CN116488660A - 一种人体生理信号的混合数据压缩方法 - Google Patents

一种人体生理信号的混合数据压缩方法 Download PDF

Info

Publication number
CN116488660A
CN116488660A CN202310428620.4A CN202310428620A CN116488660A CN 116488660 A CN116488660 A CN 116488660A CN 202310428620 A CN202310428620 A CN 202310428620A CN 116488660 A CN116488660 A CN 116488660A
Authority
CN
China
Prior art keywords
data
compression
algorithm
repeated
bit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310428620.4A
Other languages
English (en)
Inventor
陈兴文
黄品高
唐宁
黄天展
高超
叶懋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN202310428620.4A priority Critical patent/CN116488660A/zh
Publication of CN116488660A publication Critical patent/CN116488660A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Cardiology (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明公开了一种人体生理信号的混合数据压缩方法，该方法是先对一帧待压缩数据Data0使用波形压缩算法进行压缩，消除数据间的冗余信息，得到第一压缩数据Data1，然后通过BWT算法对Data1进行变换并重新排序，得到变换数据Data2，最后用改进的游程编码算法对Data2进行无损数据压缩，生成最终编码数据流，并对生成的编码数据流与其它相关数据进行整理打包，生成数据包，用于存储或传输。通过本发明的混合数据压缩方法，提高了数据压缩率，压缩后的数据占用更少的存储空间，提高数据传输效率及带宽利用率，该方法计算复杂度低、数据处理时间更短，节约数据存储、维护及传输成本，更适用于实时传输系统中。

