基于小波变换和矢量量化的二维ECG数据压缩算法
基于小波变换的图像压缩算法研究的开题报告
基于小波变换的图像压缩算法研究的开题报告
1. 研究背景和意义
图像压缩算法是计算机视觉领域的一个重要分支，它可以将图像的冗余信息去除，从而减小图像的存储空间和传输带宽，提高图像传输的效率。
小波变换作为一种常用的信号分析方法，已被广泛应用于图像压缩领域。
本研究旨在探究基于小波变换的图像压缩算法，研究小波变换的理论基础、压缩算法的技术实现以及实验验证等方面，对图像压缩算法的研究和应用具有重要的理论和实际意义。
2. 研究内容和方法
（1）小波变换理论的研究
介绍小波变换理论的基本概念、性质和方法，并探究小波变换在图像压缩中的原理和应用。
（2）小波变换图像压缩算法的研究
以小波变换为基础，研究常见的图像压缩算法，包括离散小波变换压缩算法、小波分解重构压缩算法等，并对比分析这些算法的优缺点和适用范围。
（3）实验验证
对比实验不同压缩算法在压缩率、重建质量、计算复杂度等方面的表现，验证基于小波变换的图像压缩算法的有效性和优越性。
3. 预期结果和创新点
预期结果是使用小波变换作为基础，设计并实现一个高效、可靠的图像压缩算法。
在算法实现和实验验证过程中，将探究小波变换理论和
算法应用的优点和不足之处，研究小波变换与其他图像压缩算法的比较，同时将着重探究小波变换在图像压缩领域中的创新应用。
4. 研究意义
本研究将探究图像压缩算法的基础理论和实际应用，提高图像压缩
的效率和质量，促进信息科学和计算机技术的发展，同时也对于其他领
域的数据压缩算法有一定的参考价值。
心电信号压缩方法研究
心电信号数据如果压缩后再传输,就可以增加通信能力。
这样,我们就要寻找高压缩比的方法且压缩后的心电信号要有合适的信噪比,在压缩传输后还要恢复原信号,这就还要有高复现度,并且在压缩、传输、恢复的过程中,还要保持心电信号的特征不改变,以便心电信号的分类、识别等。
心电信号压缩将是实现心电信号远程传送的关键技术[1],直接决定了系统的实用性和有效性。
1常见的数据压缩算法ECG数据压缩算法可分为无失真编码和有失真编码。
有的文献将无失真编码称为可逆编码,将有失真编码称为不可逆编码。
这是因为前者可以完整恢复原始信号,不损失任何原始信号所包含的信息,而后者会损失一部分原始信号所包含的信息。
无失真编码的最大缺点在于无法获得较高的压缩比,有失真编码可以获得比无失真编码高得多的压缩比。
由于中包含有诊断无关信息,而在恢复信号中容许有部分失真,故心电数据压缩应在保证主要诊断信息不受损失的前提下尽量减少存储数据,实际应用中也就大多采用有失真编码。
有失真编码除要求消除信号中的冗余信息外也排除诊断无关信息。
冗余信息主要表现为相邻采样点间的统计相关性、量化幅值分布的非均匀性以及各心搏间的相似性,ECG中的诊断信息则主要分布于P-QRS-T波群中。
心电压缩算法形式千差万别,但大体可划分为三类:直接压缩法、特征参数提取法和变换压缩法。
ECG直接压缩法可分为四类:容差比较压缩法、差分脉冲编码调制法(DPCM),熵编码法和矢量量化。
大多数直接压缩法采用预测或插值方法,他们通过对原始采样数据的分析处理,消除数据中的冗余,实现数据的压缩。
如AZTEC、SAPA、CORTES、AESC等方法。
