[发明专利]起搏心电信号的非平衡深度压缩方法

说明书

所属技术领域

本发明涉及高采样频率的起搏心电数据的深度压缩，适用于在嵌入式计算机环境下(嵌入式终端、手机、无线传感节点等)，对起搏心电信号进行内容感知、压缩感知以及压缩与重构。可用于个人计算机、服务器、云计算平台对起搏心电信号等高速信号进行的压缩与重构，也可用于无线传感节点的高速数据采集、无线传感节点的低能耗设计。

背景技术

随着心脏起搏器与无线通信装置电磁兼容性的安全距离的推出，以及心脏起搏器自身抗电磁干扰技术的不断提高，基于无线传感和移动通信网络的远程心电监护平台为起搏器佩戴者的随时、随地监测提供了参考解决方案。但是，由于起搏器的刺激脉冲持续时间较短(≤0.5s)，按照Shannon/Nyquist定理，其采样频率可高达4000Hz。如采用3通道采集、模数转换器(ADC)为12位，则无线传感节点、汇聚节点、移动监护终端的数据传输率至少为3×4000×16(12位需占用两个存储字节，计16bit)＝192Kbps。事实上，临床要求监护导联的信号通道数目已越来越多(12导联)，所采集的起搏心电数据量会更大。这势必会对无线传感节点的带宽与功耗、移动通信终端的上传带宽与能耗带来挑战，同时也会增加各个嵌入式节点与终端的存储、处理和传输负担，这就使得必须对高采样率的大数据量起搏心电信号必须进行有效的压缩与处理，才能保证起搏器监测终端的可靠运行。

目前国内外对于普通心电数据的压缩研究较多，采用的常见算法有：基于数据统计特性的编码方法(也被称为熵编码，包括Huffman编码、算术编码、游程编码等)、基于字典原理的编码方法(如LZ算法族，包括基本的Ziv-Lempel算法以及由此演变、改进而来的其他算法)等。有损压缩算法在压缩比指标上优势明显，在充分利用有损压缩算法高压缩比优势的前提下，应尽量减少算法对数据诊断失真的影响。对于嵌入式环境下心电数据处理，由于嵌入式系统计算能力的有限，目前大多采用简单的Huffman编码或LZ算法对常规的心电信号进行压缩处理。随着各种嵌入式终端处理能力的增强，也开始探索嵌入式环境下心电数据的有损或近无损压缩方法。但是，这些压缩方法都是针对采样频率小于500Hz的普通心电信号而言的。对于采样率高达4000Hz的起搏心电信号，直接在嵌入式系统环境下进行采样，容易导致起搏脉冲信号无法完全记录，从而无法判断起搏脉冲的电压高低，进而无法反映起搏器的电池电压。因此，对按照传统的采样方法，起搏心电信号的采样率≥4000Hz，这样高采样频率所带来的大数据量将会给嵌入式系统带来严峻的技术挑战。对于嵌入式环境下的起搏心电数据压缩，从国内外调研结果和文献检索来看，目前还未见报道，是急需解决的问题。

近几年发展起来的压缩感知(Compressed Sensing，简称CS)理论可以在不满足香农定理的条件下对信号进行压缩与重构，为高速信号处理与压缩提供了新的思路。但是，对于某种信号进行压缩感知时究竟采用什么频率才适当，如何降低压缩感知前的数据量，如何设计不同信号的稀疏分解基函数和测量矩阵等等都没有定论。而且，现有的压缩感知理论还认为：压缩感知理论与信号本身的特征无关。所以，在压缩感知过程中，信号稀疏分解的基函数与测量矩阵的优化都是不依赖信号本身特性的。正因为如此，现有的压缩感知理论对于信号变化也是统一进行处理，不会根据信号时段、区域的重要性或者固有特征进行处理。这就使得在利用压缩感知理论对信号处理时必须要考虑变换过程中的计算量，以及稀疏分解基函数和测量矩阵的优化设计。否则，也会由于原始数据本身的规模太大或者稀疏分解和测量矩阵的因素导致压缩感知过程的计算复杂性较高。

针对上述问题，本发明的目的在于提供一种基于内容感知与压缩感知的起搏心电数据处理方法，解决心脏起搏器在远程无线监测中由于传统高采样率带来的数据采集、处理、存储和无线传输困难，降低采集终端的功耗，同时又能保证与疾病相关的重要信息不失真的起搏心电信号非平衡协同深度压缩与重构方法。

发明内容

本发明的技术方案是这样实现的，起搏心电信号的非平衡深度压缩方法，包括起搏心电信号的快速内容感知、表征波形与非表征波形的非平衡协同数据压缩和表征波形与非表征波形压缩数据的非平衡协同重构；其特征在于，对起搏心电信号按固有频率采样的1/2进行采样，以1-2秒为时间窗对起搏心电信号进行连续记录，在起搏心电信号的快速内容感知过程中按照一定的分类规则，将起搏心电信号分为表征波形与非表征波形两类，再以同一时间窗为单位对表征波形和非表征波形分别采用不同的方法进行非平衡协同数据压缩与重构。