利用重復性特征的心音信號壓縮方法.pdf

1、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性特征，除時頻分

2、量的發(fā)生時刻之外，其余參數(shù)都存在著重復性冗余。以部分心音信號作為訓練集，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)。時頻分量表達之后的余量信號通過矢量量化進一步壓縮。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

3、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，利用矢量量化進行進一步壓縮。在壓縮過程中通過預(yù)設(shè)的