DE202023103116U1

DE202023103116U1 - Ein hybrides Kompressionssystem für zweidimensionale Elektrokardiogrammsignale unter Verwendung der diskreten Kosinus- und Tunable-Q-Wavelet-Transformation

Info

Publication number: DE202023103116U1
Application number: DE202023103116.1U
Authority: DE
Original assignee: Individual
Current assignee: Individual
Priority date: 2023-06-06
Filing date: 2023-06-06
Publication date: 2023-06-13
Anticipated expiration: 2033-06-07

Abstract

Ein hybrides Kompressionssystem für zweidimensionale Elektrokardiogrammsignale unter Verwendung einer diskreten Kosinus- und abstimmbaren Q-Wavelet-Transformation, wobei das System (100) Folgendes umfasst:
eine Datenbank (102) zum Speichern einer Vielzahl von Elektrokardiogramm-(EKG)-Signalen im eindimensionalen (1-D) Raum;
ein Detektions- und Schlagausrichtungsmodul (104), das mit der Datenbank (102) verbunden ist, und ein Periodennormalisierungsmodul (104a) zur Nutzung sowohl der Inter-Beat- als auch der Intra-Beat-Korrelation der EKG-Signale, wobei jeder Schlag segmentiert und mit einem aufeinanderfolgenden Schlag ausgerichtet wird in vertikaler Richtung schlagen, um ein zweidimensionales Array zu bilden;
ein Zerlegungsmodul (106), das mit dem Periodennormalisierungsmodul (104) verbunden ist, zum Zerlegen des 2D-Arrays unter Verwendung einer 1D-diskreten Kosinustransformation (DCT), gefolgt von einer Tunable-Q-Wavelet-Transformation (TQWT), um die Sparsity in einem erhaltenen transformierten Array zu erhöhen; und
ein Quantisierungs- und Kodierungsmodul (108), das mit dem Zerlegungsmodul (106) verbunden ist, um das transformierte Array in ein 1-D-Array zu ändern, um ein komprimiertes EKG-Signal zu erhalten, wobei Koeffizienten des transformierten durch einen einheitlichen Mittelschrittquantisierer quantisiert werden.