直接压缩法是建立在直接分析原始数据的冗余基础上,其优点是简单快速,易于实现,缺点是很难同时保证高的数据压缩比和高的信息保真度。
特征参数提取算法:从信号中提取特征并以模型参数表达,因此压缩率比较高,但数据重建质量与所选模型的性能有很大关系,鲁棒性也不够强。
主要包括线性预测方法和神经网络方法等。
基于小波变换的图像压缩编码方法的研究的开题报告
基于小波变换的图像压缩编码方法的研究的开题报告一、选题背景和意义：随着数字图像技术的快速发展，图像的存储、传输和处理越来越重要。
而传统的图像压缩编码算法，如JPEG等，虽然具有一定的压缩率，但在保留图像细节和图像质量方面还有待提高。
近年来，基于小波变换的图像压缩编码方法得到了广泛应用。
小波变换是一种将信号分解成不同频率子带的有效方法。
在进行图像压缩时，通过利用小波分解分解出图像的各个频率部分，再根据不同频率部分的重要度进行量化和编码，可以达到更好的压缩效果。
因此，本研究选择基于小波变换的图像压缩编码方法作为研究课题，希望通过研究小波变换的基本原理和压缩编码算法，开发一种图像压缩编码方法，使压缩后的图像质量更为清晰，同时达到更高的压缩率。
二、研究内容和预期目标：1. 小波变换的基本原理和实现方式；2. 常用的小波基函数的选择和比较；3. 基于小波变换的图像压缩编码算法的设计和实现；4. 压缩率和图像质量的度量和评估方法；5. 优化算法的研究和实践。
预期目标：1. 掌握小波变换的基本原理和实现方式；2. 确定适用于图像压缩的小波基函数，并进行比较和分析；3. 实现基于小波变换的图像压缩编码算法，并进行压缩率和图像质量的评估；4. 研究优化算法，提高压缩率和图像质量；5. 实现高效、可靠的图像压缩编码算法，并进行实验验证。
三、研究方法和技术路线：本研究将以文献调研、理论分析和实验验证相结合的方式进行。
具体如下：1. 文献调研：综合国内外相关文献，了解基于小波变换的图像压缩编码方法的研究现状和发展趋势。
2. 理论分析：掌握小波变换的基本原理和实现方式，确定适用于图像压缩的小波基函数，并研究基于小波变换的图像压缩编码算法。
3. 实验验证：使用图像压缩数据集，实现基于小波变换的图像压缩编码算法，并进行压缩率和图像质量的评估。
在此基础上，对算法进行优化并比较，提高图像压缩的效果。
四、预期研究成果：1. 探究基于小波变换的图像压缩编码方法的实现原理；2. 确定优秀的小波基函数并进行比较和分析；3. 实现基于小波变换的图像压缩编码算法并进行评估；4. 研究优化算法，提高图像压缩效果；5. 完成一篇高质量的毕业论文，并得到导师和专业评审人的认可和肯定。
基于小波变换和矢量量化的遥感图象压缩方法
基于小波变换和矢量量化的遥感图象压缩方法
阎敬文;孙辉;张圣华
【期刊名称】《中国图象图形学报》
【年(卷),期】1997(002)010
【摘要】提出基于小波变换(WT)的矢量量化(VQ)的遥感图象压缩编码方法.采用二维WT消除象素间的空间相关性,然后对变换后的小波系数进行VQ压缩编码.实验结果表明:该方法可获得10倍压缩比,峰值信噪比(PSNR)为30.52.本方法明显优于JPEG方法,而且没有方块效应.该方法可用于各种遥感图象压缩,压缩比和PSNR这两项指标与JPEG压缩方法相比,也有明显的提高.
