计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
25期
183-184,226
,共3页
李延龙%吕文红%郭银景%王洪涛
李延龍%呂文紅%郭銀景%王洪濤
리연룡%려문홍%곽은경%왕홍도
隐马尔科夫模型%数据压缩%心电图
隱馬爾科伕模型%數據壓縮%心電圖
은마이과부모형%수거압축%심전도
心电数据压缩在远程医疗和动态监测方面具有非常重要的意义.心电信号的各个脉动周期具有很强的相关性.基于隐马尔可夫模型(Hidden Markov Model,HMM)的心电数据压缩方法充分利用ECG信号的相关性对源信息进行处理.实验证明,该方法在高数据压缩比的情况下仍然能够很好地恢复原始数据,计算复杂度相对较小.
心電數據壓縮在遠程醫療和動態鑑測方麵具有非常重要的意義.心電信號的各箇脈動週期具有很彊的相關性.基于隱馬爾可伕模型(Hidden Markov Model,HMM)的心電數據壓縮方法充分利用ECG信號的相關性對源信息進行處理.實驗證明,該方法在高數據壓縮比的情況下仍然能夠很好地恢複原始數據,計算複雜度相對較小.
심전수거압축재원정의료화동태감측방면구유비상중요적의의.심전신호적각개맥동주기구유흔강적상관성.기우은마이가부모형(Hidden Markov Model,HMM)적심전수거압축방법충분이용ECG신호적상관성대원신식진행처리.실험증명,해방법재고수거압축비적정황하잉연능구흔호지회복원시수거,계산복잡도상대교소.