Description

GEBIET DER ERFINDUNG
Die vorliegende Erfindung bezieht sich auf das Gebiet der Signalverarbeitungssysteme. Insbesondere betrifft der vorliegende Gegenstand ein hybrides Komprimierungssystem für zweidimensionale Elektrokardiogrammsignale unter Verwendung einer Kombination aus diskreter Kosinustransformation (DCT) und d Tunable-Q Wavelet Transformation (TQWT).
HINTERGRUND DER ERFINDUNG
Heutzutage sind die Menschen mit Herz-Kreislauf-Erkrankungen konfrontiert, die zu immer mehr Todesfällen führen. Die Innovationen in der Kommunikation haben die Übertragung biologischer Daten erleichtert, was sich für abgelegene Gebiete als sehr nützlich erwiesen hat. Die Elektrokardiographie (EKG) ist das wichtigste Instrument zur Erkennung kardiovaskulärer Anomalien. Die Langzeitaufnahmen verursachen aufgrund ihrer höheren Bitauflösung Probleme bei der Speicherung und Übertragung. Daher verbessert die Übertragung von Daten in komprimierter Form die Effizienz des Übertragungskanals. Durch die Komprimierung werden Datenredundanzen beseitigt und der Bitbedarf für Speicherzwecke verringert. In diesem Zusammenhang wurden zahlreiche Kompressionstechniken für EKG-Signale entwickelt.
EKG-Signale umfassen einige redundante Datenpunkte und durch die Minimierung dieser Redundanzen kann eine Komprimierung erreicht werden. Die breite Kategorie der Komprimierung wird in verlustfrei und verlustbehaftet unterteilt. Im Allgemeinen bietet die verlustbehaftete Komprimierung ein höheres Komprimierungsverhältnis (CR) als die verlustfreie, da regenerierte Signale eine Annäherung an das Original darstellen. Daher wurde verlustbehaftete Komprimierung häufig verwendet und wird wie folgt weiter in drei Kategorien eingeteilt. Die erste ist die Direktdatenmethode, bei der in EKG-Daten vorhandene Redundanzen direkt im Zeitbereich beseitigt werden. Die zweite Kategorie basiert auf der Parameterextraktion, bei der wesentliche Merkmale des EKG-Signals wie QRS-Komplex und P-Welle extrahiert und anschließend eine Komprimierung durchgeführt wird. Die vorherrschenden Methoden sind die Langzeitvorhersage und die auf neuronalen Netzen basierende Komprimierung. Der dritte Typ ist die transformierte Methode, bei der Signale in eine andere Domäne umgewandelt werden.
Ursprünglich wurde die Karhunen-Loeve-Transformation (KLT) verwendet, aber aufgrund der langwierigen Verarbeitung haben sich orthogonale Transformationen als effizienter erwiesen. Die wichtigste Transformation in dieser Kategorie war die diskrete Fourier-Transformation (DFT), aber aufgrund von Schwierigkeiten bei der Handhabung komplexer Koeffizienten wurden Transformationen wie die diskrete Kosinustransformation (DCT) und die diskrete Wavelet-Transformation (DWT) häufig bei der Komprimierung von EKG-Signalen verwendet. Allerdings wurden Wavelet-basierte Techniken aufgrund der besseren Energieverdichtung immer beliebter. Diese werden auch in Kombination mit anderen Transformationen verwendet.
Bei Wavelet-Transformationen gibt es jedoch hauptsächlich zwei Probleme: Das erste ist ein fester Qualitätsfaktor und das zweite ist, dass es schwierig ist, ein geeignetes Mutter-Wavelet für verschiedene Signale auszuwählen. Die Tunable-Q-Wavelet-Transformation (TQWT) wird verwendet, da sie Flexibilität bietet, ihren Qualitätsfaktor basierend auf dem Oszillationsverhalten von Signalen abzustimmen.
In der Literatur werden EKG-Signale nach der Umwandlung in eine 2D-Matrix komprimiert, um die Korrelation in horizontaler und vertikaler Richtung zu nutzen. In verschiedener Literatur wurden Hybridmethoden wie Singular Value Decomposition (SVD), Mengenpartitionierung in hierarchischen Bäumen, Embedded Zero Tree Wavelet (EZW) und gemeinsame fotografische Expertengruppe verwendet.
JP4590554B2 offenbart ein Elektrokardiogramm-Signalverarbeitungsverfahren zum Extrahieren eines Elektrokardiogrammsignals eines Fötus aus einem Biopotentialsignal, einschließlich eines Elektrokardiogrammsignals der Mutter und des Fötus, das von einer am mütterlichen Körper während der Schwangerschaft angebrachten Elektrode eingegeben wird, einen Schritt zur Erzeugung eines Referenzsignals zum Erzeugen eines Referenzsignal zum Trennen und Extrahieren eines fetalen Elektrokardiogrammsignals eines bestimmten Führungsformats basierend auf einem Herzschlagzyklussignal, das von einem Detektor zum Erkennen eines fetalen Herzschlagzyklus eingegeben wird; ein fötales Elektrokardiogramm , das ein fötales Elektrokardiogrammsignal eines bestimmten Induktionstyps aus einem von der Elektrode eingegebenen Biopotentialsignal durch ein referenzsystemunabhängiges Komponentenanalyseverfahren auf der Grundlage des im Schritt der Referenzsignalerzeugung erzeugten Referenzsignals trennt und extrahiert.
US9629564B2 offenbart ein tragbares Gerät, das dazu dient, Herzfunktionsmetriken eines Subjekts zu bestimmen, wobei das tragbare Gerät Schaltkreise umfasst, die konfiguriert sind zum: Messen eines Elektrokardiographensignals (EKG) unter Verwendung eines Sensors am tragbaren Gerät, wobei das EKG-Signal ein verrauschtes EKG-Signal enthält; Entfernen eines gleitenden Mittelwerts des verrauschten EKG aus dem verrauschten EKG-Signal, um ein korrigiertes EKG-Signal zu erhalten; eine Vielzahl von R-Peak-Positionen im korrigierten EKG-Signal bestimmen; Identifizieren von R-Peak-Positionen für einzelne Wellenformen im verrauschten EKG-Signal unter Verwendung der ermittelten Vielzahl von R-Peak-Positionen im korrigierten EKG-Signal; Extrahieren Sie Merkmale aus dem verrauschten EKG-Signal mithilfe der R-Peak-Positionen für einzelne Wellenformen im verrauschten EKG-Signal. und eine oder mehrere Herzfunktionsmetriken basierend auf den aus dem verrauschten EKG-Signal extrahierten Merkmalen identifizieren.
Allerdings offenbart keiner der oben erwähnten Stand der Technik eine effiziente Verarbeitung der EKG-Signale, um die Sparsity im transformierten Array zu erhöhen, und die Auswahl geeigneter Mutter-Wavelets ist schwierig zu prüfen und sie haben feste Qualitätsfaktoren.
Um die oben genannten Einschränkungen zu überwinden, besteht daher ein Bedarf an der Entwicklung einer vorliegenden Erfindung, die diskrete Kosinustransformation (DCT) und abstimmbare Q-Wavelet-Transformation (TQWT) für die Komprimierung von EKG-Signalen durch Verbesserung der Sparsität im Transformationsbereich kombiniert die Komprimierungsleistung.
Die durch die vorliegende Erfindung offenbarten technischen Fortschritte überwinden die Einschränkungen und Nachteile bestehender und herkömmlicher Systeme und Methoden.
ZUSAMMENFASSUNG DER ERFINDUNG
Die vorliegende Erfindung bezieht sich im Allgemeinen auf ein Hybridkomprimierungssystem für zweidimensionale Elektrokardiogrammsignale unter Verwendung der diskreten Cosinus- und Tunable-Q-Wavelet-Transformation.
Eine Aufgabe der vorliegenden Erfindung besteht darin, ein Hybridkompressionssystem für zweidimensionale Elektrokardiogrammsignale bereitzustellen.
Ein weiteres Ziel der vorliegenden Erfindung besteht darin, die diskrete Kosinustransformation (DCT) und die abstimmbare Q-Wavelet-Transformation (TQWT) zu kombinieren.
Ein weiteres Ziel der vorliegenden Erfindung besteht darin, eine Approximation von Transformationskoeffizienten bereitzustellen, die durch Midtread-Quantisierung und anschließende Codierung unter Verwendung adaptiver Huffman-Codierung durchgeführt wurde.
Ein weiteres Ziel der vorliegenden Erfindung besteht darin, die Sparsität im Transformationsbereich und die Komprimierungsleistung zu verbessern.
In einer Ausführungsform ein Hybridkompressionssystem für zweidimensionale Elektrokardiogrammsignale unter Verwendung einer diskreten Kosinus- und abstimmbaren Q-Wavelet-Transformation , wobei das System Folgendes umfasst:

