B-spline 근사화 기반의 심전도 신호 압축

국문 초록 (Abstract)

심전도 신호는 일반적으로 200㎐ 이상의 주파수로 표본화 하므로 장시간의 심전도 신호를 획득할 경우 데이터가 방대해진다. 이러한 신호를 저장 및 전송하기 위해서는 효율적인 신호 압축을 필요로 한다. 본 논문에서는 B-spline 근사화를 이용하여 심전도 신호를 압축하는 방법을 제안한다. B-spline 곡선의 국부적 제어성(local controllability) 특성으로 인하여 원신호를 부분적으로 근사화할 수 있으며, 이를 통하여 방대한 심전도 신호를 압축할 수 있다. 따라서 본 논문에서는 응용수학의 근사이론 및 기하학적 모델링에 널리 사용되고 있는 비균일 B-spline 근사화 기법으로 효율적인 압축 방안을 제시한다. 제안한 알고리즘의 유효성을 확인하기 위해 실제 심전도 임상 데이터인 MIT-BIH 데이터베이스를 이용하여 실험을 수행하며, 그 결과로부터 제안한 기법을 이용한 B-spline 근사화 압축 방법의 효용성을 입증한다.

다국어 초록 (Multilingual Abstract)

In general, electrocardiogram(ECG) signals are sampled with a frequency over 200㎐ and stored for a long time. It is required to compress data efficiently for storing and transmitting them. In this paper, a method for compression of ECG data is proposed, using by Non Uniform B-spline approximation, which has been widely used to approximation theory of applied mathematics and geometric modeling. ECG signals are compressed and reconstructed using B-spline basis function which curve has local controllability and control a shape and curve in part. The proposed method selected additional knot with each step for minimizing reconstruction error and reduced time complexity. It is established that the proposed method using B-spline approximation has good compression ratio and reconstruct besides preserving all feature point of ECG signals, through the experimental results from MIT-BIH Arrhythmia database.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. B-spline 근사화
• 3. 실험 및 결과
• 4. 결론
• 참고문헌
• 저자소개

참고문헌 (Reference)

1 Yaniv Zigel, "The Weighted Diagnostic Distortion Measure for the ECG Signal Compression" 47 (47): 2000

2 F. Jager, "Multiresolut ional representation and analysis of ECG waveforms" 547-550, 1990

3 M. Karczewicz, "Multiple knot spline approximation for ECG data compression" 487-490, 1995

4 F. Enseleit, "Long-term continuous external electrocardiographic recording: A review" 8 (8): 255-266, 2006

5 B. J. Schijvennaars, "Intraindividual variability in electrocardiograms" 41 (41): 190-196, 2008

6 S. Jalaleddine, "ECG data compression techniques-A Unified approach" 37 : 329-343, 1990

7 H. J. Kim, "ECG Signal Compression and Classification Algorithm With Quad Level Vector for ECG Holter System" IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC 14 (14): 93-100, 2010

8 M. Benmalek, "Digital fractional order operators for R-wave detection in electrocardiogram signal" 3 (3): 381-391, 2009

9 M. Unser, "B-spline signal processing: Part I-Theory" 41 (41): 821-833, 1993

10 Q. Zhang, "An algorithm for robust and efficient location of T-wave ends inelectrocardiograms" 53 (53): 2544-2552, 2006

11 J. P. Martinez, "A wavelet-based ECG delineator: Evaluation on standard databases" 51 (51): 570-581, 2004

12 J. Abenstein, "A new data-reduction algorithm for real-time ECG analysis" 29 (29): 43-48, 1982