利用重复性特征的心音信号压缩方法

发布时间：2017-07-02 20:01

  本文关键词：利用重复性特征的心音信号压缩方法

  更多相关文章： 心音信号压缩 重复性特征 时频分解 矢量量化 小波变换 周期间相关性

【摘要】：心音是临床上用于评估心脏功能的主要信号来源,其长时间采集记录面临着数据量过大、难以传输和存储的问题。本文根据心音信号的重复性特征,设计了有针对性的压缩算法,去除了心音信号中的重复性冗余。相比于现有的压缩方法,本文所提出的压缩方法极大地提高了心音信号的压缩效果。本文工作包括以下两种压缩算法。(1)提出了一种基于参数字典与矢量量化的心音信号压缩方法。首先将心音信号分解为包含5类参数的时频分量。由于心音信号具有重复性特征,除时频分量的发生时刻之外,其余参数都存在着重复性冗余。以部分心音信号作为训练集,将其时频分量的参数聚类生成一个参数字典,代表了心音信号中非重复的部分。通过该参数字典,原时频分量的5类参数精简为分量在字典中的索引和发生时刻两类参数。时频分量表达之后的余量信号通过矢量量化进一步压缩。在压缩之前,通过优化方法搜索最合适的矢量量化参数,在限定失真度的条件下获取尽可能高的压缩比。实验表明,在5%的失真度的水平下,该压缩算法对正常心音或轻度杂音的心音,可取得92-149的压缩比；对含有较高噪音的正常心音或中等程度杂音的心音,可取得24-35的压缩比；对含重度杂音的心音,可取得9-14的压缩比。(2)提出了一种基于小波域周期间相关性的心音信号压缩算法。首先对每周期的心音信号进行小波变换,从每周期选取同等数量的能量最集中的变换系数并进行线性量化。将各周期的量化结果合并为矢量,利用其联合概率进行霍夫曼编码。对于线性量化后的余量部分,利用矢量量化进行进一步压缩。在压缩过程中通过预设的失真度值来决定每周期选择的系数个数,并控制两级量化的失真度不严重偏离预设值,达成了压缩过程中失真度可控的效果。实验表明,本文算法对正常心音或轻度杂音的心音,在5%的失真度水准下达到了102-143的压缩比；对含有较高噪音的正常心音,在7.5%-10%的失真范围内达到了67-75的压缩比；对含有中等程度或重度杂音的心音,在7.5%-10%的失真范围内达到了23-37的压缩比。
【关键词】：心音信号压缩 重复性特征 时频分解 矢量量化 小波变换 周期间相关性
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.7;R540.4
【目录】：

• 摘要4-5
• Abstract5-9
• 引言9-10
• 1 压缩心音信号的相关背景10-17
• 1.1 心音信号10-12
• 1.2 有利压缩的心音信号相关特征12-13
• 1.3 心音信号压缩评价标准13-15
• 1.3.1 信号压缩系统的性能评价13-15
• 1.3.2 心音信号压缩的适用标准15
• 1.4 心音信号压缩测试数据来源15-17
• 2 数据压缩技术简介17-22
• 2.1 信息论与数据压缩17-19
• 2.1.1 信源编码定理与率失真理论17-18
• 2.1.2 数据压缩基本过程18-19
• 2.2 量化原理19-21
• 2.2.1 均匀量化19
• 2.2.2 最小二乘方量化19-20
• 2.2.3 矢量量化20-21
• 2.3 编码原理21-22
• 2.3.1 变长码原理21
• 2.3.2 霍夫曼编码21
• 2.3.3 游程编码21-22
• 3 基于预测编码与变换域编码的心音信号压缩方法22-30
• 3.1 基于预测编码的心音信号压缩方法22-25
• 3.1.1 预测编码原理22-23
• 3.1.2 基于预测技术的心音信号有损压缩23-24
• 3.1.3 基于预测技术的心音信号无损压缩24-25
• 3.2 基于变换域编码的心音信号压缩方法25-29
• 3.2.1 变换域编码原理25-26
• 3.2.2 保留全部系数的变换域编码26-27
• 3.2.3 选择部分系数的变换域编码27-29
• 3.3 本章小结29-30
• 4 基于参数字典与矢量量化的心音信号压缩方法30-46
• 4.1 基于参数字典的时频分量压缩方法30-36
• 4.1.1 心音信号的时频模型30-33
• 4.1.2 参数字典的聚类构造33-34
• 4.1.3 心音信号的时频分量根据字典进行压缩34-36
• 4.2 基于矢量量化的余量信号压缩方法36-38
• 4.2.1 矢量量化参数的约束条件36-37
• 4.2.2 矢量量化参数搜索算法37-38
• 4.3 结果分析38-43
• 4.3.1 压缩流程与参数设定38-39
• 4.3.2 压缩结果与评价39-43
• 4.4 讨论43-45
• 4.4.1 训练序列的长度选择43
• 4.4.2 矢量量化的失真度控制作用43-44
• 4.4.3 方法对比44-45
• 4.5 本章小结45-46
• 5 基于小波域重复性特征的心音信号压缩方法46-60
• 5.1 小波变换与系数选择46-47
• 5.1.1 小波变换46-47
• 5.1.2 系数选择47
• 5.2 周期间相关性利用方案47-51
• 5.2.1 一级量化与联合概率编码47-49
• 5.2.2 余量矩阵的矢量量化49-51
• 5.3 结果分析51-56
• 5.3.1 压缩流程与参数设定51-52
• 5.3.2 压缩结果与分析52-56
• 5.4 讨论56-59
• 5.4.1 利用阈值K实现失真度可控56-57
• 5.4.2 两级量化的平均码长57-58
• 5.4.3 方法对比58-59
• 5.5 本章小结59-60
• 结论60-62
• 参考文献62-67
• 攻读硕士学位期间发表学术论文情况67-68
• 致谢68-69

【参考文献】

中国期刊全文数据库 前3条

1 骆懿;赵治栋;;一种便携式心音信号记录仪研究[J];杭州电子科技大学学报;2011年04期

2 陈天华;韩力群;邢素霞;郭培源;;基于小波变换的心音信号滤波方法研究[J];计算机仿真;2010年12期

3 康锋,叶学松,王平,陈裕泉;基于心音信号处理的冠心病诊断的研究[J];浙江大学学报(工学版);2004年01期

  本文关键词：利用重复性特征的心音信号压缩方法

  更多相关文章： 心音信号压缩 重复性特征 时频分解 矢量量化 小波变换 周期间相关性

，

本文编号：510993