eine Datenbank zum Speichern einer Vielzahl von Elektrokardiogramm-(EKG)-Signalen im eindimensionalen (1-D) Raum;
ein Detektions- und Schlagausrichtungsmodul (104), das mit der Datenbank (102) verbunden ist, und ein Periodennormalisierungsmodul (104a) zur Nutzung sowohl der Inter-Beat- als auch der Intra-Beat-Korrelation der EKG-Signale, wobei jeder Schlag segmentiert und mit einem aufeinanderfolgenden Schlag ausgerichtet wird in vertikaler Richtung schlagen, um ein zweidimensionales Array zu bilden;
ein Zerlegungsmodul (106), das mit dem Periodennormalisierungsmodul (104) verbunden ist, zum Zerlegen des 2D-Arrays unter Verwendung einer 1D-diskreten Kosinustransformation (DCT), gefolgt von einer Tunable-Q-Wavelet-Transformation (TQWT), um die Sparsity in einem erhaltenen transformierten Array zu erhöhen ; Und
ein Kodierungsmodul, das mit dem Zerlegungsmodul verbunden ist, um das transformierte Array in ein 1-D-Array zu ändern, um ein komprimiertes EKG-Signal zu erhalten, wobei Koeffizienten des transformierten durch einen einheitlichen Mid-Tread-Quantisierer quantisiert werden.

