[发明专利]无线心电监护仪的心电压缩方法和解码方法

说明书

技术领域

本发明属于生物医学工程技术领域，具体涉及无线心电监护仪的心电压缩方法和解压缩方法。

背景技术

近年来，随着人们生活工作压力的增大以及社会的老龄化发展，各类心脏疾病的发病率呈逐年上升趋势。传统的患者与医生之间面对面的诊断模式已经不能满足人们对健康保健日益增长的巨大需求，医疗体系逐渐向以家庭为中心倾斜，人们也更加重视对疾病的预防。这些变化直接驱使心电监护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，穿戴式无线心电监护仪由此应运而生。

穿戴式无线心电监护仪作为远程医疗和移动家庭保健系统的诊断监护终端，不仅需要完成大量心电数据的记录和存储，而且，为了实现对患者及时有效的监护，甚至是24小时全天候监护，更需要具备心电数据的实时传输能力。因此，为了达到上述目的，必须在监护终端进行心电数据的高效压缩：一方面通过提高数据压缩比，增强心电监护仪的数据存储能力，并以此减少传输同等信息时所需要的数据量，提升心电数据的实时传输能力；另一方面，通过提高压缩算法的执行效率，大大缩短心电数据压缩需要的耗时，进一步提升监护终端的数据传输实时性。由此可见，实现适用于心电监护终端的高效数据压缩算法，是实现远程实时心电监护的关键技术。

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。该算法执行效率高，压缩比大，适合移植到系统资源紧张的监护终端，但这种方法存在一个无法克服的问题，即解压后有很大的信号失真。另一类是变换域压缩算法，主要包括KL(Karhunen-Loeve)变换，离散余弦变换和传统小波变换。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，但因为这两种算法不能做局部分析与分层处理，无法实时地以逐步浮现方式传送数据，大大影响了数据传输效率。而另一方面，这两种算法的复杂性程度高，要求占用较多的系统资源，因此很少用于监护终端的心电数据压缩。相对的，传统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传输实时性问题，由此产生了小波域嵌入式零树编码算法。该方法借助于小波变换的时频分析优势已经成功应用于图像压缩JPEG2000中，而在心电信号压缩方面，该算法的应用也取得了一定的进展，但到目前为止，该算法主要应用于系统资源丰富的服务端心电存储备份系统，如果要应用于监护端的心电压缩，该算法必须解决自身存在的两大问题：首先，小波域嵌入式零树编码算法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零树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。其次，小波域嵌入式零树编码算法仍然存在较高的算法复杂性和资源占用率：算法过程中采用浮点数计算，不仅占用大量资源，而且执行效率低；算法过程中仍然存在很多冗余步骤，比如算法中采取先作各尺度变换，而后二抽取扔掉各尺度上的一半冗余数据，大量浪费了内存空间，而且增加了运算量。

发明内容

本发明的主旨是提供一种适合于心电监护终端进行心电数据压缩和解码方法，以此提升远程心电监护终端的数据存储和实时传输能力。

为此，本发明采用如下的技术方案：

一种无线心电监护仪的心电压缩方法，包括下列步骤：

(1)对采集到的心电信号进行预处理；

(2)对预处理得到的心电信号进行奇偶序列分裂，而后通过提升算法获取一阶细节信号节点和一阶概貌信号节点；

(3)根据代价函数判断一阶细节和一阶概貌父节点是否需要分解为子节点，如果需要，则将其进行奇偶序列分裂，而后通过提升算法获取相应的二阶子节点；

(4)根据代价函数判断二阶子节点中是否有需要继续分解为相应的三阶子节点，采用提升算法将这些二阶子节点进行分解，以此类推，直到获得最低信息熵的最优小波包空间结构；

(5)遍历小波包所有系数，求出系数绝对值的最大值，保留该数值二进制位的最高位，将其余低位置零，而后将所得结果作为初始阈值；建立主表、辅表存储空间，将上面获得的心电信号小波包分解结果存入主表，开启辅助扫描堆栈和编码结果存储空间；将初始阈值赋值给阈值(T)；

(6)对主表进行扫描，把表上的每个节点都依据阈值(T)分为正重要系数、负重要系数、零树根、孤立零，将扫描结果存入主表中；