TWI488446B - 一種不使用逆向處理之品質保證訊號壓縮方法及其系統 - Google Patents
一種不使用逆向處理之品質保證訊號壓縮方法及其系統 Download PDFInfo
- Publication number
- TWI488446B TWI488446B TW100137891A TW100137891A TWI488446B TW I488446 B TWI488446 B TW I488446B TW 100137891 A TW100137891 A TW 100137891A TW 100137891 A TW100137891 A TW 100137891A TW I488446 B TWI488446 B TW I488446B
- Authority
- TW
- Taiwan
- Prior art keywords
- distortion
- conversion
- quantization
- signal compression
- index value
- Prior art date
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
本發明係有關於一種訊號壓縮方法及其系統，其特別有關於一種不使用逆向處理之訊號壓縮方法及其系統，利用簡化型失真指標(SPRD1與SPRD2)取代傳統的反轉換流程，藉以達到簡化失真控制流程及節省硬體成本的功效。
對於訊號型資訊，轉換編碼(Transform coding)利用轉換域中係數彼此間的不相關性，提出了保持特徵概念的資料壓縮法，促成資料壓縮技術與效能的大躍進。轉換編碼中以小波基礎壓縮法(Wavelet-based data compression methods)具最佳壓縮效能，因此也最有名且應用最廣。然而，轉換編碼為失真壓縮法，必須建立在失真量測的基礎上才有意義，否則無限制的壓縮可能造成無法認知的結果，因此需要一失真指標(Distortion index)以供客觀比較。失真指標與壓縮率是兩個互相矛盾的參數，失真壓縮必須尋求兩者間的妥協。近來，由於通訊與儲存硬體技術的長足進步，有效地降低通訊硬體的建置成本，致重建品質逐漸受到重視。此需求促使維持高重建品質穩定的品質保證機制成為資料壓縮系統的一必備功能。心電圖為醫療訊號的一種，其對品質保證機制之要求尤為嚴苛。
心臟是一個立體的組織。經由身體表面任意點測得的心電圖皆為心臟組織各分區電訊號的總合。因此單一導程的心電圖僅能提供粗糙的心跳紀錄，無法提供心臟疾病診斷有用的資訊。典型的臨床需求是紀錄12導程一天的心電圖(如Holter系統)，若欲建立各心房與心室的詳細動態電訊號模式，則須佈署更多的導程。
心臟病患的照護通常需要長期且即時性的觀察，使用微型化可攜式感測器配合無線傳輸或直接紀錄是最方便可行的移動監測模式。此模式即需具品質保證功能與低功率特性之即時多導程心電圖壓縮系統。品質保證機制必須借助一失真量測指標以衡量失真程度。在心電圖資料壓縮上通常採用差異值的均方根百分比(the percentage root-mean-square difference;PRD)為失真指標，其值定義如下：
其中與S j
分別為重建後與原始的訊號，N
為訊號之資料長度。上式說明PRD值的計算需要使用到重建後的訊號，但壓縮步驟是在轉換域中執行，此表示轉換編碼壓縮法必須走完全程的反轉換流程才能求得PRD值。在階層式集合分割編碼演算法(Set partitioning in hierarchical trees，SPIHT)架構下之小波轉換(Wavelet-based)心電圖(Electrocardiogram，ECG)資料壓縮系統需要三個反轉換流程；即反轉SPIHT、反轉量化、及反轉小波轉換，其軟硬體的實現成本皆很高，不合乎經濟效益。
具品質保證機制的資料壓縮系統，其實現成本包含硬體與軟體兩部分。圖1所示為傳統小波轉換(Wavelet-based)心電圖(Electrocardiogram，ECG)資料壓縮系統之失真量測迴圈，其中QF表示為量化尺度控制參數。此失真控制迴圈架構所需的硬體成本約為單純編碼流程(即小波轉換、量化處理與無失真編碼)的兩倍。因此簡化硬體流程架構的關鍵應在於避免使用重建後的資料。