【总页数】5页(P730-734)
【作者】阎敬文;孙辉;张圣华
【作者单位】长春邮电学院通信工程系,长春,130012;长春光学精密机械研究所,长春,130022;长春光学精密机械研究所,长春,130022
【正文语种】中文
【中图分类】P4
【相关文献】
1.基于矢量量化编码技术的数据压缩方法 [J], 郭浩
2.基于小波变换和矢量量化的语言信号压缩方法 [J], 廉保旺;李勇
3.基于小波变换的结构矩阵矢量量化压缩方法 [J], 黄艳;刘钊;肖忠;向敬成
4.基于压缩感知和矢量量化的SAR数据级联压缩方法 [J], 陈一畅;张群;朱丽莉;顾
福飞;李平平
5.一种基于零树量化的小波变换图像压缩方法 [J], 柳斌;田金文;柳健
因版权原因，仅展示原文概要，查看原文内容请购买。
基于二维小波变换的图像压缩新算法
基于二维小波变换的图像压缩新算法
张翠芳;朱莉娟
【期刊名称】《南京邮电大学学报（自然科学版）》
【年(卷),期】2011(031)004
【摘要】为了实现快速、高质量的图像传输,用尽可能少的小波系数高质量地表征图像,提出了一种基于二维小波变换的图像压缩算法.首先将图像进行二维小波分解,得到各子带的一系列小波系数；其次保留图像低频子带的所有小波系数；然后根据归一化能量序列熵准则提取其他各层子带重要系数,即在某一门限下剩余系数熵值与剩余系数最大熵值比值较大(0.9左右)时,可以忽略这些小波系数,从而实现数据压缩；最后将各子带重要系数进行量化、编码.接收端根据接收到的数字信号重构图像信号.实验中对图像信号进行了压缩实验,验证了所提算法的正确性和有效性.实验结果表明本算法简单可行、搜索量小,为图像压缩找到了一种新的有效方法,具有一定的实际应用价值.
【总页数】6页(P61-66)
【作者】张翠芳;朱莉娟
【作者单位】南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学电子科学与工程学院,江苏南京210003
【正文语种】中文
【中图分类】TN912.3
【相关文献】
1.基于二维小波变换的图像压缩的算法研究 [J], 武丽;董素鸽;张海瑞
2.基于小波变换与分形结合的图像压缩算法 [J], 汪玮玮;张爱华
3.基于二维提升方案的可逆双正交小波变换在渐进性无损图像压缩中的应用 [J], 解成俊
4.基于小波变换与改进分形结合的图像压缩算法研究 [J], 吴晓云;赵杰
5.基于Matlab的小波变换图像压缩算法研究 [J], 关雪梅
因版权原因，仅展示原文概要，查看原文内容请购买。
基于小波变换的图像数据压缩方法
出了小波变换 ＷＴ ｗｖｌ ａｓ ｒ ） （ａｅ ｔｒｎ ｏ 的概念。进入 ２ 世纪 ｅｔ ｆｍ ０ ８ 年代， ０ 法国的科学家ＹＭ ｙｒ ．ｅｅ和他的同事开始为此开发系
ａ ｄ ｄ ｎ ｍｉ ｐ ｃ ｕ ｅ ｃ ｍｐ ｅ ｓｎ ｅｄ ａ ｄ ｂ ｃ ｍｅ ｃ ｒ ｉ ｉ ｔ ｒ ｏ ｒ ｓ ｉ ｇ ｉ ｔ ｒ ａ ｉｎ ｌｓａ ｄ ｒ ． ｎ ｙ ａ ｃ ｉ ｔ ｒ ｏ ｒ ｓ ｉ ｇ ｆ ｌ ， ｎ ｅ ｏ ｅ ｔ ｎ ｐ ｃ ｕ ｅ ｃ ｍｐ ． ｓｎ ｎ ｅ ｎ ｔ ａ ｔ ｎ ａ ｄ ｉ ａ ｅ ｏ Ｔ — ｉ ｎ ｉｎ ｓ ｌ ｗａ ｅ ｔａ ｓ ｒ ｂ ｓ ｄ ｏ ｈ ｒ ｔ ｅ ｅ ａ ｉｎ ｏ ｉ ｔ ｒ ｏ ｒ ｓ ｉ ｇ ｔｋ ｓ ｍｕ ｔ ｗｏ ｄ ｍｅ ｓ ｍａ ｌ ｖ ｒ ｎ ｆ ｍ， ａ ｅ ｎ ｔ ｅ ｆ ｓ ｇ ｎ ｒ ｔ ｆｐ ｃ ｕ ｅ ｃ ｍｐ ｅ ｓｎ ， ａ ｅ ｌ — ｏ ｏ ｉ ｏ ｉ ｓ ａ ｅ ＡＬ ｎ ｋ ｓ ｔ ｅ ｐ ｃｕ ｅ ｍｕ ｈ ｈ ｇ ｅ ｅ ｕ ｔ ｎ ｒ ｔ ａ ｅ ｏ ０ ６ ｉ ｓ ｔｉ ｓ ｉ ｂ ｅ ｕ ｉ ｇ ｃ ｌ Ｇ ａ ｄ ｍａ ｅ ｈ ｉｔ ｒ ｃ ｉ ｈ ｒｒ ｄ ｃｉ ａｉ ｒ ｔ ｆ３ － ０ ｔ ｏ ｏ ｍｅ ．Ｉ ｓ ｕ ｔ ｌ ｓ ａ ｎ ｉ ｏ ｄ ｂ ｎ ｅｗｏ ｋ ｎ ｌ ｗ ｗｉ ｅ ａ ｄ ｎ ｔ ｒ ．