Description

一种人体生理信号的混合数据压缩方法
技术领域
本发明涉及数据压缩技术，具体是一种人体生理信号的混合数据压缩方法。
背景技术
人体生理信号，即人体内各项生命特征信号，包括心电、脑电、肌电等生理电信号。从医学角度上看，生理信号可以直接反映人体的疲劳程度、生理状况，通过对生理信号的检测与研究，医护人员可以了解人体的各种病理特征，以对患者进行针对性治疗，减轻患者的病情，缩短其康复时间。因此，人体生理信号的检测在医学研究与应用中发挥着重要的作用。
生理信号是一种连续的电信号，通过模数转换器（ADC）获取得到，将时间、幅值连续的模拟生理信号转换成时间离散、幅值也离散的数字信号，ADC的采样率对于生理信号来说非常重要，一种非常小的时间间隔内的信号变化可能包含着重要的信息，一个高采样率的生理信号采集系统可以采集到更加丰富的生理信号信息，为医护人员提供更多的信息，从而可以更深入地了解人体生理信号的特征，对患者的康复、医学研究的发展有着重要的作用。
然而，使用高采样率对生理信号进行采样，意味着在相同的时间内采集到更多的数据，这就存在着其他问题：例如需要更大的存储空间来存储所采集到的数据，增加了数据的存储和维护成本；如果涉及到数据传输，则同一时间间隔内传输的数据量越大，需要更大的传输带宽，或者在同样的传输带宽下数据量越大需要更多的传输时间，因此，为减少数据存储空间和传输数据量，对生理信号数据进行压缩是很有必要的。
数据压缩是通过减少计算机中所存储的数据或通信传播中数据的冗余度，用更少的比特位来表示原始数据，以达到减少数据存储空间或传输数据量的目的。数据压缩分为有损数据压缩和无损数据压缩，其中：有损数据压缩技术是利用人类视觉、听觉对图像、音频中的某些频率成分不敏感的特性，在数据压缩过程中损失一定的信息，导致有损数据压缩不能完全恢复原始数据；无损数据压缩是指对压缩后的数据进行重构（或还原、解压缩），重构后的数据与原始数据完全相同。不同于图像、音频等数据可以进行有损数据压缩，对生理信号的数据压缩要采用无损数据压缩，以保证解压出来的数据与原始数据完全相同。
根据已公开的文献记载可知，目前对数据的压缩一般是先对原始数据进行线性预测或分类，得到一组预测结果或多组分类结果，再对这些结果进行熵编码，得到编码数据流，完成无损数据压缩过程，但这些压缩方案的压缩率对于一个高采样率、多通道的生理信号采集系统来说是不够的，特别是对使用游程编码进行无损数据压缩时，没有很好地解决游程编码对不重复字符进行压缩时出现占用更大存储空间的问题。因此，有文献对游程编码算法进行了改进，即在待压缩数据中增加比特位来指示待压缩数据的重复个数，增加了待压缩数据的比特位，且不同的数据的重复个数不同，不能很好的解决传统游程编码的缺点；或通过储存出现次数加变化值的方式改进了传统游程编码，虽在一定程序上减少了待压缩数据的比特位，但对不重复数据的压缩仍然达不到最佳压缩效果。
发明内容
针对上述问题，本发明根据人体生理信号特性提出了一种混合数据压缩方法，以解决现有生理信号数据压缩算法压缩率低，计算复杂度高的问题。
实现本发明目的的技术方案是：
一种人体生理信号的混合数据压缩方法，包括如下步骤：
（1）对待压缩数据Data0，根据心电、脑电、肌电等生理信号的特性，利用波形压缩算法进行差分运算，消除数据间的冗余信息，得到第一压缩数据Data1；
（2） 通过BWT变换算法对Data1进行变换并重新排序，得到变换数据Data2；
（3）利用改进的游程编码算法对Data2进行无损数据压缩，生成最终编码数据流Arr0、Arr1、Token；
（4）对生成的编码数据流与其它相关数据进行整理打包，生成数据包，用于存储或传输。
进一步的，
步骤（1）所述利用波形压缩算法进行差分运算，是：从待压缩数据Data0中的第二个数据开始，用当前数据的值减去其前一个数据的值，得到一个差值并保存，直到完成该帧数据中最后一个数据与其前一个数据的差分运算，得到一帧包括一系列差值的数据，原始待压缩数据Data0中的第一个数据作为数据解压时的参考数据。设data0[n](n=1,2,3……，N)为原始待压缩数据中的第1，2，3……N个数据，data1[n](n=1,2,3……N-1)为压缩后的第1，2，3……N-1个数据，差分运算过程如下：
data1[n]=data0[n+1]-data0[n]，n=1，2，3……N-1。
步骤（2）所述BWT变换算法，是采用Burrows-Wheeler变换算法，先将输入的压缩数据的首个字符放置在最后一位，同时其他字符依次向前移动一位，得到原始字符串的一个循环排列字符串，重复此过程，直到得到原始字符串；将经过全循环排列后的字符串按“字典序”或“数据大小”进行排序，取出排序后的每个字符串的最后一个字符，并组成一组新的字符串，该字符串即为BWT变换后的输出字符串。当原始字符串中有几个出现多次的子字符串，则变换得到的字符串中出现多个连续重复的字符，将该变换结果用在基于处理字符串中多个连续重复字符的改进的游程编码算法中，可以提高数据压缩率。
步骤（3）所述利用改进的游程编码算法进行无损数据压缩，是对待压缩数据Data2中不重复的数据和连续重复的数据分别进行存储，其中，数组Arr0用于存储不重复数据；数组Arr1用于存储连续重复数据的编码数据，并在位标记数Token中依次设置二进制数0和1，用以区分存储的是连续重复数据或不重复数据，在数据解压时，根据位标记数Token中的二进制数值，从Arr0或Arr1中将数据解压出来。具体是：
1）使用两个数组Arr0、Arr1和一个K-bit位宽的位标记数Token，检测Data2中的第一个数据；
2）如果该数据与其下一个数据不重复，则将该数据存储于数组Arr0中，并将位标记数的最低位设置为1；
3）如果检测到Data2中从第一个数据开始出现的是多个连续重复的数据，则位标记数的最低位设置为0，并将该多个连续重复的数据用某个字符，连续出现的次数来描述，并存储于数组Arr1中；
4）继续检测Data2中未处理的数据，判断数据是否重复，并按规则将数据存储于数组Arr0或Arr1中，然后根据Data2中的数据是否重复设置Token中其他位的值，直到处理完Data2中的最后一个数据。
步骤（4）所述数据整理打包，是将经改进的游程编码算法压缩得到的数据进行整理，并加上包头、包尾，将所有的数据打包成帧，生成数据包，用于存储或传输。