職是之故，本發明之發明人乃細心試驗與研究開發出一種不使用逆向處理即可實現品質保證機制的訊號壓縮方法與系統，此新方法的硬體成本僅為傳統系統架構(如圖1)硬體成本的一半。本發明有助於排除反轉SPIHT、反轉量化與反轉小波轉換等繁複的運算步驟，得到較簡化的PRD計算流程。此外，本發明亦可進一步開發成可攜式多導程心電圖紀錄裝置。
本發明之目的在提供一種不使用逆向處理之品質保證訊號壓縮系統，其不使用繁複逆向處理步驟之訊號壓縮方法，因而具有較佳的壓縮效率與較低複雜度的失真控制流程。
本發明之另一目的在提供不使用逆向處理之品質保證訊號壓縮方法，僅利用簡化型失真指標(SPRD1與SPRD2)即可取代傳統方法中所需的反轉換流程，可節省一半的硬體成本。
根據本發明之目的，提出一種不使用逆向處理之品質保證訊號壓縮系統，其包含：一時域-轉換域轉換器、一量化處理器、一轉換域失真指標計算器以及一無失真壓縮器。其中該時域-轉換域轉換器係用以轉換時域訊號到轉換域以得到一轉換係數以及一轉換係數之四捨五入誤差；該量化處理器係用以處理該轉換係數以得到一量化係數以及一量化誤差；而該轉換域失真指標計算器係用以計算該轉換係數之四捨五入誤差加上該量化誤差之簡化型失真指標值(SPRD1)；以及該無失真壓縮器係將該量化係數進行無失真編碼。
根據本發明之訊號壓縮系統之一特徵，其中該簡化型失真指標值(SPRD1)落在容許誤差範圍內時，該無失真壓縮器即可將該量化係數進行無失真編碼；反之，該量化處理器需再重新進行量化處理得到一新量化誤差，並經由該轉換域失真指標計算器計算該新量化誤差加上該轉換係數之四捨五入誤差之簡化型失真指標值(SPRD1)。
根據本發明之訊號壓縮系統之一特徵，其中該簡化型失真指標值(SPRD1)≧1%時，該簡化型失真指標值(SPRD1)即可取代差異值的均方根百分比(PRD)。
根據本發明之目的，再提出一種不使用逆向處理之品質保證訊號壓縮系統，其包含：一時域-轉換域轉換器、一量化處理器、一轉換域失真指標計算器以及一無失真壓縮器。其中該時域-轉換域轉換器係用以轉換時域訊號到轉換域以得到一轉換係數；該量化處理器係用以處理該轉換係數以得到一量化係數以及一量化誤差；而該轉換域失真指標計算器係用以計算該量化誤差之簡化型失真指標值(SPRD2)；以及該無失真壓縮器係將該量化係數進行無失真編碼。
根據本發明之訊號壓縮系統之一特徵，其中該簡化型失真指標值(SPRD2)落在容許誤差範圍內時，該無失真壓縮器即可將該量化係數進行無失真編碼；反之，該量化處理器需再重新進行量化處理得到一新量化誤差，並經由該轉換域失真指標計算器計算該新量化誤差之簡化型失真指標值(SPRD2)。
根據本發明之訊號壓縮系統之一特徵，其中該簡化型失真指標值(SPRD2)≧2%時，該簡化型失真指標值(SPRD2)即可取代差異值的均方根百分比(PRD)。
根據本發明之另一目的，再提出一種不使用逆向處理之品質保證訊號壓縮方法其主要包含下列步驟：利用一時域-轉換域轉換器轉換時域訊號到轉換域以得到一轉換係數以及一轉換係數之四捨五入誤差；利用一量化處理器處理該轉換係數以得到一量化係數以及一量化誤差；利用一轉換域失真指標計算器計算該轉換係數之四捨五入誤差加上該量化誤差之簡化型失真指標值(SPRD1)；以及將該量化係數以一無失真壓縮器進行無失真編碼。
根據本發明之訊號壓縮方法之一特徵，其中該簡化型失真指標值(SPRD1)≧1%時，該簡化型失真指標值(SPRD1)即可取代差異值的均方根百分比(PRD)。
根據本發明之另一目的，提出一種不使用逆向處理之品質保證訊號壓縮方法其主要包含下列步驟：利用一時域-轉換域轉換器轉換時域訊號到轉換域以得到一轉換係數；利用一量化處理器處理該轉換係數以得到一量化係數以及一量化誤差；利用一轉換域失真指標計算器計算該量化誤差之簡化型失真指標值(SPRD2)；以及將該量化係數以一無失真壓縮器進行無失真編碼。
根據本發明之訊號壓縮方法之一特徵，其中該簡化型失真指標值(SPRD2)≧2%時，該簡化型失真指標值(SPRD2)即可取代差異值的均方根百分比(PRD)。
本發明係利用簡化型失真指標取代傳統的反轉換步驟如：反轉SPIHT、反轉量化與反轉小波轉換等步驟。此外，利用本發明之訊號壓縮系統以及方法所計算得到的失真指標，可完全取代傳統的失真指標-差異值的均方根百分比(PRD)。