【 关键词】 图像 压缩； 小波变换 ； ａｌ 算法 Ｍ ｌｔ ａ 【 中图分类号】 Ｐ ９ ．１ 文献标识码】 【 Ｔ ３１ 【 ４ Ａ 文章编号】 ０ ８ ９ ５ （０ ８０ － ０ ６ ０ １０ － ０ ５ ２ ０ ）４ ０ ３ － ３
基于小波变换的图像压缩技术
基于小波变换的图像压缩技术近年来，随着数字图像在生活中的广泛应用，对图像数据的存储和传输需求也越来越大。
然而，图像数据的存储和传输都需要大量的存储空间和传输带宽，对于一些容量有限、带宽不足或网络受限等场景，就需要对图像进行压缩。
而小波变换技术作为一种高效的图像压缩方法，已经在实际应用中得到广泛运用。
1. 小波变换的原理小波变换是利用数学中的小波基函数对信号进行变换的一种新的方法。
其基本思想是利用小波基函数将信号分解为不同的尺度和频率下的子信号，从而实现对信号的压缩和重构。
小波变换的主要优点在于它能够捕捉信号中的瞬时变化和局部特征，并能够实现对信号的多尺度和多频带的分析。
2. 小波变换在图像压缩中的应用在图像压缩中，小波变换主要用于图像的离散小波变换（DWT）。
其原理是先将图像分解成多个尺度和频率下的子图像，再根据不同的重要性程度进行量化和编码，最后再通过反离散小波变换（IDWT）重构出原始图像。
对于高频部分的系数，可以通过丢弃一定的系数数据来实现图像的压缩。
3. 小波变换的优势和不足小波变换作为一种高效的图像压缩方法，相较于其它图像压缩方法，具有以下优点：（1）小波变换能够对图像进行多尺度和多频带的分析，从而更好地保留了图像的空间分辨率和频率特征。
（2）小波变换通过选择不同的小波基函数，能够很好地适应各种类型的信号。
（3）小波变换通过对高频分量的系数进行丢弃，可以实现较高的压缩比。
尽管小波变换在图像压缩中具有较高的效率和优势，但也存在一些不足之处。
例如：（1）小波变换本身需要大量的计算，并且需要一定的优化和加速，才能实现实时的图像传输和处理。
（2）小波变换的局部特征使得其对整个图像的处理是非常局限的，因此需要结合其它的算法和方法，才能实现更加全面的图像处理和分析。
4. 结语小波变换作为一种高效的图像压缩方法，在实际应用中得到了广泛的应用和研究。
通过分析其原理和应用特点，我们可以看出小波变换在图像处理、分析和传输中具有较高的效率和优势。
一种基于小波变换的矢量量化算法
第 １ ４卷 ３ 月
Ｍ ａ．０ ２ ｒ ２ ０
Ｖｏ ． ４ Ｎｏ １ Ｊ ｕ ｎ ［ ｆ ｏ ｇ ｉｇ Ｕｎｖ ｒｉｙｏ ｏ ｔ ａ ｄ Ｔｅｅｏ １１ ． ｏ ｒ ａ ｏ Ｃｈ ｎ ｑｎ ｉｅ ｓｔ ｆＰ ｓｓ ｎ ｌｃ ｍｍｕ ｉ ｔ ｎ ｎｃ ｉ ｓ ａｏ
・８ ７
维普资讯
２０ Ｏ ２年第 １期
重 庆 直 电学 院学 报 ５
原则提 出的 Ｄ Ｌ算法 。 Ｃ
大． 以便充 分利 用数 据间 的相 关性 编码 时的计 算 但 复 杂度是 随 矢量维数 的增 加呈 指数增 大 的 。 为此 ＋ 可 采用 非线 性插 补矢量 量化技 术来 有效 降低 计算复 杂
化过 程就 是对 一输 人 矢量 ， ｒ（ 一 ｛ ｉ 在 ｒ Ｙ ∈Ｒ ｌ一 １ ２ … ， 叫码 书 ， ． ， ， Ｎ ｙ 为码 字 ， 为码 本尺寸 ） Ｎ 中找 出一个与 摄 相近 的 ｙ 代替 ， 、 ｙ 是 的量化 值 给 ｙ 一个序 号 ， ． 也就 构成 了编码 量 化过 程可 看成 是一 个从 Ｋ 维 欧 氏空间 到其 中一个 有限 子集 ｙ 的 映射 。 矢量 量化 的设计 中 ， 心的 问题 是码 书 的 在 核 设计 。 目前 ， 采用 神经 网络设 计码 书的研究 已取得 了 很 大 的进 展 ， 已提 出 的 神 经 网 络算 法 有 竞 争 学 习
矢 量 采 用 最优 先 量 量 化 嚣设 计 原 剧 ， 出 了 一玻 域 的误 差 竞 争 学 习 算 法 （ Ｃ ） 实验 袁 明 ， 种 算 法 获 得 培 １ Ｄ Ｌ。 这
的码 本 优 于 其 它 几 种 算 法 。
美键 词 ： 波 变换 ； 量 量 化 ｆ 经 网络 小 先 神
图像处理课程设计--基于小波变换的医学X线图像压缩算法的设计-精品
课程设计报告题目：基于小波变换的医学X线图像压缩算法的设计专业：生物医学工程2014年10 月6 日一．研究背景图像数据量巨大,为便于存储及传输,应对其冗余信息进行压缩。
与传统的快速傅立叶变换(FFT)、离散余弦变换(DCT)等方法相比,小波变换是时间(空间)和频率的局部变换,具有多分辨特性,通过伸缩与平移运算,可以由粗到精地逐步观察信号。
1.小波变换近几年来有数学“显微镜”美称的小波变换，以其多尺度时间——频率分辨的能力，一直备受关注。
小波变换在图像处理及模式识别中也起着非常重要的作用，其应用范围遍及图像增强、图像压缩、边缘检测、纹理分析和分割等不同领域,它有以下优点：(1) 小波变换完善的重建能力保证了信号在分解过程中没有信息丢失和冗余，即小波变换作为一组表示信号分解的基函数是惟一的。
(2) 小波变换把图像分解为逼近图像和细节图像之和，它们分别代表了图像的不同结构，因此原始图像的结构信息和细节信息很容易提取。
(3) 小波变换编码不同于DCT 块编码技术，它不会出现人的视觉非常敏感的方块效应，这是因为小波变换对图像信号进行全局分解，量化失真随机地分布于整幅图像之中，人眼不易察觉。
(4) 二维小波分解为图像的分析提供了方向选择性，非常适合于人眼的视觉系统。
2.基于小波变化的图像压缩小波变换用于图像压缩的基本思想是：把图像进行多分辨率分解，分解成不同空间、不同频率的子图像,然后再对子图像系数进行编码。
图像的能量主要集中在低频部分，而水平、垂直和对角线部分的能量则较少；水平、垂直和对角线部分表征了原图像在水平、垂直和对角线部分的边缘信息，具有明显的方向特性。
低频部分可以称为亮度图像，水平、垂直和对角线部分可以称为细节图像。
正是利用图像的这一特性，现阶段常用的压缩方法主要是通过对小波的分解和重构实现的。
一般图像压缩可分为以下几个步骤：(1) 对图像信号进行小波分解。
(2) 对高频系数进行阈值量化处理。
一种小波变换与矢量量化结合的图象压缩编码算法
一种小波变换与矢量量化结合的图象压缩编码算法
刘宇;郑善贤;江波涛
【期刊名称】《仪器仪表用户》
【年(卷),期】2005(012)006
【摘要】本文提出了一种新的小波变换与矢量量化相结合的图象压缩编码算法.首先根据小波图象中各子带系数的带间相关性对其进行四叉树分类,然后利用同一子带内高频系数的兄弟相关性采用变换的方法进行系数重排,以产生新的树结构.最后,根据系数的重要性,利用剪枝算法从每棵树中提取一个矢量,进行矢量量化编码.试验证明,在较高压缩比的情况下,使用此方法得到的重构图象质量(视觉效果和峰值信噪比)比通常的小波压缩算法有了较大的提高.
【总页数】3页(P100-102)
【作者】刘宇;郑善贤;江波涛
【作者单位】湖南大学,电气与信息工程学院,长沙,410082;湖南大学,电气与信息工程学院,长沙,410082;湖南大学,电气与信息工程学院,长沙,410082
【正文语种】中文
【中图分类】TN919.81
【相关文献】
1.一种结合小波变换的矢量量化快速编码算法 [J], 陈善学
2.一种基于小波变换结合反向迭代修正的VQ图象压缩编码方法 [J], 李安;李景华;王文辉
3.基于多小波变换的矢量量化图象快速编码算法 [J], 李博;逄玉俊
4.一种新的混合域矢量量化图像压缩编码算法 [J], 王向阳;左珂可
5.基于小波变换及四元树矢量量化的图象数据压缩算法 [J], 闫敬文;沈贵明;刘劲松因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｊｎ ２ ０Βιβλιοθήκη ｕｅ ０ ７基 于小 波 变 换 和 矢量 量 化 的二 维 Ｅ Ｇ 数 据压 缩 算 法 Ｃ
王兴元
摘
孟 娟
（ 大连 理 工 大 学 电子 与信 息 工 程 学 院 ， 连 １６２ ） 大 １０ ４
要 ： 研 究 针 对 心 电数 据 的 压 缩 问 题 ， 出 了 一 种 新 的基 于 小 波 变 换 的 二 维 心 电 （ Ｃ ） 据 压 缩 算 法 。 该 算 本 提 ＥＧ 数
ｎ ｗ ｔ ｏ ｄｍ ｎ ｉ ａ （ － ） ｗ ｖ ｌ —ａ ｅ Ｃ ａａ ｃ ｍ ｒ ｓ ｏ ｌ ｒ ｈ ｅ — ｉｅ ｓ ｎ ｌ ２ Ｄ ｗ ｏ ａ ｅｅ ｂ ｓｄ Ｅ Ｇ ｄ ｔ ｏ ｐｅ ｓ ｎ ａｇ ｉ ｍ．Ａ １ Ｄ Ｅ Ｇ ｄ ｔ ｅ ｒｔ ｌ ｅ ｎ ｔ ｉ ｏｔ － Ｃ ａａ ｗ ｒ ｆ ｓ ｓ ｃ ｄ ａ ｄ ｅ ｉ ｉ
法首 先 将 一 维 原 始 Ｅ Ｇ信 号 转 化 为 二维 序 列 信 号 ， 而使 Ｅ Ｇ数 据 的 两 种 相 关 性 可 得 到 充 分 地 利 用 ； 后 对 二 维 Ｃ 从 Ｃ 然 Ｅ Ｇ序 列 进 行 小 波 变 换 ， 对 变 换 后 的 系 数 应 用 了一 种 改 进 的 矢 量 量 化 （ Ｑ 方 法 。 在 改 进 的 Ｖ 方 法 中 ， 据 小 Ｃ 并 Ｖ） Ｑ 根
ＭＩ ／ Ｉ ａ ｒ ｙ ｈ ａ ｄ ｔ ｂ ｓ ｒ ｅ ｔｄ ｃ ｎ ｒ ｓｉｅ ｙ ｕ ｉ ｇ ｔ ｅ ｐ ｐ ｓ ｄ ａ ｇ ｒ ｈ ．Ｔ ｅ ｒ ｓ ｌｓ ｗ ｓｃ ｍｐ ｒ ｄ ｗ ｔ Ｔ Ｂ Ｈ ｒｈ ｔ ｍｉ ａ ａ ａ ｅ ｗｅ ｔｓｅ ｏ ｔ ｔ ｌ ｓｎ ｈ ｒ ｏ ｅ ｏ ｔ ｍ ｅ ａ ｖ ｏ ｌ ｉ ｈ ｅ ｕ ｔ ａ ｏ ａ ｅ ｉ ｈ ｔ ａ ｂ ａｎ ｄ ｂ ｔ ｅ － Ｇ ｏ ｒ ｓ ｉｎ ａｇ ｒ ｈ ．Ｔ ｅ ｅ ｐ ｒｍｅ ｔ ｌｒ ｓ ｌ ｈ ｗ ｔ ａ ｈ ｒ ｐ ｓ ｄ ｍｅ ｈ ｄ ｉ ｈ ｔｏ ｔ ｉ ｅ ｙ ｏ ｈ ｒ２ Ｄ ＥＣ ｃ ｍｐ ｓｏ ｌｏ ｔ ｍｓ ｅ ｉ ｈ ｘ ｉ ｎ ａ ｕ ｔ ｓ ｏ ｈ ｔ ｔ ｅ ｐ ｏ ｅ ｔ ｏ ｓ ｅ ｅ ｓ ｏ ｓ ｉ ｂ ｅ ｆ ｒｖ ｒ ｕ ｒ ｈ ｌ ｇ ｅ ｆＥＣ ｄ ｔ ，ａ ｄ ａ ｈｅ ｅ ｉ ｈ ｒｃ ｍｐ ｅ ｓｏ ｔ ｉ ｈ ｈ ｒ ｃ ｅ ｓｉ ｅ ｔ ｒ ｓ ｕ ｔ ｌ ｏ ａ ｏ ｓ ｍｏ ｐ ｏ ｏ ｉ ｓ ｏ Ｇ ａ ａ ａ ｉ ｎ ｃ ｉｖ ｓｈ ｇ ｅ ｏ ｒ ｓ ｉｎ ｒ ｉ ｗ ｔ ｔ ｅ ｃ ａ ａ ｔ ｒ ｔ ｆ ａ ｕ ｅ ａ ｏ ｈ ｉ ｃ
ａ ｄ ＶｅｔｒＱｕ ｎｉａｉｎ ｎ ｃｏ ａ ｔ ｔ ｚ ｏ
Ｗ ＡＮＧ ｎ — ａ ＸｉｇＹｕ ｎ ＭＥＮＧ ｕ ｎ Ｊ ａ
（ｃｏｌｆＥｅｔ ｎ Ｓｈｏ ｏ ｌ ｒ ｉ Ｉ ｏ ａ￣ ， ｎｅｎ ，Ｄ ｌ ｎＵ ｉ ｒｔ Ｔｃｎｌ ｙ，Ｄ ｌ ｎ １６２ ） ｃｏ ｃ＆ ｏ ｒ ｔ ｎＥ ｅｒ ｇ ａｉ ｎ ｅｉ ｏ ｅ ｏｏ ｆ ｍ ｉ ａ ｖ ｓｙｆ ｈ ｇ ａｉ １０ ４ ａ
关键词 ： Ｃ Ｅ Ｇ压 缩 ；小 波 变 换 ；矢 量 量 化 ； 矢 量 ； 效 性 检 验 树 有
Ａ 一 ＥＣＧ ｍｐｒ ｓｉ ｎ Ａｌ ｏ ｉ ｍ ｓ ｄ ｏ ａ ｅｅ ａ ｓ ｏ ｍ ２ Ｄ Ｃｏ ｅ ｓｏ ｇ ｒｔ ｈ Ｂａ ｅ ｎ Ｗ ｖ ｌ ｔＴｒ ｎ ｆ ｒ
波 变换 后 系 数 的 特 点 ， 造 了 一 种 新 的 树 矢 量 （ ｖ 。利 用 本 算 法 与 已 有 基 于 小 波 变 换 的 压 缩 算 法 和 其 他 二 维 Ｅ Ｇ 构 Ｔ） Ｃ 信号 的压 缩 算 法 ， ＭＩ／Ｉ 对 ＴＢＨ数 据 库 中的 心 律 不 齐 数 据 进 行 了对 比压 缩 实 验 。结 果 表 明 ： 算 法 适 用 于 各 种 波 形 本 特 征 的 Ｅ Ｇ信 号 ， 且 在保 证 压 缩 质 量 的前 提 下 ， 以 获 得 较 大 的压 缩 比 ， 有 一 定 的应 用 价 值 。 Ｃ 并 可 具
ａｎｗ ｔ ｅｖｃ ｒ（ Ｖ） ｔａ ｗ ｌ ｕｉｚｄ ｔｅｃ ａａ ｔ ｓｃ ｆｔｅ ｗ ｖ ｌ ｏｆｃｅ ｔ． Ｒ ｃ ｒｓｓｌ ｔｄ ｆ ｍ ｔｅ ｅ ｅｔ Ｔ ｅ ｒ ｏ ｈ ｔ ｅ ｔｉ ｈ ｈｒｃｅ ｔ ｓｏ ｈ ａｅｅ ｃｅ ｉ ｓ ｅ ｏ ｅ ｃｅ ｒ ｈ ｌ ｌｅ ｉ ｒ ｉ ｔ ｉ ｎ ｄ ｅ ｏ
Ａ ｓ ａ ｔ ｎｔｉ ｐ ｐｒ ｅｉｖｓｇ ｔ ｅｃ ｍ ｒｓｉ ｒｂｅ ｆ ｌ ｔ ｃｒｉ ｒｍ （ Ｃ ｂｔ ｃ ：Ｉ ｓ ａ ｅ ，ｗ ｅｔ ａｅ ｔ ｏ ｐｅｓ ｎｐｏ ｌｍ ｏ ｅ ｒ ａｄｏ ａ Ｅ Ｇ）ｓ ｎｌ ｎ ｒｐ ｓｄａ ｒ ｈ ｎ ｉ ｄｈ ｏ ｅ ｃｏ ｇ ｉ ａ ａ ｄｐ ｏｅ ｇ ｏ
维普资讯
２ 卷 ３ 期 ６ ２０ ０ ７年 ６月
中 国 生 物 医 学 工 程 学 报 Ｃ ｉ ｓ ｏｒａ ｉｍ ｄｃ ｌ ｎ ｉｅｒ ｇ ｈｎ ｅＪ ｕｎ ｌｆＢｏ ｅ ｉ ｇｎｅｉ ｅ ｏ ａＥ ｎ
Ｖｏ ． ６ １２
Ｎｏ． ３
．
ｍ ｄｆ ｄｖｃｏ ｕ ｎｉ ｔ ｎ （ ）ｗ ｓ ｍ ｌ ｅ ｅｗ ｖｌ ｏｆｃｅ ｔ．Ｔ ｉ ｍ ｄｆ ｄＶ ｇｒｈ ｏ ｓ ｃｅ ｏｉｅ ｅ ｔ ｑ ａｔ ａ ｏ ＶＱ ａ ｐｏ ｄｔ ｔ ａ ｅ ｔ ｅ ｉ ｎｓ ｈｓ ｏ ｉｅ Ｑ ａ ｏ ｔｍ ｃｎ ｔ ｔ ｉ ｒ ｚｉ ｅ ｙ ｏｈ ｅｃ ｉ ｉ ｌ ｉ ｕ ｒ ｄ
ｌ ｇ ｄ ｔ － ａａ ａ ｒ ｙ．Ａｎ ｈ ｎ ２ Ｄ ｗａ ｅ ｅ ｒ ｎ ｆ ｒ ｗ ｓ ａ ｐ ｉｄ ｔ ｈ ｏ ｓｒ ｃ ｅ － Ｇ ａ ａ ａ ｒ ｙ Ａ ａｉ ｅ ｏ ａ ２ Ｄ ｄ ｔ ｒａ ｎ ｄ ｔ ｅ － ｙ ｌ ｔｔ ｓｏ ｍ ａ ｐ ｌ ｏ ｔ ｅ ｃ ｎ ｔｕ ｔｄ ２ Ｄ ＥＣ ｄ ｔ ｒ ａ ｅ ａ