所述包头包括固定信息、帧号、数据长度和数据位宽，其中帧号用于区分不同的采集通道；数据长度由Arr0和Arr1生成，记录重复和不重复数据的信息；数据位宽由波形压缩算法的压缩结果Data1生成表示最大差值所需的最少位宽。
所述包尾包括校验位和固定信息。
本发明的优点是：通过本发明的混合数据压缩方法，提高了数据压缩率，压缩后的数据占用更少的存储空间，提高数据传输效率及带宽利用率，该方法计算复杂度低、数据处理时间更短，节约数据存储、维护及传输成本，更适用于实时传输系统中。
附图说明
图1为本发明实施例的算法流程图；
图2为本发明实施例的数据包格式示意图；
图3为本发明实施例的波形压缩算法示意图；
图4为本发明实施例的BWT变换算法示意图；
图5为本发明实施例的改进的游程编码算法示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的阐述。
实施例
如图1所示，本发明为一种人体生理信号的混合数据压缩方法，包括波形压缩算法、Burrows-Wheeler变换(BWT)、改进的游程编码算法和数据整理打包四大部分。波形压缩算法针对心电、脑电、肌电等生理信号的特性，对待压缩数据Data0进行差分运算，消除数据间的冗余信息，得到一帧压缩数据Data1；BWT算法对Data1重新排序，得到变换数据Data2，此变换的目的是为了提高改进的游程编码算法的压缩率；然后用改进的游程编码算法对Data2进行无损数据压缩，得到最终的编码数据Arr0、Arr1、Token；数据整理打包部分将Arr0、Arr1、Token中的数据及其它相关数据加上包头、包尾并进行整理，其中包头包括固定信息、帧号、数据长度和数据位宽，其中帧号用来区分不同的采集通道，数据长度由Arr0和Arr1生成，记录重复和不重复数据的信息，数据位宽由波形压缩算法的压缩结果Data1生成，即为表示最大差值所需的最少位宽；包尾包括校验位和固定信息，将所有的数据打包成帧，生成数据包用于存储或传输。整理打包后的数据包格式如附图2所示。其中：
如图3所示，设data0[n](n=1,2,3……，N)为原始待压缩数据中的第1，2，3……N个数据，data1[n](n=1,2,3……N-1)为压缩后的第1，2，3……N-1个数据，差分运算过程如下：
data1[n]=data0[n+1]-data0[n]，n=1，2，3……N-1；
压缩过程即从data0中的第二个数据开始进行差分运算，并将其差值保存到data1中。通过差分运算，data1中保存的差值要小于原始待压缩数据data0中对应的被减数的值，如：d1=130,d2=133，e1=d2-d1=3，d2的二制数为10000101，至少需要8bit存储空间，而d2与d1的差值e1为十进制数3，最多需要2bit二进制数11便可表示，即只占用2bit的数据存储空间，与d2相比节省了6bit的存储空间。
如图4所示，为方便叙述Burrows-Wheeler变换全过程，用字母举例说明其实现过程：待排序字符串为bcsbdbebcsb，先将字符串中的首字母b移到字符串的最后一个位置，同时其它字母依次向前移动一位，得到序号1对应的字符串csbdbebcsbb，继续对序号1中的字符串进行“全循环排列”，得到序号2对应的字符串，重复上述过程便可得到全部可能的循环排列字符串。接下来对所有排列好的字符串按“字典序”排列，得到11个按“字典序”排列好的字符串，分别取出这些字符串中最后一个字母(如序号0和1对应的按“字典序”排序后的字符串的最后一个字母分别为s和e),并将这些字母组成一个新的字符串sebsdbbbbcc，即为BWT的变换结果，可以看到，变换结果中出现4个连续重复的字母b和两个连续重复的字母c，而原始字符串中并没有出现连续重复的字母，这使得基于处理字符串中连续重复字符的改进的游程编码更容易压缩数据，提高数据压缩率。
如图5所示，对Data2中的数据用改进的游程编码算法编码后，Arr0、Arr1中的数据及Token中各位置对应的二进制值如附图5所示，说明如下：Data2中的第1个数据“2”与其下一个数据不重复，故将数据“2”存到Arr0中，并将Token的最低位置为1，接下来的三个数据“5 7 1”均为不重复数据，故将这三个数据按顺序存到Arr0中，同时将Token中从低位开始算起的第2、3、4位置为1；Data2中第5到第12个数据为8个连续重复的6，按照改进的游程编码算法规则，用(6,8)这两个数据来表示Data2中出现的连续重复的8个数据6，并将其存入Arr1中，且Token中的第5位设置为0；接下来检测到3个不连续重复的数据4，7，8，按照规则，将这3个数据按顺序存入数组Arr0中，并且将Token中的6-8位置为1，完成编码过程。需要说明的是： Token中的数值为二进制数0或1，每个位置只占1bit的存储空间，而Data2、Arr0、Arr1中的数据均为十进制数，每个数据占8bit的存储空间。
压缩效果对比：Data2中一共有15个数据，每个数据占8bit位宽的存储空间，需要15*8=120bit的存储空间。传统的游程编码算法结果为：(2,1),(5,1),(7,1),(1,1),(6,8),(4,1),(7,1),(8,1)，编码后有16个数据，需要占用16*8=128bit的存储空间，与未压缩之前相比占用更多的存储空间，达不到数据压缩的目的。改进的游程编码算法编码后共有10个数据(Token中的数据为二进制数，只占用一个字节的存储空间)，只占用10*8=80bit的存储空间，与未压缩数据相比，少了40bit的存储空间，压缩效果明显。
对压缩后的数据进行解压时，需要提供一些特定信息，保证解压出来的数据正确，同时在数据传输过程中，为了防止在传输过程中数据出错或丢失，需要对数据进行打包。在本发明中，对数据整理打包，就是将改进的游程编码算法压缩得到的数据进行整理，并加上包头、包尾，其中包头包括固定信息、帧号、数据长度和数据位宽，其中帧号用来区分不同的采集通道，数据长度由Arr0和Arr1生成，记录重复和不重复数据的信息，数据位宽由波形压缩算法的压缩结果Data1生成，即为表示最大差值所需的最少位宽；包尾包括校验位和固定信息，将所有的数据打包成帧，生成数据包用于存储或传输。