本發明之功效：
1. 可用以即時記錄具品質保證特性之多導程心電圖壓縮資料。
2. 具高度保存臨床診斷資訊的能力。
3. 本系統之設計即以可硬體實現為考量，可進一步開發成可攜式多導程心電圖紀錄裝置。
4. 具最低硬體成本及最低耗損功率。
為讓本發明之上述和其他目的、特徵、和優點能更明顯易懂，下文特舉數個較佳實施例，並配合所附圖式，作詳細說明如下。
雖然本發明可表現為不同形式之實施例，但附圖所示者及於下文中說明者係為本發明可之較佳實施例，並請了解本文所揭示者係考量為本發明之一範例，且並非意圖用以將本發明限制於圖示及/或所描述之特定實施例中。
圖2所示為本發明之一種不使用逆向處理之品質保證訊號壓縮系統100，現請參照第2a圖，其包含：一時域-轉換域轉換器101、一量化處理器102、一轉換域失真指標計算器103以及一無失真壓縮器104。該時域-轉換域轉換器101係用以轉換時域訊號到轉換域以得到一轉換係數105以及一轉換係數之四捨五入誤差108，且該時域-轉換域轉換器101係為一小波轉換器，一一維非遞迴小波轉換器以及一可逆式一維非遞迴式離散週期性小波轉換器之一。本發明之該量化處理器102係用以處理該轉換係數105以得到一量化係數106以及一量化誤差107，而該量化處理器102係為一可得到近似線性失真資料壓縮效果之量化處理器102。接著，該無失真壓縮器104將該量化係數106進行無失真編碼。其中該無失真壓縮器104係使用離散小波編碼演算法與階層式集合分割編碼演算法(Set Partitioning in Hierarchical Trees，SPIHT)之一進行訊號無失真壓縮。其中，本發明之第一實施例係將該轉換域失真指標計算器103用以計算該轉換係數之四捨五入誤差108再加上該量化誤差107之簡化型失真指標值(SPRD1)。需注意，該簡化型失真指標值(SPRD1)落在容許誤差範圍內時，該無失真壓縮器104即可將該量化係數106進行無失真編碼；反之，該量化處理器102需再重新進行量化處理得到一新量化誤差107，並經由該轉換域失真指標計算器103計算該新量化誤差107加上該轉換係數之四捨五入誤差108之簡化型失真指標值(SPRD1)。當該簡化型失真指標值(SPRD1)≧1%時，該簡化型失真指標值(SPRD1)即可取代差異值的均方根百分比(PRD)。
現請參照第2b圖，本發明之第二實施例與第一實施例之差別僅在於該時域-轉換域轉換器101係用以轉換時域訊號到轉換域以得到一轉換係數105，且該轉換域失真指標計算器103僅用以計算該量化誤差107之簡化型失真指標值(SPRD2)。該簡化型失真指標值(SPRD2)落在容許誤差範圍內時，該無失真壓縮器104即可將該量化係數106進行無失真編碼；反之，該量化處理器102需再重新進行量化處理得到一新量化誤差107，並經由該轉換域失真指標計算器103計算該新量化誤差107之簡化型失真指標值(SPRD2)。當該簡化型失真指標值(SPRD2)≧2%時，該簡化型失真指標值(SPRD2)即可取代差異值的均方根百分比(PRD)。
圖3所示為本發明之不使用逆向處理之品質保證訊號壓縮方法200，現請參照第3a圖，其係為本發明之一實施例，且其主要包含下列步驟：利用一時域-轉換域轉換器101轉換時域訊號到轉換域以得到一轉換係數105以及一轉換係數之四捨五入誤差108；接著，利用一量化處理器102處理該轉換係數105以得到一量化係數106以及一量化誤差107；以及利用一轉換域失真指標計算器103計算該轉換係數之四捨五入誤差108加上該量化誤差107之簡化型失真指標值(SPRD1)；最後，將該量化係數106以一無失真壓縮器104進行無失真編碼。此外，本發明亦提出另一種不使用逆向處理之品質保證訊號壓縮方法200，現請參照第3b圖，其與上述步驟之差別僅在於利用該時域-轉換域轉換器101轉換時域訊號到轉換域以得到一轉換係數105，且該轉換域失真指標計算器103僅計算該量化誤差107之簡化型失真指標值(SPRD2)。在一實施例中，一心電圖原始訊號經由該時域-轉換域轉換器101之一維非遞迴小波轉換後，可得到該轉換係數105並產生該轉換係數之四捨五入誤差108(fre)。接著，經由該量化處理器102對該轉換係數105(小波係數)進行量化處理。此步驟會得到一截斷誤差(tej
