[发明专利]基于精简公共字典库的心电信号稀疏分解压缩系统

说明书

技术领域

本发明涉及人体生理信号处理技术领域，特别是涉及一种基于精简公共字典库的心电信号稀疏分解压缩系统。

背景技术

嵌入式心电监护技术使得人体心电信号全天候非干扰地被采集和监护，但心电信号的存储和传输受限于嵌入式平台硬件资源，因此需要高精度、高压缩比和低复杂度和低存储空间的压缩技术。稀疏分解方法是近年来信号处理的热点，但其相对于低功耗传感器网络嵌入式平台，其庞大的运算量和字典库限制其应用于此领域。心电信号压缩技术大致可以分为3类：时域直接压缩、变换域压缩和特征参数压缩。其中第二种具有压缩比高和无损压缩的特点，便于心电信号的重建和诊断处理。变换域压缩中，稀疏分解方法近年来在心电信号处理领域逐渐引起关注和研究，并被用于心电信号的压缩，并且具有压缩失真度小的优点，但其匹配追踪算法过程中巨大的运算量和庞大的字典库是限制稀疏分解方法在嵌入式心电监护系统应用的难题。

在此之前，已经有若干研究心电信号的压缩和传输的文献和专利。例如，论文（王春光，基于稀疏分解的心电信号波形检测及形状识别，《中国生物医学工程学报》，2008年4月）采用Gabor字典和基于心电特征波的方法，研究了基于信号特征和稀疏分解的心电压缩压缩，但其算法基于通用计算机，没有考虑在嵌入式系统的实现。论文（SangJoon Lee，A Real-Time ECG Data Compression and Transmission Algorithm for an e-Health Device，《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》，VOL.58，NO.9，SEPTEMBER，2011）采用DCT字典和Huffman编码完成了心电信号的实时压缩传输，并且与常用的方法做了对比，说明其压缩精度和压缩比等性能较好，但该文重点在于保证其压缩算法的实时性，没有分析其计算和空间复杂度。他们的工作都没有涉及如何在资源受限的嵌入式系统平台进行心电信号的压缩。专利CN101996158采用了FFT在嵌入式上实现心电信号的压缩和传输，但其重点是实时传输。专利CN101799974是一种基于自适应码本的心电信号传输方法，重点研究了传输的低损耗。专利CN101669819采用基于PT变换与线性预测结合的心电图信号无损压缩，利用残差值恢复信号。

在嵌入式心电监护系统中完成心电信号稀疏分解的功能，主要有3点局限：1.稀疏分解搜索算法巨大的运算量；2.若采用冗余的超完备字典，需要根据信号的长度进行离散时需要大量的资源和时间进行字典的生成，生成的字典原子数量巨大；3.若采用适合个体特征的字典，针对不同的个体需要不同的字典库完成分解。

发明内容

本发明所要解决的技术问题是提供一种基于精简公共字典库的心电信号稀疏分解压缩系统，具有高精度、高压缩比、低复杂度和低存储空间，适于在嵌入式或移动等资源受限的硬件平台上实现。

本发明解决其技术问题所采用的技术方案是：提供一种基于精简公共字典库的心电信号稀疏分解压缩系统，包括精简公共字典库离线训练模块，以及相互连接的心电信号在线压缩模块和心电信号重建模块；所述精简公共字典库离线训练模块用于离线整合多源心电信号训练样本构造公共训练样本集，对样本信号进行分段，将Gabor函数进行离散化形成超完备的Gabor字典，对分段信号用Gabor字典进行稀疏分解，得到初级公共字典库，再利用聚类算法，对字典进行精简，生成精简公共字典库；所述心电信号在线压缩模块用于心电信号采集，信号分段，基于所述精简公共字典库对信号进行稀疏分解，得到稀疏向量，对稀疏向量进行编码，数据发送；所述心电信号重建模块用于数据接收，解码得到稀疏向量，基于所述精简公共字典库重构信号段，恢复完整信号，显示信号波形。

所述公共训练样本集由MIT-BIH数据库中的各种疾病的心电信号和不同的个体在各种状态下的多源心电信号样本构造而成。

所述Gabor字典中的每一个原子由Gabor函数构成。

所述分段信号用Gabor字典进行稀疏分解时采用的搜索方法为OMP正交匹配追踪。

所述聚类算法为KSVD聚类算法。