)的部分。通過該參數(shù)字典,原時頻分量的5類參數(shù)精簡為分量在字典中的索引和發(fā)生時刻兩類參數(shù)。時頻分量表達(dá)之后的余量信號通過矢量量化進(jìn)一步壓縮。在壓縮之前,通過優(yōu)化方法搜索最合適的矢量量化參數(shù),在限定失真度的條件下獲取盡可能高的壓縮比。實驗表明,在5%的失真度的水平下,該壓縮算法對正常心音或輕度雜音的心音,可取得92-149的壓縮比；對含有較高噪音的正常心音或中等程度雜音的心音,可取得24-35的壓縮比；對含重度雜音的心音,可取得9-14的壓縮比。(2)提出了一種基于小波域周期間相關(guān)性的心音信號壓縮算法。首先對每周期的心音信號進(jìn)行小波變換,從每周期選取同等數(shù)量的能量最集中的變換系數(shù)并進(jìn)行線性量化。將各周期的量化結(jié)果合并為矢量,利用其聯(lián)合概率進(jìn)行霍夫曼編碼。對于線性量化后的余量部分,利用矢量量化進(jìn)行進(jìn)一步壓縮。在壓縮過程中通過預(yù)設(shè)的失真度值來決定每周期選擇的系數(shù)個數(shù),并控制兩級量化的失真度不嚴(yán)重偏離預(yù)設(shè)值,達(dá)成了壓縮過程中失真度可控的效果。實驗表明,本文算法對正常心音或輕度雜音的心音,在5%的失真度水準(zhǔn)下達(dá)到了102-143的壓縮比；對含有較高噪音的正常心音,在7.5%-10%的失真范圍內(nèi)達(dá)到了67-75的壓縮比；對含有中等程度或重度雜音的心音,在7.5%-10%的失真范圍內(nèi)達(dá)到了23-37的壓縮比。
【關(guān)鍵詞】：心音信號壓縮 重復(fù)性特征 時頻分解 矢量量化 小波變換 周期間相關(guān)性
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN911.7;R540.4
【目錄】：

• 摘要4-5
• Abstract5-9
• 引言9-10
• 1 壓縮心音信號的相關(guān)背景10-17
• 1.1 心音信號10-12
• 1.2 有利壓縮的心音信號相關(guān)特征12-13
• 1.3 心音信號壓縮評價標(biāo)準(zhǔn)13-15
• 1.3.1 信號壓縮系統(tǒng)的性能評價13-15
• 1.3.2 心音信號壓縮的適用標(biāo)準(zhǔn)15
• 1.4 心音信號壓縮測試數(shù)據(jù)來源15-17
• 2 數(shù)據(jù)壓縮技術(shù)簡介17-22
• 2.1 信息論與數(shù)據(jù)壓縮17-19
• 2.1.1 信源編碼定理與率失真理論17-18
• 2.1.2 數(shù)據(jù)壓縮基本過程18-19
• 2.2 量化原理19-21
• 2.2.1 均勻量化19
• 2.2.2 最小二乘方量化19-20
• 2.2.3 矢量量化20-21
• 2.3 編碼原理21-22
• 2.3.1 變長碼原理21
• 2.3.2 霍夫曼編碼21
• 2.3.3 游程編碼21-22
• 3 基于預(yù)測編碼與變換域編碼的心音信號壓縮方法22-30
• 3.1 基于預(yù)測編碼的心音信號壓縮方法22-25
• 3.1.1 預(yù)測編碼原理22-23
• 3.1.2 基于預(yù)測技術(shù)的心音信號有損壓縮23-24
• 3.1.3 基于預(yù)測技術(shù)的心音信號無損壓縮24-25
• 3.2 基于變換域編碼的心音信號壓縮方法25-29
• 3.2.1 變換域編碼原理25-26
• 3.2.2 保留全部系數(shù)的變換域編碼26-27
• 3.2.3 選擇部分系數(shù)的變換域編碼27-29
• 3.3 本章小結(jié)29-30
• 4 基于參數(shù)字典與矢量量化的心音信號壓縮方法30-46
• 4.1 基于參數(shù)字典的時頻分量壓縮方法30-36
• 4.1.1 心音信號的時頻模型30-33
• 4.1.2 參數(shù)字典的聚類構(gòu)造33-34
• 4.1.3 心音信號的時頻分量根據(jù)字典進(jìn)行壓縮34-36
• 4.2 基于矢量量化的余量信號壓縮方法36-38
• 4.2.1 矢量量化參數(shù)的約束條件36-37
• 4.2.2 矢量量化參數(shù)搜索算法37-38
• 4.3 結(jié)果分析38-43
• 4.3.1 壓縮流程與參數(shù)設(shè)定38-39
• 4.3.2 壓縮結(jié)果與評價39-43
• 4.4 討論43-45
• 4.4.1 訓(xùn)練序列的長度選擇43
• 4.4.2 矢量量化的失真度控制作用43-44
• 4.4.3 方法對比44-45
• 4.5 本章小結(jié)45-46
• 5 基于小波域重復(fù)性特征的心音信號壓縮方法46-60
• 5.1 小波變換與系數(shù)選擇46-47
• 5.1.1 小波變換46-47
• 5.1.2 系數(shù)選擇47
• 5.2 周期間相關(guān)性利用方案47-51
• 5.2.1 一級量化與聯(lián)合概率編碼47-49
• 5.2.2 余量矩陣的矢量量化49-51
• 5.3 結(jié)果分析51-56
• 5.3.1 壓縮流程與參數(shù)設(shè)定51-52
• 5.3.2 壓縮結(jié)果與分析52-56
• 5.4 討論56-59
• 5.4.1 利用閾值K實現(xiàn)失真度可控56-57
• 5.4.2 兩級量化的平均碼長57-58
• 5.4.3 方法對比58-59
• 5.5 本章小結(jié)59-60
• 結(jié)論60-62
• 參考文獻(xiàn)62-67
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況67-68
• 致謝68-69

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 駱懿;趙治棟;;一種便攜式心音信號記錄儀研究[J];杭州電子科技大學(xué)學(xué)報;2011年04期

2 陳天華;韓力群;邢素霞;郭培源;;基于小波變換的心音信號濾波方法研究[J];計算機(jī)仿真;2010年12期

3 康鋒,葉學(xué)松,王平,陳裕泉;基于心音信號處理的冠心病診斷的研究[J];浙江大學(xué)學(xué)報(工學(xué)版);2004年01期

  本文關(guān)鍵詞：利用重復(fù)性特征的心音信號壓縮方法

  更多相關(guān)文章： 心音信號壓縮 重復(fù)性特征 時頻分解 矢量量化 小波變換 周期間相關(guān)性

，

本文編號：510993