)，即圖3所示之tej
；此截斷誤差(tej
)乘上量化尺度(經由量化尺度控制參數(QF)求得)即為量化誤差107(qe’)。接著，進一步經由該轉換域失真指標計算器103進行誤差控制迴路的運算，藉以判別失真度是否落在容許範圍。以簡化型失真指標值(SPRD1)為例，當失真度落在容許誤差範圍內時，該無失真壓縮器104即可將該量化係數106進行無失真編碼；當失真度落在容許範圍之外時，即進行一量化尺度的調整，並經由一量化尺度控制參數(QF)得到新的量化尺度，之後重新計算簡化型失真指標值(SPRD1)；簡言之，該量化處理器102需再重新進行量化處理得到一新量化誤差107，並經由該轉換域失真指標計算器103計算該新量化誤差107加上該轉換係數之四捨五入誤差108之簡化型失真指標值(SPRD1)，其過程如第3a圖所示。同理，當所使用之該轉換域失真指標計算器103僅計算該量化誤差107之簡化型失真指標值(SPRD2)時，當失真度落在容許範圍之外時，亦重複進行一量化值的調整，並經由一量化尺度控制參數(QF)，藉以重新計算該量化誤差107之簡化型失真指標值，直到簡化型失真指標值(SPRD2)落在容許範圍。簡言之，該量化處理器102需再重新進行量化處理得到一新量化誤差107，並經由該轉換域失真指標計算器103計算該新量化誤差107之簡化型失真指標值(SPRD2)，其過程如第3b圖所示。
其中，本發明之簡化型失真指標值(SPRD1以及SPRD2)如下所示：
d *
與d * T
分別為該時域-轉換域轉換器101轉換時域訊號到轉換域之轉換係數105之向量與轉置向量，qe'
與qe 'T
分別為量化誤差107之向量與轉置向量，而fre
為該轉換係數之四捨五入誤差108。
需注意，本發明之壓縮方法可得十分近似線性的壓縮曲線且與訊號種類無關。為了得到較簡化的差異值的均方根百分比(PRD)計算流程(意即排除反轉SPIHT步驟)：
1. SPIHT編碼必須與量化分開執行，才能得到最佳的壓縮效果。
2. 小波轉換也可以整數方式運算(不需使用較複雜的分離式(lifting)運算)，而得到與實數運算相同結果且更容易控制量化誤差107。
以壓縮心電圖資料為例，在實際壓縮48個心律不整訊號時，隨意選擇11個訊號做訓練，用以求得量化尺度控制參數(QF)。再以此量化尺度控制參數壓縮48個訊號，其結果分別顯示於圖4與圖5中。圖4與圖5分別顯示為本發明之量化尺度控制參數(QF)與簡化型失真指標值SPRD1以及SPRD2之曲線示意圖，即48條失真曲線。其中，當量化尺度控制參數之範圍介於0至30時，簡化型失真指標值SPRD1以及SPRD2之百分比係介於0至25%之間。需注意，SPRD1與SPRD2為簡化型差異值的均方根百分比(PRD)的關鍵技術。圖中可明顯看出對每一訊號皆可得到近乎線性的失真表現。
表一為給定的目標失真度與容許變動(PRD T
±ε
，ε
=5% and 10%，其中PRD T
為給定的目標失真度，ε
為容許變動範圍)時的實際壓縮效果。當ε
=5%時，該轉換域失真指標計算器103平均需約2迴圈次數，且當PRD T
越小時，該轉換域失真指標計算器103所需的迴圈數越少。
在本發明之壓縮方法運算過程中，使用48個心電圖訊號並量測SPRD1/PRD與SPRD2/PRD兩比值時，其實際實驗結果如圖6所示。圖6顯示PRD≧2%時，SPRD2可取代PRD，而PRD≧1%時，SPRD1即可取代PRD。需注意，PRD≦9%為臨床上可接受區(PRD≦2%為失真不可視區)，藉由圖6之結果充分顯示SPRD1與SPRD2在臨床上可完全取代PRD。此外，使用SPRD1與SPRD2的好處是可省略圖1中品質控制迴圈的反轉SPIHT、反轉量化與反轉小波轉換等繁複的反轉換流程，意即可節省一半的硬體成本。
本發明之功效與優點為：
1. 可用以即時記錄具品質保證特性之多導程心電圖壓縮資料。
2. 具高度保存臨床診斷資訊的能力。
3. 本系統之設計即以可硬體實現為考量，可進一步開發成可攜式多導程心電圖紀錄裝置。
4. 具最低硬體成本及最低耗損功率。