Claims (8)

1.一种人体生理信号的混合数据压缩方法，其特征是：包括如下步骤：
（1）对待压缩数据Data0，根据心电、脑电、肌电等生理信号的特性，利用波形压缩算法进行差分运算，消除数据间的冗余信息，得到第一压缩数据Data1；
（2）通过BWT变换算法对Data1进行变换并重新排序，得到变换数据Data2；
（3）利用改进的游程编码算法对Data2进行无损数据压缩，生成最终编码数据流Arr0、Arr1、Token；
（4）对生成的编码数据流与其它相关数据进行整理打包，生成数据包，用于存储或传输。
2.根据权利要求1所述的混合数据压缩方法，其特征是：步骤（1）所述利用波形压缩算法进行差分运算，是：从待压缩数据Data0中的第二个数据开始，用当前数据的值减去其前一个数据的值，得到一个差值并保存，直到完成该帧数据中最后一个数据与其前一个数据的差分运算，得到一帧包括一系列差值的数据，原始待压缩数据Data0中的第一个数据作为数据解压时的参考数据；设data0[n](n=1,2,3……，N)为原始待压缩数据中的第1，2，3……N个数据，data1[n](n=1,2,3……N-1)为压缩后的第1，2，3……N-1个数据，差分运算过程如下：
data1[n]=data0[n+1]-data0[n]，n=1，2，3……N-1。
3.根据权利要求1所述的混合数据压缩方法，其特征是：步骤（2）所述BWT变换算法，是采用Burrows-Wheeler变换算法，先将输入的压缩数据的首个字符放置在最后一位，同时其他字符依次向前移动一位，得到原始字符串的一个循环排列字符串，重复此过程，直到得到原始字符串；将经过全循环排列后的字符串按“字典序”或“数据大小”进行排序，取出排序后的每个字符串的最后一个字符，并组成一组新的字符串，该字符串即为BWT变换后的输出字符串。当原始字符串中有几个出现多次的子字符串，则变换得到的字符串中就会出现多个连续重复的字符，将该变换结果用在基于处理字符串中多个连续重复字符的改进的游程编码算法中，可以提高数据压缩率。通过BWT变换算法的逆变换，可以恢复原始输入数据的顺序。
4.根据权利要求1所述的混合数据压缩方法，其特征是：步骤（3）所述利用改进的游程编码算法进行无损数据压缩，是对待压缩数据Data2中不重复的数据和连续重复的数据分别进行存储，其中，数组Arr0用于存储不重复数据；数组Arr1用于存储连续重复数据的编码数据，并在位标记数Token中依次设置二进制数0和1，用以区分存储的是连续重复数据或不重复数据，在数据解压时，根据位标记数Token中的二进制数值，从Arr0或Arr1中将数据解压出来。
5.根据权利要求1所述的混合数据压缩方法，其特征是：步骤（3）所述利用改进的游程编码算法进行无损数据压缩，包括：
1）使用两个数组Arr0、Arr1和一个K-bit位宽的位标记数Token，检测Data2中的第一个数据；
2）如果该数据与其下一个数据不重复，则将该数据存储于数组Arr0中，并将位标记数的最低位设置为1；
3）如果检测到Data2中从第一个数据开始出现的是多个连续重复的数据，则位标记数的最低位设置为0，并将该多个连续重复的数据用某个字符，连续出现的次数来描述，并存储于数组Arr1中；
4）继续检测Data2中未处理的数据，判断数据是否重复，并按规则将数据存储于数组Arr0或Arr1中，然后根据Data2中的数据是否重复设置Token中其他位的值，直到处理完Data2中的最后一个数据。
6.根据权利要求1所述的混合数据压缩方法，其特征是：步骤（4）所述数据整理打包，是将经改进的游程编码算法压缩得到的数据进行整理，并加上包头、包尾，将所有的数据打包成帧，生成数据包，用于存储或传输。
7.根据权利要求6所述的混合数据压缩方法，其特征是：所述包头包括固定信息、帧号、数据长度和数据位宽，其中帧号用于区分不同的采集通道；数据长度由Arr0和Arr1生成，记录重复和不重复数据的信息；数据位宽由波形压缩算法的压缩结果Data1生成表示最大差值所需的最少位宽。
8.根据权利要求6所述的混合数据压缩方法，其特征是：所述包尾包括校验位和固定信息。
CN202310428620.4A 2023-04-20 2023-04-20 一种人体生理信号的混合数据压缩方法 Pending CN116488660A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310428620.4A CN116488660A (zh) 2023-04-20 2023-04-20 一种人体生理信号的混合数据压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310428620.4A CN116488660A (zh) 2023-04-20 2023-04-20 一种人体生理信号的混合数据压缩方法

Publications (1)

Publication Number Publication Date
CN116488660A true CN116488660A (zh) 2023-07-25

Family

ID=87218906

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310428620.4A Pending CN116488660A (zh) 2023-04-20 2023-04-20 一种人体生理信号的混合数据压缩方法

Country Status (1)

Country Link
CN (1) CN116488660A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117200805A (zh) * 2023-11-07 2023-12-08 成都万创科技股份有限公司 一种mcu的低内存占用的压缩和解压方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117200805A (zh) * 2023-11-07 2023-12-08 成都万创科技股份有限公司 一种mcu的低内存占用的压缩和解压方法及装置
CN117200805B (zh) * 2023-11-07 2024-02-02 成都万创科技股份有限公司 一种mcu的低内存占用的压缩和解压方法及装置

Similar Documents

Publication Publication Date Title
US7751634B2 (en) Compression system for integrated sensor devices
KR101737294B1 (ko) 심볼 압축을 수반하는 데이터의 소스 코딩 및 디코딩을 위한 방법들 및 디바이스들
US5471207A (en) Compression of palettized images and binarization for bitwise coding of M-ary alphabets therefor
US5541594A (en) Fixed quality source coder with fixed threshold
CN1155221C (zh) 编码方法及系统以及译码方法及系统
CN103067022A (zh) 一种整型数据无损压缩方法、解压缩方法及装置
US20120130965A1 (en) Data compression method
JPH0746142A (ja) データ圧縮方式
KR20190137684A (ko) 신경망의 희박 활성화 맵의 무손실 압축
CN1299536A (zh) 在无损编码器中边信息的有效编码方法
CN116488660A (zh) 一种人体生理信号的混合数据压缩方法
CN101669819B (zh) 基于pt变换与线性预测结合的心电图信号无损压缩方法
KR20100079121A (ko) 이미지 인코더 및 이미지 인코딩 방법
RU2004134584A (ru) Адаптивный способ и система для отображения значений параметров в индексы кодовых слов
KR100647192B1 (ko) 데이터의 복원 시간을 단축하는 데이터 압축 장치 및 그방법
CN116805537B (zh) 用于心肺康复管理系统的数据处理方法
Al-Hashemi et al. A new lossless image compression technique based on Bose, Chandhuri and Hocquengham (BCH) codes
KR20200134155A (ko) 데이터 표본의 엔트로피 부호화 방법
CN116471337A (zh) 一种基于bwt和lzw的报文压缩与解压缩方法及设备
US10931303B1 (en) Data processing system
KR101029109B1 (ko) 심전도 신호의 부호화 및 복호화 방법
KR20160100496A (ko) 바이너리 클러스터를 이용한 허프만 부호화 효율화 방법 및 그 장치
CN111683258B (zh) 一种图像数据的压缩方法以及接口电路
US6433707B1 (en) Universal lossless compressor for digitized analog data
CN111832257A (zh) 编码数据的条件转码

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination