基于改进K均值聚类生成匹配模板的心搏分类方法

为提高分析含大量数据的动态心电时的准确性和分析效率,提出了一种基于改进的K均值聚类生成心搏模板的匹配方法。使用K均值聚类和波形反混淆技术进行循环纠错,生成可变宽心搏模板、并建立心搏模板库。利用可变宽心搏模板和相关系数相结合的策略,对动态心电中心搏进行快速准确分类。实验方法经心率失常数据库MIT-BIT和ANMA/ANSI标准验证,分类结果总体准确率达98.06%,达到了心搏分类目标。

一种基于复合编码的心电数据压缩算法

本文提出了一种复合心电数据压缩方法 ,该算法根据ECG数据的特征变化 ,提取出每路ECG的心搏模板 ,从而把信号分成三部分 :心搏模板、残差、位置参数。在保证恢复信号低失真的情况下 ,先对残余误差进行LADT编码 ,再利用Huffman的无损压缩方法进行全部数据二次压缩。与其它压缩方法相比 ,在同样的信息损失下 ,该算法可获得更高的数据压缩比。本文提出的方法 ,也可应用到图像数据和其它数据的压缩中。

一种心电数据压缩的重复编码算法的实现(英文)

提出一种重复编码的心电数据压缩方法 ,该算法首先根据 ECG数据的变化特征 ,提取每一路 ECG信号的心搏模板 ,从而把信号分成三个部分 :心搏模板、残余误差和位置参数 .在保证信号低失真的条件下 ,先对残余误差进行L ADT编码 ;然后进一步引入无损的熵编码对 L ADT编码后的数据进行二次编码 .与其它压缩方法相比 ,在相同的信息损失下 ,该算法可获得更高的数据压缩比 .所提出的方法 。