雖然本發明已以前述較佳實施例揭示，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作各種之更動與修改。如上述的解釋，都可以作各型式的修正與變化，而不會破壞此發明的精神。因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
100．．．不使用逆向處理之品質保證訊號壓縮方法
101．．．時域-轉換域轉換器
102．．．量化處理器
103．．．轉換域失真指標計算器
104．．．無失真壓縮器
105．．．轉換係數
106．．．量化係數
107．．．量化誤差
108．．．轉換係數之四捨五入誤差
200．．．不使用逆向處理之品質保證訊號壓縮系統
為了讓本發明之上述和其他目的、特徵、和優點能更明顯，下文特舉本發明較佳實施例，並配合所附圖示，作詳細說明如下：
圖1顯示為傳統小波轉換心電圖資料壓縮系統之失真量測迴圈；
圖2a顯示為本發明之不使用逆向處理之品質保證訊號壓縮系統(以SPRD1為例)；
圖2b顯示為本發明之不使用逆向處理之品質保證訊號壓縮系統(以SPRD2為例)；
圖3a顯示為本發明之不使用逆向處理之品質保證訊號壓縮方法(以SPRD1為例)；
圖3b顯示為本發明之不使用逆向處理之品質保證訊號壓縮方法(以SPRD2為例)；
圖4顯示為本發明之量化尺度控制參數(QF)與SPRD1曲線示意圖；
圖5顯示為本發明之量化尺度控制參數(QF)與SPRD2曲線示意圖；以及
圖6顯示為本發明之SPRD1，SPRD2與PRD之比較示意圖。
100．．．不使用逆向處理之品質保證訊號壓縮方法
101．．．時域-轉換域轉換器
102．．．量化處理器
103．．．轉換域失真指標計算器
104．．．無失真壓縮器
105．．．轉換係數
106．．．量化係數
107．．．量化誤差
108．．．轉換係數之四捨五入誤差
Claims (28)
- 一種不使用逆向處理之品質保證訊號壓縮系統，其包含：一時域-轉換域轉換器，用以轉換時域訊號到轉換域以得到一轉換係數以及一轉換係數之四捨五入誤差；一量化處理器，用以量化該轉換係數以得到一量化係數以及一量化誤差；一轉換域失真指標計算器，用以計算該轉換係數之四捨五入誤差加上該量化誤差之簡化型失真指標值(SPRD1)；以及一無失真壓縮器，將該量化係數進行無失真編碼。
- 如申請專利範圍第1項所述之訊號壓縮系統，其中該時域-轉換域轉換器係為一小波轉換器，一一維非遞迴小波轉換器以及一可逆式一維非遞迴式離散週期性小波轉換器之一。
- 如申請專利範圍第1項所述之訊號壓縮系統，其中該量化處理器係為一可得到近似線性失真資料壓縮效果之量化處理器。
- 如申請專利範圍第1項所述之訊號壓縮系統，其中該無失真壓縮器係使用離散小波編碼演算法進行訊號壓縮。
- 如申請專利範圍第4項所述之訊號壓縮系統，其中該無失真壓縮器係使用階層式集合分割編碼演算法(Set Partitioning in Hierarchical Trees，SPIHT)進行訊號無失真壓縮。
- 如申請專利範圍第1項所述之訊號壓縮系統，其中該簡化型失真指標值(SPRD1)表示為：
- 如申請專利範圍第1項所述之訊號壓縮系統，其中該簡化型失真指標值(SPRD1)落在容許誤差範圍內時，該無失真壓縮器即可將該量化係數進行無失真編碼；反之，該量化處理器需再重新進行量化處理得到一新量化誤差，並經由該轉換域失真指標計算器計算該新量化誤差加上該轉換係數之四捨五入誤差之簡化型失真指標值(SPRD1)。
- 如申請專利範圍第1項所述之訊號壓縮系統，其中該簡化型失真指標值(SPRD1)≧1%時，該簡化型失真指標值(SPRD1)即可取代差異值的均方根百分比(PRD)。
- 一種不使用逆向處理之品質保證訊號壓縮系統，其包含：一時域-轉換域轉換器，用以轉換時域訊號到轉換域以得到一轉換係數；一量化處理器，用以處理該轉換係數以得到一量化係數以及一量化誤差；一轉換域失真指標計算器，僅計算該量化誤差之簡化型失真指標值(SPRD2)；以及一無失真壓縮器，將該量化係數以離散小波編碼演算法進行 無失真編碼。
- 如申請專利範圍第9項所述之訊號壓縮系統，其中該時域-轉換域轉換器係為一小波轉換器，一一維非遞迴小波轉換器以及一可逆式一維非遞迴式離散週期性小波轉換器之一。