In einer Ausführungsform umfasst die Datenbank ein Kanalpaar mit mehreren EKG-Aufzeichnungen von 30 Minuten, wobei die Aufzeichnungen Informationen von einer Vielzahl von Männern und Frauen enthalten, wobei die Aufzeichnungen mit 360 Abtastungen/Sek. abgetastet und mit einer Auflösung von 11 - 100 Bit/Probe gespeichert werden.
In einer Ausführungsform wird eine R-Peak-Erkennung an den Schlägen unter Verwendung einer Pan- und Tompkins-Technik durchgeführt.
In einer Ausführungsform wird in der ausgerichteten Spitze eine Nullauffüllung verwendet, um das 2D-Array mit einheitlichen Längen zu erzeugen.
In einer Ausführungsform ist ein Normalisierungsmodul mit dem Erkennungs- und Schlagausrichtungsmodul verbunden, um die ausgerichteten Schläge zu normalisieren.
In einer Ausführungsform wird die 1-D-DCT auf Spalten des Arrays angewendet und dann wird die TQWT auf Zeilen des erhaltenen Arrays angewendet, um das transformierte Array zu erhalten.
In einer Ausführungsform werden die erhaltenen Koeffizienten durch Eliminieren von Nullen und Speichern von Absolutwerten in einem ersten Vektor aus einer Vielzahl von Vektoren verarbeitet, wobei Indizes des ersten Vektors in aufsteigender Reihenfolge neu angeordnet werden.
In einer Ausführungsform wird die Vielzahl von Vektoren zusammen mit einer Länge von Herzschlägen unter Verwendung einer adaptiven Huffman-Kodierung kodiert, die komprimierte EKG-Signale liefert.
Um die Vorteile und Merkmale der vorliegenden Erfindung weiter zu verdeutlichen, erfolgt eine detailliertere Beschreibung der Erfindung unter Bezugnahme auf spezifische Ausführungsformen davon, die in der beigefügten Zeichnung dargestellt sind. Es versteht sich, dass diese Zeichnung nur typische Ausführungsformen der Erfindung darstellt und daher nicht als deren Umfang einschränkend anzusehen ist. Die Erfindung wird anhand der beigefügten Zeichnung genauer und detaillierter beschrieben und erläutert.
Figurenliste
Diese und andere Merkmale, Aspekte und Vorteile der vorliegenden Erfindung werden besser verständlich, wenn die folgende detaillierte Beschreibung unter Bezugnahme auf die beigefügte Zeichnung gelesen wird, in der gleiche Bezugszeichen gleiche Teile darstellen, wobei:

1 zeigt ein Blockdiagramm eines Hybridkompressionssystems für zweidimensionale Elektrokardiogrammsignale unter Verwendung einer diskreten Kosinus- und abstimmbaren Q-Wavelet-Transformation.

Darüber hinaus werden erfahrene Handwerker erkennen, dass Elemente in den Zeichnung der Einfachheit halber dargestellt sind und möglicherweise nicht unbedingt maßstabsgetreu gezeichnet wurden. Beispielsweise veranschaulichen die Flussdiagramme die Methode anhand der wichtigsten Schritte, die dazu beitragen, das Verständnis von Aspekten der vorliegenden Offenbarung zu verbessern. Darüber hinaus können im Hinblick auf die Konstruktion des Geräts eine oder mehrere Komponenten des Geräts in der Zeichnung durch herkömmliche Symbole dargestellt worden sein, und die Zeichnung zeigt möglicherweise nur die spezifischen Details, die für das Verständnis der Ausführungsformen der vorliegenden Offenbarung relevant sind um die Zeichnung nicht durch Details zu verdecken, die für den Durchschnittsfachmann auf dem Gebiet, der Nutzen aus der Beschreibung hierin zieht, leicht ersichtlich sind.
DETAILLIERTE BESCHREIBUNG:
Um das Verständnis der Prinzipien der Erfindung zu fördern, wird nun auf die in der Zeichnung dargestellte Ausführungsform Bezug genommen und für deren Beschreibung eine spezifische Sprache verwendet. Es versteht sich jedoch, dass dadurch keine Einschränkung des Umfangs der Erfindung beabsichtigt ist, da Änderungen und weitere Modifikationen des dargestellten Systems und weitere Anwendungen der darin dargestellten Prinzipien der Erfindung in Betracht gezogen werden, wie sie einem Fachmann normalerweise in den Sinn kommen würden in der Technik, auf die sich die Erfindung bezieht.
Der Fachmann wird verstehen, dass die vorstehende allgemeine Beschreibung und die folgende detaillierte Beschreibung beispielhaft und erläuternd für die Erfindung sind und diese nicht einschränken sollen.
Verweise in dieser Spezifikation auf „einen Aspekt“, „einen anderen Aspekt“ oder eine ähnliche Sprache bedeuten, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder ein bestimmtes Merkmal, das in Verbindung mit der Ausführungsform beschrieben wird, in mindestens einer Ausführungsform der vorliegenden Erfindung enthalten ist. Daher beziehen sich die Formulierungen „in einer Ausführungsform“, „in einer anderen Ausführungsform“ und ähnliche Formulierungen in dieser Spezifikation möglicherweise, aber nicht unbedingt, auf dieselbe Ausführungsform.
Die Begriffe „umfasst“, „umfassend“ oder alle anderen Variationen davon sollen eine nicht ausschließliche Einbeziehung abdecken, sodass ein Prozess oder eine Methode, die eine Liste von Schritten umfasst, nicht nur diese Schritte umfasst, sondern möglicherweise andere Schritte nicht umfasst ausdrücklich aufgeführt oder diesem Prozess oder dieser Methode innewohnend sind. Ebenso schließen ein oder mehrere Geräte oder Subsysteme oder Elemente oder Strukturen oder Komponenten, denen „umfasst...a“ vorangestellt ist, nicht ohne weitere Einschränkungen die Existenz anderer Geräte oder anderer Subsysteme oder anderer Elemente oder anderer Strukturen aus andere Komponenten oder zusätzliche Geräte oder zusätzliche Subsysteme oder zusätzliche Elemente oder zusätzliche Strukturen oder zusätzliche Komponenten.
Sofern nicht anders definiert, haben alle hier verwendeten technischen und wissenschaftlichen Begriffe die gleiche Bedeutung, wie sie von einem Durchschnittsfachmann auf dem Gebiet, zu dem diese Erfindung gehört, allgemein verstanden werden. Das hier bereitgestellte System, die Methoden und Beispiele dienen nur der Veranschaulichung und sollen nicht einschränkend sein.
Nachfolgend werden Ausführungsformen der vorliegenden Erfindung unter Bezugnahme auf die beigefügte Zeichnung ausführlich beschrieben.
1 zeigt ein Blockdiagramm eines Hybridkompressionssystems für zweidimensionale Elektrokardiogrammsignale unter Verwendung einer diskreten Kosinus- und abstimmbaren Q-Wavelet-Transformation, wobei das System (100) Folgendes umfasst:

eine Datenbank (102) zum Speichern einer Vielzahl von Elektrokardiogramm-(EKG)-Signalen im eindimensionalen (1-D) Raum;
ein Detektions- und Schlagausrichtungsmodul (104), das mit der Datenbank (102) verbunden ist, und ein Periodennormalisierungsmodul (104a) zur Nutzung sowohl der Inter-Beat- als auch der Intra-Beat-Korrelation der EKG-Signale, wobei jeder Schlag segmentiert und mit einem aufeinanderfolgenden Schlag ausgerichtet wird in vertikaler Richtung schlagen, um ein zweidimensionales Array zu bilden;
ein Zerlegungsmodul (106), das mit dem Periodennormalisierungsmodul (104) verbunden ist, zum Zerlegen des 2D-Arrays unter Verwendung einer 1D-diskreten Kosinustransformation (DCT), gefolgt von einer Tunable-Q-Wavelet-Transformation (TQWT), um die Sparsity in einem erhaltenen transformierten Array zu erhöhen; und
ein Kodierungsmodul (108), das mit dem Zerlegungsmodul (106) verbunden ist, um das transformierte Array in ein 1-D-Array zu ändern, um ein komprimiertes EKG-Signal zu erhalten, wobei Koeffizienten des transformierten durch einen einheitlichen Mittelschrittquantisierer quantisiert werden.

In einer Ausführungsform umfasst die Datenbank (102) ein Kanalpaar mit mehreren EKG-Aufzeichnungen von 30 Minuten, wobei die Aufzeichnungen Informationen von mehreren Männern und Frauen enthalten, wobei die Aufzeichnungen mit 360 Abtastungen/Sek. abgetastet und mit einer Auflösung gespeichert werden von 11-100 Bit/Sample.
In einer Ausführungsform wird eine R-Peak-Erkennung an den Schlägen unter Verwendung einer Pan- und Tompkins-Technik durchgeführt.
In einer Ausführungsform wird in der ausgerichteten Spitze eine Nullauffüllung verwendet, um das 2D-Array mit einheitlichen Längen zu erzeugen.
In einer Ausführungsform ist ein Normalisierungsmodul (104a) mit dem Erkennungs- und Schlagausrichtungsmodul (104) verbunden, um die ausgerichteten Schläge zu normalisieren.
In einer Ausführungsform wird die 1-D-DCT auf Spalten des Arrays angewendet und dann wird die TQWT auf Zeilen des erhaltenen Arrays angewendet, um das transformierte Array zu erhalten.
In einer Ausführungsform werden die erhaltenen Koeffizienten durch Eliminieren von Nullen und Speichern von Absolutwerten in einem ersten Vektor aus einer Vielzahl von Vektoren verarbeitet, wobei Indizes des ersten Vektors in aufsteigender Reihenfolge neu angeordnet werden.
In einer Ausführungsform wird die Vielzahl von Vektoren zusammen mit einer Länge von Herzschlägen unter Verwendung einer adaptiven Huffman-Kodierung kodiert, die komprimierte EKG-Signale liefert.
Das transformierte Array wird wie folgt dargestellt: $A = W_{r} w_{c} X$
Das A ist ein transformiertes Array, das durch Anwenden von TQWT entlang der Zeilen des Arrays erhalten wird w_cX, während w_cX es durch Anwenden von 1D-DCT auf Spalten des Arrays X erhalten wird. Als Ergebnis wird das transformierte Array A durch Anwendung des vorgeschlagenen Zerlegungsansatzes erhalten. Anschließend wird eine Approximation der Transformationskoeffizienten unter Verwendung eines Midtread-Quantisierers durchgeführt.
Das transformierte Array A der Größe M XN wird in ein 1D-Array umgewandelt als b=(b(1), b(2)...,b (M,N)). Die Koeffizienten von Array A werden mit dem folgenden einheitlichen Mittelschrittquantisierer quantisiert: $b^{Δ} = ⌊ \frac{b (i)}{Δ} + \frac{1}{2} ⌋, i = 1, \dots, M N$
Der Δ in Gl. ist der Quantisierungsparameter und [b] stellt die größte ganze Zahl dar, die gleich oder kleiner als b ist. Die erhaltenen Koeffizienten werden wie folgt verarbeitet. Die Nullen werden eliminiert und Absolutwerte werden in einem anderen Vektor gespeichert v = v(1), v(2), ...,v(k). Ebenso werden Vorzeichen von b unabhängig voneinander in einem Vektor codiert s = s_b(1),s_b(2), ...,s_b(k), wobei 1 und 0 als (+) bzw. 0 als (-) codiert werden. Die Vektorindizes werden in aufsteigender Reihenfolge neu angeordnet und als I vi_n = i_v(1), i_v(2), ..., i_v(k)_n bezeichnet . Dieser Vorgang hat auch den Effekt, dass die Indizes von v und s neu angeordnet werden und zu bzw. geändert ṽ werden s̃. Anschließend wird ein Vektor r als r(n)=I _n -I _n-1 definiert, der die Differenz der Indizes speichert, was zu kleinen zu speichernden Zahlen führt. Nun werden die erhaltenen Vektoren b s̃ und r zusammen mit der Länge der Herzschläge mithilfe der adaptiven Huffman-Kodierung kodiert, die komprimierte EKG-Signale liefert.
Das System wird auf der MATLAB-Plattform implementiert und getestet. Die Wirksamkeit der vorgeschlagenen Arbeit wurde anhand eines vollständigen Lead-II-Datensatzes der verwendeten Datenbank getestet. Nachfolgend werden die folgenden Matrizen definiert, die für die Leistungsbewertung verwendet wurden.
Komprimierungsverhältnis (CR): Ein höherer CR-Wert bedeutet eine höhere Komprimierungsleistung.
Prozentualer quadratischer Mittelwertunterschied (PRD): Misst den Fehler zwischen dem ursprünglichen und dem neu erstellten Signal. Liegt er zwischen 0 und 2 %, deutet dies auf eine sehr gute Rekonstruktion hin, ein Wert zwischen 2 und 5 % weist auf eine ausreichende Rekonstruktionsqualität hin und bei 5 bis 9 % ist die Rekonstruktionsqualität akzeptabel. Liegt er jedoch über 9 %, ist die Rekonstruktionsqualität nicht akzeptabel.

Qualitätsfaktor (QS): Er ist definiert als das Verhältnis von CR zu PRD. Ein höherer Wert weist auf eine bessere Komprimierung bei relativ geringer Verzerrung hin.
Tabelle I zeigt die mit der vorgeschlagenen Komprimierungstechnik erzielten Ergebnisse. Diese Ergebnisse zeigen, dass die vorgeschlagene Methode in der Lage ist, das tatsächliche Signal effizient zu komprimieren und zu regenerieren. Der Zweck der EKG-Komprimierung besteht darin, CR zu erhöhen und gleichzeitig die Morphologie des Signals beizubehalten. Die Qualität des wiederhergestellten Signals kann anhand des PRD-Parameters beurteilt werden, ein Wert von bis zu 9 % gewährleistet eine qualitativ hochwertige Rekonstruktion. Tabelle I. Erhaltene Ergebnisse unter Verwendung des vorgeschlagenen Systems

EKG-Aufzeichnung	Parameter zur Leistungsschätzung
EKG-Aufzeichnung	CR	PRD	QS
100	43.59	6.60	6.61
101	32.10	6.87	4.67
102	28.33	8.65	3.28
103	32.44	6.29	5.15
107	12.87	3.72	3.46
111	23.06	8.81	2.62
112	39.18	3.05	12.86
117	38.50	2.79	13.78
119	16.10	2.76	5.84
123	33.28	3.01	11.06
124	20.68	2.81	7.35
217	14.63	4.76	3.07
Durchschnitt	27.90	5.01	6.65

Tabelle II enthält die durch Änderung der Quantisierungsparameter erhaltenen Ergebnisse. Sie variiert zwischen 30 und 50 und hier werden Durchschnittsergebnisse genannt. Es wird beobachtet, dass die Komprimierungsleistung schlecht istΔ ≤35 und der PRD-Wert liegt für einige der Signale bei über 9 %Δ ≥50. Um den Kompromiss zwischen CR und PRD aufrechtzuerhalten, wird daher Folgendes ausgewählt:Δ =45. Tabelle II. Auswirkung der Variation des Quantisierungsparameters auf die Komprimierungsleistung

Δ CR PRD QS

30 19.82 3.89 6.05

35 22.61 4.27 6.29

40 25.31 4.64 6.49

45 27.90 5.01 6.65

50 30.40 5.37 6.77
Die TQWT-Parameter wurden als Q = 2.6, r = 1.8 und J = 6 ausgewählt, wobei die TQWT-Parameter mithilfe der Ameisenkolonieoptimierung optimiert werden. Es wurde auch eine visuelle Analyse durchgeführt, die zeigt, dass die ursprünglichen und rekonstruierten Signale dieselbe Morphologie aufweisen und alle Hauptkomponenten der EKG-Signale gut erhalten sind. Es ist offensichtlich, dass das vorgeschlagene System unter diesen Methoden die höchste Qualität bei einem angemessenen Komprimierungsverhältnis und einem tolerierbaren PRD-Score liefern kann.
Dieses System bietet eine kompetente 2D-EKG-Signalkomprimierungstechnik unter Verwendung eines Hybridansatzes. DCT und TQWT werden verwendet, um ein 2D-Array zu zerlegen, indem sie auf seine Spalten und Zeilen angewendet werden. Diese Methode erhöht die Sparsity in der Transformationsdomäne und verbessert dadurch die Komprimierungsleistung erheblich. Dann wird die Approximation der Transformationskoeffizienten durchgeführt, gefolgt von der Codierung. Die erhaltenen Ergebnisse stellen die Anwendbarkeit des vorgeschlagenen Systems zur Verbesserung des Kompressionsverhältnisses bei tolerierbarer Änderung der Signalqualität sicher. Die Gesamtanalyse zeigt, dass mit dem vorgeschlagenen Hybridsystem unter einigen neueren Methoden bessere Ergebnisse erzielt wurden. Darüber hinaus kann das vorgeschlagene System maßgeblich zur Komprimierung von 2D-EKG-Signalen unterschiedlicher Morphologie eingesetzt werden. Daher kann es für telemedizinbasierte Gesundheitssysteme nützlich sein, um die Speichergröße zu reduzieren und die Übertragungseffizienz des Kanals zu verbessern.
Die Zeichnung und die vorstehende Beschreibung geben Beispiele für Ausführungsformen. Fachleute werden erkennen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente einer Ausführungsform können zu einer anderen Ausführungsform hinzugefügt werden. Beispielsweise können die Reihenfolgen der hier beschriebenen Prozesse geändert werden und sind nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Flussdiagramms nicht in der gezeigten Reihenfolge implementiert werden; Es müssen auch nicht unbedingt alle Handlungen ausgeführt werden. Auch solche Handlungen, die nicht von anderen Handlungen abhängig sind, können parallel zu den anderen Handlungen durchgeführt werden. Der Umfang der Ausführungsformen wird durch diese spezifischen Beispiele keineswegs eingeschränkt. Zahlreiche Variationen, ob explizit in der Spezifikation angegeben oder nicht, wie z. B. Unterschiede in Struktur, Abmessung und Materialverwendung, sind möglich. Der Umfang der Ausführungsformen ist mindestens so breit wie durch die folgenden Ansprüche angegeben.
Vorteile, andere Vorzüge und Problemlösungen wurden oben im Hinblick auf spezifische Ausführungsformen beschrieben. Die Vorteile, Vorzüge, Problemlösungen und alle Komponenten, die dazu führen können, dass ein Nutzen, ein Vorteil oder eine Lösung eintritt oder ausgeprägter wird, dürfen jedoch nicht als kritische, erforderliche oder wesentliche Funktion oder Komponente von ausgelegt werden einzelne oder alle Ansprüche.
Bezugszeichenliste

100: Ein hybrides Komprimierungssystem für 2-dimensionale Elektrokardiogrammsignale unter Verwendung des diskreten Cosinus.
102: Datenbank
104: Erkennungs- und Beat-Alignment-Modul
104a: Periodisches Normalisierungsmodul
106: Zerlegungsmodul
108: Kodierungsmodul

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

JP 4590554 B2 [0007]
US 9629564 B2 [0008]

Claims

Ein hybrides Kompressionssystem für zweidimensionale Elektrokardiogrammsignale unter Verwendung einer diskreten Kosinus- und abstimmbaren Q-Wavelet-Transformation, wobei das System (100) Folgendes umfasst: eine Datenbank (102) zum Speichern einer Vielzahl von Elektrokardiogramm-(EKG)-Signalen im eindimensionalen (1-D) Raum; ein Detektions- und Schlagausrichtungsmodul (104), das mit der Datenbank (102) verbunden ist, und ein Periodennormalisierungsmodul (104a) zur Nutzung sowohl der Inter-Beat- als auch der Intra-Beat-Korrelation der EKG-Signale, wobei jeder Schlag segmentiert und mit einem aufeinanderfolgenden Schlag ausgerichtet wird in vertikaler Richtung schlagen, um ein zweidimensionales Array zu bilden; ein Zerlegungsmodul (106), das mit dem Periodennormalisierungsmodul (104) verbunden ist, zum Zerlegen des 2D-Arrays unter Verwendung einer 1D-diskreten Kosinustransformation (DCT), gefolgt von einer Tunable-Q-Wavelet-Transformation (TQWT), um die Sparsity in einem erhaltenen transformierten Array zu erhöhen; und ein Quantisierungs- und Kodierungsmodul (108), das mit dem Zerlegungsmodul (106) verbunden ist, um das transformierte Array in ein 1-D-Array zu ändern, um ein komprimiertes EKG-Signal zu erhalten, wobei Koeffizienten des transformierten durch einen einheitlichen Mittelschrittquantisierer quantisiert werden.
System nach Anspruch 1, wobei die Datenbank (102) ein Kanalpaar mit mehreren EKG-Aufzeichnungen von 30 Minuten umfasst, wobei die Aufzeichnungen Informationen von mehreren Männern und Frauen enthalten, wobei die Aufzeichnungen mit 360 Abtastungen/Sek. abgetastet werden und mit einer Auflösung von 11 Bit/Sample gespeichert.
System nach Anspruch 1, wobei eine R-Peak-Erkennung an den Schlägen unter Verwendung einer Pan- und Tompkins-Technik durchgeführt wird.
System nach Anspruch 1, wobei in der ausgerichteten Spitze eine Nullauffüllung verwendet wird, um die zweidimensionale Anordnung gleichmäßiger Längen zu erzeugen.
System nach Anspruch 1, wobei das Periodennormalisierungsmodul (104a) mit dem Erkennungs- und Schlagausrichtungsmodul (104) zum Normalisieren der ausgerichteten Schläge verbunden ist.
System nach Anspruch 1, wobei die 1-D-DCT auf Spalten des Arrays angewendet wird und dann die TQWT auf Zeilen des erhaltenen Arrays angewendet wird, um das transformierte Array zu erhalten.
System nach Anspruch 1, wobei die erhaltenen Koeffizienten durch Eliminieren von Nullen und Speichern von Absolutwerten in einem ersten Vektor aus einer Vielzahl von Vektoren verarbeitet werden, wobei Indizes des ersten Vektors in aufsteigender Reihenfolge neu angeordnet werden.
System nach Anspruch 7, wobei die mehreren Vektoren zusammen mit einer Länge von Herzschlägen unter Verwendung einer adaptiven Huffman-Kodierung kodiert werden, die komprimierte EKG-Signale liefert.