- 如申請專利範圍第9項所述之訊號壓縮系統，其中該量化處理器係為一可得到近似線性失真資料壓縮效果之量化處理器。
- 如申請專利範圍第9項所述之訊號壓縮系統，其中該簡化型失真指標值(SPRD2)落在容許誤差範圍內時，該無失真壓縮器即可將該量化係數進行無失真編碼；反之，該量化處理器需再重新進行量化處理得到一新量化誤差，並經由該轉換域失真指標計算器計算該新量化誤差之簡化型失真指標值(SPRD2)。
- 如申請專利範圍第9項所述之訊號壓縮系統，其中該簡化型失真指標值(SPRD2)≧2%時，該簡化型失真指標值(SPRD2)即可取代差異值的均方根百分比(PRD)。
- 如申請專利範圍第9項所述之訊號壓縮系統，其中該簡化型失真指標值(SPRD2)表示為：
- 一種不使用逆向處理之品質保證訊號壓縮方法，其主要包含下列步驟：利用一時域-轉換域轉換器轉換時域訊號到轉換域，以得到一轉換係數以及一轉換係數之四捨五入誤差；利用一量化處理器處理該轉換係數，以得到一量化係數以及一量化誤差；利用一轉換域失真指標計算器計算該轉換係數之四捨五入誤差加上該量化誤差之簡化型失真指標值(SPRD1)；以及將該量化係數以一無失真壓縮器進行無失真編碼。
- 如申請專利範圍第15項所述之訊號壓縮方法，其更包含下列步驟：計算該簡化型失真指標值(SPRD1)是否落在容許誤差範圍內，如果是，該無失真壓縮器即可將該量化係數進行無失真編碼；反之，該量化處理器需再重新進行量化處理得到一新量化誤差，並經由該轉換域失真指標計算器計算該新量化誤差加上該轉換係數之四捨五入誤差之簡化型失真指標值(SPRD1)。
- 如申請專利範圍第15項所述之訊號壓縮方法，其中該簡化型失真指標值(SPRD1)表示為：
- 如申請專利範圍第15項所述之訊號壓縮方法，其中該簡化型失真指標值(SPRD1)≧1%時，該簡化型失真指標值(SPRD1)即可取代差異值的均方根百分比(PRD)。
- 如申請專利範圍第15項所述之訊號壓縮方法，其中該時域-轉換域轉換器係為一小波轉換器，一一維非遞迴小波轉換器以及一可逆式一維非遞迴式離散週期性小波轉換器之一。
- 如申請專利範圍第15項所述之訊號壓縮方法，其中該量化處理器係為一可得到近似線性失真資料壓縮效果之量化處理器。
- 如申請專利範圍第15項所述之訊號壓縮方法，其中該無失真壓縮器係使用離散小波編碼演算法進行訊號壓縮。
- 如申請專利範圍第21項所述之訊號壓縮方法，其中該無失真壓縮器係使用階層式集合分割編碼演算法(Set Partitioning in Hierarchical Trees，SPIHT)進行無失真壓縮。
- 一種不使用逆向處理之品質保證訊號壓縮方法，其主要包含下列步驟：利用一時域-轉換域轉換器轉換時域訊號到轉換域，以得到一轉換係數；利用一量化處理器處理該轉換係數，以得到一量化係數以及一量化誤差；利用一轉換域失真指標計算器計算該量化誤差之簡化型失 真指標值(SPRD2)；以及將該量化係數經由一無失真壓縮器以離散小波編碼演算法進行無失真編碼。
- 如申請專利範圍第23項所述之訊號壓縮方法，其更包含下列步驟：計算該簡化型失真指標值(SPRD2)是否落在容許誤差範圍內，如果是，該無失真壓縮器即可將該量化係數進行無失真編碼；反之，該量化處理器需再重新進行量化處理得到一新量化誤差，並經由該轉換域失真指標計算器計算該新量化誤差之簡化型失真指標值(SPRD2)。
- 如申請專利範圍第23項所述之訊號壓縮方法，其中該簡化型失真指標值(SPRD2)≧2%時，該簡化型失真指標值(SPRD2)即可取代差異值的均方根百分比(PRD)。
- 如申請專利範圍第23項所述之訊號壓縮方法，其中該簡化型失真指標值(SPRD2)表示為：
- 如申請專利範圍第23項所述之訊號壓縮方法，其中該時域-轉換域轉換器係為一小波轉換器，一一維非遞迴小波轉換器以及一可逆式一維非遞迴式離散週期性小波轉換器之一。
- 如申請專利範圍第23項所述之訊號壓縮方法，其中該量化 處理器係為一可得到近似線性失真資料壓縮效果之量化處理器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW100137891A TWI488446B (zh) | 2011-10-19 | 2011-10-19 | 一種不使用逆向處理之品質保證訊號壓縮方法及其系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW100137891A TWI488446B (zh) | 2011-10-19 | 2011-10-19 | 一種不使用逆向處理之品質保證訊號壓縮方法及其系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201318354A TW201318354A (zh) | 2013-05-01 |
| TWI488446B true TWI488446B (zh) | 2015-06-11 |
Family
ID=48872134
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW100137891A TWI488446B (zh) | 2011-10-19 | 2011-10-19 | 一種不使用逆向處理之品質保證訊號壓縮方法及其系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI488446B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI608824B (zh) * | 2015-08-31 | 2017-12-21 | Wearable ECG measuring device |
-
2011
- 2011-10-19 TW TW100137891A patent/TWI488446B/zh not_active IP Right Cessation
Non-Patent Citations (1)
| Title |
|---|
| Cheng-Tung Ku, King-Chu Hung, Tsung-Ching Wu, Huan-Sheng Wang, "Wavelet-Based ECG Data Compression System With Linear Quality Control Scheme" June, 2010 * |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201318354A (zh) | 2013-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TW201338756A (zh) | 心電圖訊號壓縮系統及解壓縮系統 | |
| Kumar et al. | Hybrid method based on singular value decomposition and embedded zero tree wavelet technique for ECG signal compression | |
| Wang et al. | A 2-D ECG compression algorithm based on wavelet transform and vector quantization | |
| CN102688032A (zh) | 基于精简公共字典库的心电信号稀疏分解压缩系统 | |
| Jha et al. | Electrocardiogram data compression techniques for cardiac healthcare systems: A methodological review | |
| Manikandan et al. | Wavelet threshold based TDL and TDR algorithms for real-time ECG signal compression | |
| Vadrevu et al. | A new quality-aware quality-control data compression framework for power reduction in IoT and smartphone PPG monitoring devices | |
| Reddy et al. | Evaluation of objective distortion measures for automatic quality assessment of processed PPG signals for real-time health monitoring devices | |
| Singh et al. | Weighted mixed-norm minimization based joint compressed sensing recovery of multi-channel electrocardiogram signals | |
| Gupta | Quality aware compression of electrocardiogram using principal component analysis | |
| Gupta et al. | Wireless electrocardiogram transmission in ISM band: an approach towards telecardiology | |
| Jia et al. | A lossless electrocardiogram compression system based on dual-mode prediction and error modeling | |
| Dias et al. | Compressive sensing of electrocardiogram | |
| TWI488446B (zh) | 一種不使用逆向處理之品質保證訊號壓縮方法及其系統 | |
| Moon et al. | Understanding bit-error trade-off of transform-based lossy compression on electrocardiogram signals | |
| Kim et al. | A low cost quadratic level ECG compression algorithm and its hardware optimization for body sensor network system | |
| Kalaivani et al. | Design and implementation of hybrid compression algorithm for personal health care big data applications | |
| Bera et al. | Real-time compression of electrocardiogram using dynamic bit allocation strategy | |
| JP2015088911A (ja) | 生体情報の圧縮方法およびデータ圧縮装置 | |
| Hakkak et al. | Analysis of lossless compression techniques time-frequency-based in ECG signal compression | |
| Lin et al. | Lossless and lossy direct compression design with multi-signal symptom detection for low-temperature wearable devices | |
| Baliarsingh et al. | Cardiac data compression for reduced traffic on application of IoMT | |
| Mukhopadhyay et al. | Data compression in health monitoring | |
| KR101526774B1 (ko) | 압축센싱을 이용한 심전도 신호 전송 방법 및 이를 이용한 모니터링 시스템 | |
| KR20100076648A (ko) | 심전도 신호 압축 방법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |