KR20130081766A - Ecg signal compression based on b-spline approximation - Google Patents
Ecg signal compression based on b-spline approximation Download PDFInfo
- Publication number
- KR20130081766A KR20130081766A KR1020120002751A KR20120002751A KR20130081766A KR 20130081766 A KR20130081766 A KR 20130081766A KR 1020120002751 A KR1020120002751 A KR 1020120002751A KR 20120002751 A KR20120002751 A KR 20120002751A KR 20130081766 A KR20130081766 A KR 20130081766A
- Authority
- KR
- South Korea
- Prior art keywords
- spline
- vector
- knot
- knot vector
- value
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
본 발명은 심전도 신호의 압축 방법에 관한 것으로, 보다 상세하게는 심전도 신호를 효과적으로 저장, 분석 및 전송하기 위한 B-spline 근사화 기반의 심전도 신호 압축방법에 관한 것이다.The present invention relates to a method for compressing an electrocardiogram signal, and more particularly, to a method for compressing an electrocardiogram signal based on B-spline approximation for effectively storing, analyzing and transmitting an electrocardiogram signal.
심전도는 심장에 의해 생성된 전기적 활동을 그래프로 표현한 것으로 다양한 심장 질환의 사전 진단과 예후 관측에 널리 이용되고 있다. 심전도 신호는 일반적으로 200[Hz] 이상의 높은 표본화 주파수를 가지며, 이로 인하여 장시간 측정된 데이터는 저장 및 전송의 효율성을 위하여 압축이 필요하다. 또한 심전도 파형을 정확하게 디지털 데이터화 하기 위해서는 고성능의 프로세서와 대용량의 저장 장치가 필요하다. 이러한 필요성은 소형, 경량화의 휴대용 심전도 장치를 개발하는데 어려움을 초래하고 있다. 동시에 환자의 심장 상태를 장기적으로 관리하기 위해서는 심전도 파형에 대한 효율적인 데이터 관리를 요구한다. Electrocardiogram is a graphical representation of the electrical activity produced by the heart and is widely used for the prediagnosis and prognosis of various heart diseases. ECG signals generally have a high sampling frequency of more than 200 [Hz], so that long-term measured data needs to be compressed for storage and transmission efficiency. In addition, high-performance processors and high-capacity storage devices are required to accurately digitalize ECG waveforms. This necessity causes difficulties in developing a compact, lightweight, portable ECG device. At the same time, long-term management of the patient's heart condition requires efficient data management of ECG waveforms.
따라서 심전도 신호를 효율적으로 저장, 처리 및 전송하기 위해서는 진단에 중요한 정보를 손실 없이 압축할 필요성이 있다. 손실 데이터 압축은 원 신호에 대한 왜곡이 발생하는데, 심전도 신호에서의 왜곡은 심검자의 건강 판독에 오류를 유발시킬 수 있다. 따라서 심전도 신호 압축에서는 복원 오차가 허용 범위 내에서 유지되어야 한다.Therefore, in order to efficiently store, process, and transmit an ECG signal, it is necessary to compress lossless information important for diagnosis. Lossy data compression results in distortion to the original signal, which can cause errors in the cardiac health reading. Therefore, in ECG signal compression, the reconstruction error must be kept within an acceptable range.
지금까지 연구되고 있는 심전도 신호 압축 방식은 직접 압축 방식, 변환 압축 방식 등이 있다. 또한 심전도 파형의 정확한 기술(delineation)을 위하여 수치 미분, 패턴 인식, 수학적 모델 등에 기반한 다양한 접근 방법이 제안되었다. 직접 압축 방식에는 AZTEC, FAN, DPCM, Turning-Point, CORTES 등이 있다. 이 방법은 데이터의 값을 직접 사용하여 중복성을 검출하여 제거하는 방법으로서 압축률은 높은 편이나 재생오차가 크며 신호의 왜곡이 상대적으로 큰 편이다. 또한 변환 압축 방식에는 Fourier 변환, Walsh 변환, Karhunen-Loeve 변환 기법이 있다. The ECG signal compression methods studied so far include a direct compression method and a transform compression method. In addition, various approaches based on numerical derivatives, pattern recognition, and mathematical models have been proposed for accurate delineation of ECG waveforms. Direct compression methods include AZTEC, FAN, DPCM, Turning-Point, and CORTES. This method detects and removes redundancy by using data values directly. The compression rate is high but the reproduction error is large and the signal distortion is relatively large. In addition, the transformation compression methods include Fourier transform, Walsh transform, and Karhunen-Loeve transform.
이 방법은 대부분 직교 기저함수의 계수들을 저장 및 전송하는 방법으로, 많은 계산량으로 인해 압축률이 다소 떨어질 수 있다. 이러한 변환 방식의 성능은 기저함수의 개수와 모양에 상당히 의존적이다. 따라서 시간에 따라 유동적으로 변하는 심전도 신호에 대하여 적합한 기저함수가 필요하다.This method is a method of storing and transmitting coefficients of most orthogonal basis functions, and the compression ratio may be somewhat reduced due to a large amount of computation. The performance of this conversion method is highly dependent on the number and shape of the base functions. Therefore, a suitable basis function is needed for an ECG signal that changes fluidly with time.
도 1은 일반적인 심전도 신호를 나타내며 다항 함수의 합성과 유사한 특성을 가지는 것을 알 수 있다. B-spline 기저함수는 노트(knot)들의 위치와 수에 따라 변하는 국부적 성질을 가지고 있다. 그리고 부드러운 곡선 형태를 유지하면서 국부적 제어성으로 인해 곡선의 형태를 부분적으로 근사화할 수 있는 장점을 가지고 있다. 또한 노트(knot)들이 균일(uniform)하면 B-spline 기저함수들은 서로 모양이 같고 위치만 이동한 형태로 계산이 간단하다. 그러나 심전호 신호의 중요한 진단 정보를 알려주는 P, Q, R, S, T파를 포함하기 위해서는 많은 노트(knot)를 필요로 한다. 따라서 심전도 신호를 복원하기 위해서는 적절한 노트(knot) 벡터를 이용하여 압축률을 향상할 수 있다. 기존 연구로는 Karczewicz 등이 축 정보로부터 노트(knot)를 제거하는 방식의 비균일 노트(knot) 벡터를 구성한다.1 shows a general electrocardiogram signal and has similar characteristics to the synthesis of a polynomial function. B-spline basis functions have local properties that vary with the location and number of knots. In addition, it has the advantage of partially approximating the shape of the curve due to local controllability while maintaining a smooth curve shape. In addition, if knots are uniform, the B-spline basis functions are simple to calculate because they have the same shape and move only positions. However, it requires a lot of knots to include P, Q, R, S, and T waves, which provide important diagnostic information about the ECG signal. Therefore, in order to recover the ECG signal, a compression ratio may be improved by using an appropriate knot vector. In the existing research, Karczewicz et al. Construct a non-uniform knot vector that removes knots from axis information.
본 발명이 해결하고자 하는 과제는 변화율이 일정한 구간에서 최소한의 제어점을 선택하여 심전도 신호를 효과적으로 저장, 분석 및 전송하기 위한 압축 방법을 제공하고자 함이다.An object of the present invention is to provide a compression method for effectively storing, analyzing, and transmitting an ECG signal by selecting a minimum control point in a section having a constant change rate.
상술한 과제를 해결하기 위한 본 발명의 특징은, 심전도 신호의 저장 및 전송을 위한 압축방법에 있어서, (a) 일정간격의 노트(knot) 벡터를 설정하고 B-spline 기저함수를 생성하는 단계; (b) 설정된 노트 벡터에서 제어점을 형성하여 B-spline 근사화하여 복원 데이터를 생성하는 단계; (c) 심전도 신호의 원 데이터 및 상기 복원 데이터의 산술적 차이인 복원오차를 계산하는 단계; (d) 상기 복원오차를 상기 각 노트(knot) 벡터의 구간에서 RMS(Root Mean Square)를 계산하고, 상기 각 RMS의 평균값을 계산하여 상기 각 RMS에서 상기 평균값을 뺀 각각의 차이값 산출하는 단계; (e) 상기 각각의 차이값 중 적어도 어느 하나의 값이 미리 설정된 기준값을 초과하는 경우, 상기 초과된 해당 노트(knot) 벡터 구간의 중간에 새로운 노트(knot) 벡터를 추가하는 단계; 및 (f) 상기 추가된 노트 벡터를 포함하는 새로운 노트 벡터를 설정하고 B-spline 근사화하여 압축하는 단계를 포함한다.In accordance with another aspect of the present invention, there is provided a compression method for storing and transmitting an electrocardiogram signal, comprising: (a) setting a knot vector having a predetermined interval and generating a B-spline basis function; (b) generating a reconstruction data by forming a control point from the set note vector and B-spline approximation; (c) calculating a restoration error which is an arithmetic difference between the original data of the ECG signal and the restoration data; (d) calculating the root mean square (RMS) in the interval of each knot vector for the restoration error, calculating an average value of each RMS, and calculating respective difference values obtained by subtracting the average value from each RMS. ; (e) adding a new knot vector in the middle of the exceeded knot vector interval when at least one value of each difference value exceeds a preset reference value; And (f) setting a new note vector including the added note vector and compressing by B-spline approximation.
여기서, 상기 모든 노트 벡터 구간의 차이값이 기준값 이하인 경우가 발생할 때까지, 상기 (d) 단계 및 (e) 단계를 반복하는 단계를 더 포함하는 것이 바람직하고, 상기 (a) 단계는, 큐빅 B-spline 기저함수를 일정간격의 다수의 노트(knot) 벡터를 설정하여 B-spline 기저함수를 생성하는 단계인 것이 바람직하다.The method may further include repeating steps (d) and (e) until the difference value of all the note vector sections is equal to or less than a reference value, and the step (a) may include: cubic B It is preferable to generate a B-spline basis function by setting a plurality of knot vectors having a predetermined interval as a -spline basis function.
또한, 바람직하게는 상기 (b) 단계는, 상기 다수의 각 노트(knot) 벡터에서 상기 B-spline 기저함수에 대하여 제어점을 형성하는 단계를 포함하는 것일 수 있고, 상기 제어점은 최소자승법(Least Square Method) B-spline 함수 근사를 이용하여 형성하는 것일 수 있다.Also, preferably, the step (b) may include forming a control point with respect to the B-spline basis function in each of the plurality of knot vectors, wherein the control point is a least square method. Method) It may be formed by using the B-spline function approximation.
더하여, 상기 복원 데이터의 B-spline 곡선은 상기 B-spline 기저함수와 상기 제어점의 선형조합으로 표현되는 것이 바람직하다.In addition, the B-spline curve of the reconstruction data is preferably represented by a linear combination of the B-spline basis function and the control point.
이와 같은 본 발명은 B-spline 근사화를 이용한 방법으로, 복원 오차를 최소로 하는 최적의 knot 벡터를 제시하고, 심전도 신호가 곡선 형태임을 감안하여 B-spline 곡선의 기저함수를 큐빅 B-spline으로 사용함으로써, 압축의 실효성을 높이고 단계별 오차에 대하여 균일하게 정점을 추가하는 방법에 기반하여 압축을 함으로써 시간 복잡도를 최소화하고 압축률 대비 복원오차를 오차를 줄일 수 있는 심전도 신호의 압축방법을 제공한다.The present invention is a method using B-spline approximation, suggests an optimal knot vector that minimizes reconstruction error, and uses the basis function of the B-spline curve as a cubic B-spline in consideration of the ECG signal being curved. Accordingly, the present invention provides a method of compressing an ECG signal, which minimizes time complexity and reduces an error in compression rate by compressing based on a method of increasing compression effectiveness and uniformly adding vertices to step errors.
도 1은 일반적인 심전도 신호를 나타내는 그래프이고,
도 2는 본 발명의 실시예에 따른 B-spline 근사화 기반의 심전도 신호 압축방법의 흐름을 나타낸 도면이고,
도 3은 본 발명의 실시예에서 적용되는 큐빅(cubic) B-spline 기저 함수를 나타낸 도면이고,
도 4는 임의의 함수 f(x)에서 샘플 데이터를 구하고 이를 이용하여 근사화하기 위하여 B-spline 근사화 방법을 적용한 사례를 나타내는 그래프이고,
도 5는 심전도 신호의 균인한 간격의 B-spline 근사화 방법을 적용한 사례를 나타내는 그래프이고,
도 6은 본 발명의 실시예에 따른 심전도 신호의 비균일 간격 B-spline 근사화 방법을 적용한 사례를 나타내는 그래프이고,
도 7은 심전도 신호의 압축 방법에 따른 CR 및 PRD의 비교 그래프이다.1 is a graph showing a general ECG signal,
2 is a view showing the flow of the ECG signal compression method based on the B-spline approximation according to an embodiment of the present invention,
3 is a diagram showing a cubic B-spline basis function applied in an embodiment of the present invention,
4 is a graph illustrating an example of applying a B-spline approximation method to obtain sample data from an arbitrary function f (x) and approximate using the same.
5 is a graph showing an example of applying a B-spline approximation method at equal intervals of an ECG signal.
6 is a graph illustrating an example of applying a non-uniformly spaced B-spline approximation method of an ECG signal according to an embodiment of the present invention.
7 is a comparison graph of CR and PRD according to a compression method of an ECG signal.
이하에서 본 발명에 따른 바람직한 실시예를 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the drawings.
도 2는 본 발명의 실시예에 따른 B-spline 근사화 기반의 심전도 신호 압축방법의 흐름을 나타낸 도면이다. 도 2에 나타낸 바와 같이, 본 발명의 실시예는 심전도 신호의 저장 및 전송을 위한 압축방법에 있어서, (a) 일정간격의 노트(knot) 벡터를 설정하고 B-spline 기저함수를 생성하는 단계(S100); (b) 설정된 노트 벡터에서 제어점을 형성하여 B-spline 근사화하여 복원 데이터를 생성하는 단계(S200); (c) 심전도 신호의 원 데이터 및 상기 복원 데이터의 산술적 차이인 복원오차를 계산하는 단계(S300); (d) 상기 복원오차를 상기 각 노트(knot) 벡터의 구간에서 RMS(Root Mean Square)를 계산하고, 상기 각 RMS의 평균값을 계산하여 상기 각 RMS에서 상기 평균값을 뺀 각각의 차이값 산출하는 단계(S400); (e) 상기 각각의 차이값 중 적어도 어느 하나의 값이 미리 설정된 기준값을 초과하는 경우(S500), 상기 초과된 해당 노트(knot) 벡터 구간의 중간에 새로운 노트(knot) 벡터를 추가하는 단계(S550); 및 (f) 상기 추가된 노트 벡터를 포함하는 새로운 노트 벡터를 설정하고 B-spline 근사화하여 압축하는 단계(S600)를 포함하여 구성된다.2 is a diagram illustrating a flow of an ECG signal compression method based on B-spline approximation according to an embodiment of the present invention. As shown in FIG. 2, an embodiment of the present invention provides a compression method for storing and transmitting an electrocardiogram signal, comprising: (a) setting a knot vector having a predetermined interval and generating a B-spline basis function ( S100); (b) generating a reconstruction data by forming a control point from the set note vector and B-spline approximation; (c) calculating a restoration error which is an arithmetic difference between the original data of the ECG signal and the restoration data (S300); (d) calculating the root mean square (RMS) in the interval of each knot vector for the restoration error, calculating an average value of each RMS, and calculating respective difference values obtained by subtracting the average value from each RMS. (S400); (e) adding a new knot vector to the middle of the corresponding knot vector interval when at least one value of each difference value exceeds a preset reference value (S500); S550); And (f) setting a new note vector including the added note vector and compressing it by B-spline approximation (S600).
즉, 본 발명은 심전도 신호와 유사성이 높은 3차 큐빅 B-spline 기저 함수를 사용하고, 측정된 오차를 기반으로 균일하게 정점을 추가하여 보다 효율적인 비균일 노트(knot) 벡터를 구성하는 방법을 제안한다. 이를 통하여 압축률과 복원 오차를 향상시킬 수 있는 최적의 노트 벡터를 유도하여 시간의 복잡도를 최소화할 수 있게 된다.That is, the present invention proposes a method for constructing a more efficient non-uniform knot vector by using a third-order cubic B-spline basis function having high similarity to an ECG signal and uniformly adding vertices based on the measured error. do. Through this, the complexity of time can be minimized by deriving an optimal note vector that can improve the compression ratio and the reconstruction error.
먼저, 본 발명에서 적용되는 B-spline 근사화를 살펴보고, 본 발명의 핵심적 특징인 비균일 간격의 단계별 B-spline 근사화를 구체적으로 살펴보기로 한다.First, the B-spline approximation applied in the present invention will be described, and the B-spline approximation step by step of non-uniform intervals, which is a key feature of the present invention, will be described in detail.
B-spline 곡선은 제어점(control point)과 B-spline 기저함수(B-spline basis function)들의 선형조합으로 표현한다. [수학식 1]은 n개의 제어점과 균일한 knot 구간 h에 대한 B-spline 함수를 이용하여 근사화된 함수 g(t)를 나타낸다. 이때 ci는 제어점(control point)을 나타내고, Bi,d는 B-spline 기저함수이다. 또 ti는 B-spline 함수의 knot 벡터값이다.
The B-spline curve is expressed as a linear combination of control points and B-spline basis functions.
[수학식 1]의 d차 B-spline의 기저함수 는 차의 piecewise 다항식으로 보통 재귀적인 방법으로 정의 되며, 균일한 간격의 knot 벡터 (-2,-1,0,1,2) 에 대한 3차 B-spline의 기저함수는 [수학식 2] 및 도 3과 같다.
The basis function of the d-order B-spline in [Equation 1] is the piecewise polynomial of the difference, which is usually defined in a recursive manner, and is equal to 3 for a uniformly spaced knot vector (-2, -1,0,1,2). The basis function of the difference B-spline is shown in [Equation 2] and FIG.
주어진 샘플 데이터 
Given sample data
도 4는 임의의 함수 f(x)에서 샘플 데이터를 구하고 이를 이용하여 근사화하기 위하여 B-spline 근사화 방법을 적용한 사례를 보여주고 있다. 도 4의 (a)는 임의의 함수 f(x)를 보여준다. 도 4의 (b)는 균일한 간격으로 노트(knot) 벡터를 설정하여 B-spline 근사화를 적용한 결과이다. 그림으로부터 알 수 있듯이 국부적 최대값 및 최소값에 해당되는 부분에서 비교적 충실하게 데이터 복원이 이루어짐을 확인할 수 있다. 이 경우에는 일정한 간격으로 노트(knot) 벡터를 설정하므로 시간 복잡도를 줄일 수 있지만, 변화가 거의 없는 연속적인 구간과 같이 압축률 대비 복원 오차에 비교적 영향을 못 미치는 구간에서도 동일한 간격의 제어점을 생성한다. 따라서 균일한 간격으로 노트(knot) 벡터를 설정할 경우에는 제어점의 수가 지나치게 증가할 수 있다. FIG. 4 shows an example of applying the B-spline approximation method to obtain sample data from an arbitrary function f (x) and to approximate it using the same. 4 (a) shows an arbitrary function f (x). 4 (b) shows a result of applying B-spline approximation by setting knot vectors at uniform intervals. As can be seen from the figure, it can be seen that the data restoration is relatively faithfully performed at the local maximum and minimum values. In this case, since the knot vector is set at regular intervals, the time complexity can be reduced, but the control points of the same interval are generated even in a section that does not relatively affect the compression error recovery error, such as a continuous section with little change. Therefore, when setting knot vectors at uniform intervals, the number of control points may increase excessively.
심전도 신호는 국부 최대값 성분인 P, R, T파와 국부 최소값 성분인 Q, S파가 존재하는 구간 및 국부적 극값이 존재하는 구간 이외에는 변화가 거의 없는 연속적인 구간이다. 이 구간의 경우에는 원 신호와 근사 신호 사이에 오차가 거의 발생하지 않으므로, 비록 제어점의 수를 증가시켜도 오차가 줄어드는 효과는 거둘 수 없다. 그러므로 변화가 거의 없는 연속적인 구간이 많을 경우에는 균일한 간격으로 knot 벡터를 설정하는 것이 적절하지 않다.The ECG signal is a continuous section with little change except for a section in which P, R and T waves, which are the local maximum components, and Q and S waves, which are local minimum components, and a section in which local extremes exist. In this case, since little error occurs between the original signal and the approximate signal, even if the number of control points is increased, the error cannot be reduced. Therefore, if there are many consecutive sections with little change, it is not appropriate to set knot vectors at even intervals.
즉, 균일한 간격의 B-spline 근사화로 오차를 최소로 하여 신호를 복원하기 위해서는 knot의 수를 많이 사용하여야 하므로, 변화율이 일정한 구간에서도 압축할 특징점을 제어점으로 사용함으로 인해 압축률 대비 복원 오차가 크게 나온다.That is, since the number of knots should be used to restore the signal with the minimum error by uniformly spaced B-spline approximation, the restoration error compared to the compression ratio is large because the feature point to be compressed is used as a control point even in the interval where the change rate is constant. Comes out.
이에 본 발명에서는 정상적인 심전도 신호는 P, Q, R, S, T파의 주기적 반복 신호의 특징에서 QRS complex와 같은 고주파 영역에서는 knot의 수를 늘리고, SQ segment 영역의 변화율이 작은 영역에서는 최소한의 제어점으로 압축률을 높이기 위해 비균일한 간격의 knot 벡터를 생성하는 방법을 제안한다.Therefore, in the present invention, the normal ECG signal is characterized by the periodic repetitive signal of P, Q, R, S, and T waves, and increases the number of knots in the high frequency region such as the QRS complex, and minimizes the control point in the region where the rate of change of the SQ segment region is small. We propose a method to generate non-uniformly spaced knot vectors to increase the compression rate.
본 발명의 실시예에서는 원 신호에서 복원된 신호의 산술적 차를 이용하여 초기의 균일한 간격의 노트(knot) 구간에 대하여 단계적으로 균일하게 노트(knot) 벡터의 수를 늘려 간단하고 효율적인 비균일한 간격의 knot 벡터를 구성하여 근사화한다. In an embodiment of the present invention, a simple and efficient non-uniformity is obtained by increasing the number of knots in steps uniformly over a knot interval of an initial uniform interval by using the arithmetic difference of the signal reconstructed from the original signal. Construct and approximate a knot vector of intervals.
도 2에 나타낸 바와 같이, (a) 단계에서 일정간격의 노트(knot) 벡터를 설정하고 심전도 신호와 유사성이 높은 3차 큐빅(cubic) B-spline 기저 함수를 생성한다.(S100)As shown in FIG. 2, in step (a), a knot vector of a predetermined interval is set, and a third cubic B-spline basis function having high similarity to an ECG signal is generated (S100).
(b) 단계에서, 설정된 노트 벡터에서 제어점을 형성하여 B-spline 근사화하여 복원 데이터(g(x))를 생성하고(S200), (c) 단계에서, 심전도 신호의 원 데이터(f(x)) 및 상기 복원 데이터(g(x))의 산술적 차이인 복원오차(e(x))를 계산한다.(S300) 이때의 오차는 다음 단계의 노트(knot) 벡터를 선택하는 중요한 요소이다. In step (b), a control point is formed from the set note vector to generate B-spline approximation to generate reconstructed data g (x) (S200), and in step (c), the raw data f (x) of the ECG signal. And a reconstruction error e (x), which is an arithmetic difference between the reconstruction data g (x). (S300) The error at this time is an important factor for selecting a knot vector of a next step.
(d) 단계에서, 상기 복원오차(e(x))를 이전 단계의 각 노트(knot) 벡터의 구간에서 RMS(Root Mean Square)를 계산하고, 그 값등의 평균값을 계산하여 상기 각 RMS에서 상기 평균값을 뺀 각각의 차이값 산출한다.(S400) [수학식 4]와 같다.In step (d), the root mean square (RMS) is calculated for the reconstruction error e (x) in the interval of each knot vector of the previous step, and the average value of the value is calculated to calculate the mean value. Each difference value is calculated by subtracting the average value. (S400) [Equation 4].
(e) 단계에서, 상기 각 노트 벡터 구간의 차이값 중 적어도 어느 하나의 값이 미리 설정된 기준값을 초과하는 경우(S500), 상기 초과된 해당 노트(knot) 벡터 구간의 중간에 새로운 노트(knot) 벡터를 추가한다.(S550) 이와 같은 방법으로 원하는(미리 설정한) 복원오차(e(x)) 범위 이내에 수렴할 때까지 노트(knot)를 추가하며 반복한다. 그리고 나서, (f) 단계에서 최종적으로 상기 추가된 노트 벡터를 포함하는 새로운 노트 벡터를 설정하고 B-spline 근사화하여 심전도 신호의 원 데이터를 압축하게 된다.(S600)
In step (e), when at least one of the difference values of the respective note vector sections exceeds a preset reference value (S500), a new knot in the middle of the corresponding knot vector section is exceeded. The vector is added (S550). In this manner, the knot is added and repeated until it converges within a desired (preset) reconstruction error (e (x)) range. Then, in step (f), a new note vector including the added note vector is finally set and B-spline approximated to compress the raw data of the ECG signal (S600).
그리고, 본 발명에 제안한 심전도 신호의 압축 정도와 복원 오차를 표현하기 위해 CR (Compressed Rate)과 PRD(%) (Percent of Root mean square Difference)를 사용한다. CR은 잡음을 제거한 신호의 데이터 비트를 압축 신호의 데이터 비트로 나눈 값을 나타낸다.In addition, a compression rate (CR) and a percent of root mean square difference (PRD) are used to express the compression level and the reconstruction error of the ECG signal proposed in the present invention. CR represents the data bit of the de-noise signal divided by the data bit of the compressed signal.
본 발명의 실시예에서는 비균일한 간격으로 knot 벡터를 정의하지만 최소한의 제어점이 생성되도록 knot을 추가하는 방법을 제안함으로써 샘플 인덱스 기반인 CPR(Compressed Points Rate)을 [수학식 5]와 같이 정의한다. 여기서 fL는 신호의 샘플 인덱스 정점 수이며 CL은 제어점의 샘플 인덱스 정점 수를 나타낸다.
In the embodiment of the present invention, the knot vector is defined at non-uniform intervals, but the compressed indexes based on the sample index are defined as shown in [Equation 5] by proposing a method of adding knot to generate a minimum control point. . Where f L is the number of sample index vertices of the signal and C L is the number of sample index vertices of the control point.
따라서 CR은Therefore CR
이며, Ymbit는 원신호의 전위 레벨 최대 비트수이고, Xmbit는 원신호의 시간축 최대 비트수이다. 또한 ymbit는 압축된 신호의 전위 레벨 최대 비트수, xmbit는 시간축 최대 비트수이다. 비균일 간격의 knot 벡터에 대한 B-spline 근사화에서, CR은 x축에 대하여 단계 정보를 위하여 최소 비트만을 포함하여 계산한다.Where Y mbit is the maximum number of potential level bits of the original signal, and X mbit is the maximum number of bits on the time axis of the original signal. In addition, y mbit is the maximum number of potential level bits in the compressed signal, and x mbit is the maximum number of bits in the time base. In the B-spline approximation for non-uniformly spaced knot vectors, CR is calculated to include only the minimum bits for step information on the x-axis.
PRD는 원 신호(f(x))와 압축한 데이터를 이용하여 복원한 신호(g(x))에 의해 [수학식 6]과 같이 표현한다.
The PRD is expressed by
실험 및 고찰Experiment and consideration
본 발명에서는 제안한 방법의 효용성을 검증하기 위하여 MIT-BIH 부정맥 데이터베이스 레코드 100번 ML신호의 360 샘플링 데이터를 사용하여 실험하였다. MIT-BIH 부정맥 데이터베이스는 심전도 신호처리에 있어서 널리 이용되고 있는 임상데이터로서, 샘플링 주파수는 360Hz이며, 각 심검자로부터 약 30분(약 1800초) 동안 측정한 것이다. 실험용 PC는 3.00GHz Core2 Duo CPU와 3GByte 메모리의 사양이며, MATLAB R2010a를 사용하였다. In order to verify the effectiveness of the proposed method, we experimented with 360 sampling data of 100 ML signal of MIT-BIH arrhythmia database record. The MIT-BIH arrhythmia database is a widely used clinical data for ECG signal processing. The sampling frequency is 360 Hz and measured for about 30 minutes (about 1800 seconds) from each examinee. The experimental PC is a specification of 3.00GHz Core2 Duo CPU and 3GByte memory, and used MATLAB R2010a.
심전도 신호의 잡음 제거를 위한 전처리는 심장 질환 진단에 있어서 중요한 요소를 가지고 있는 주파수 대역인 1Hz ~ 25Hz의 BPF(Band-pass Filter)를 사용 하였다.The preprocessing for noise elimination of ECG signal was performed using bandpass filter (BPF) of 1Hz ~ 25Hz, which is an important component in diagnosing heart disease.
우선, B-spline 근사화에 대한 특성을 살펴보기 위해, MIT-BIH 100번 레코드의 ML신호를 사용하여 실험을 하였다. 도 5는 균일한 간격을 사용하여 원하는 복원신호를 얻기 위해 계속적으로 노트(knot) 벡터를 증가하였다. 도 6은 단계별로 각 구간별 복원오차의 RMS값이 전체 RMS 평균값보다 큰 구간에서 노트(knot) 벡터를 하나씩 추가하는 방식으로 비균일한 구간을 갖는 노트(knot) 벡터에 대한 B-spline 근사화이다. First, to examine the characteristics of B-spline approximation, experiments were performed using the ML signal of the MIT-
균일한 간격의 knot 벡터에 대한 B-spline 근사화와 비교를 위하여 동일 단계에서 복원되는 신호를 분석하였다. 도 5의 (c)에서 제어점 수는 64이며 CR=9, PRD=3.90이다. 그리고 도 6의 (c)에서 제어점의 수는 35이며 CR=16.46, PRD=3.76이다. 이는 같은 단계에서 적은 수의 제어점으로 추정한 곡선이 균일한 간격으로 근사화한 방법보다 우수한 성능을 보임을 알 수 있다. For comparison with B-spline approximation for uniformly spaced knot vectors, the signal reconstructed in the same step was analyzed. In FIG. 5C, the number of control points is 64, and CR = 9 and PRD = 3.90. In FIG. 6C, the number of control points is 35, and CR = 16.46 and PRD = 3.76. It can be seen that the curve estimated by a small number of control points in the same step is superior to the method approximated at uniform intervals.
또한 원 신호에서 노트(knot)를 제거하는 방식으로 비균일한 노트(knot) 벡터를 구성한 B-spline 근사화는 노트(knot)의 수가 40일 때, CR=14.01, PRD=3.11 으로 비슷한 성능을 가진다. 그러나 위 방식은 각 데이터마다 구간별로 최소한의 오차를 찾기 위해 많은 계산을 요구한다. 하지만 본 발명에서 제안한 방법은 단계별로 균일하게 노트(knot)를 추가하는 방식으로 시간의 복잡성을 최소로 할 수 있다.
In addition, B-spline approximation, which consists of non-uniform knot vectors by removing knots from the original signal, has a similar performance with CR = 14.01 and PRD = 3.11 when the number of knots is 40. . However, the above method requires a lot of calculations to find the minimum error of each data section. However, the method proposed in the present invention can minimize the complexity of time by adding knots uniformly step by step.
도 7은 압축 방법에 따라 압축률 대비 복원 오차를 보여 주며 일반적으로 PRD값에 따라 복원 신호의 충실도를 나타낸다. 균일한 간격의 knot 벡터에 대한 B-spline 근사화보다 제안한 방법으로 구성한 비균일한 노트(knot) 벡터에 대한B-spline 근사화를 사용할 경우 같은 PRD에서의 압축률이 좋은 것을 검증할 수 있었다. 또한 PRD 값이 0~2%에 분포하면 very good, 2~9%에 분포하면 good, 9~19 % 에 분포하면 not good으로 표현한다.7 shows the restoration error relative to the compression ratio according to the compression method, and generally shows the fidelity of the restoration signal according to the PRD value. The B-spline approximation for the non-uniform knot vector constructed by the proposed method, rather than the B-spline approximation for uniformly spaced knot vectors, shows that the compression ratio in the same PRD is good. In addition, if PRD value is distributed in 0 ~ 2%, it is very good, when it is distributed in 2 ~ 9%, good, and when it is distributed in 9 ~ 19%, it is expressed as good.
신호의 충실도에 따른 압축률을 비교하기 위해 도 7은 PRD 값이 very good 또는 good에 분포하는 구간을 확대한 것이다. 그 결과로 부터 PRD가 9%일 때 균일한 간격의 B-spline 근사화와 제안한 knot에 대한 비균일 간격의 B-spline 근사화의 압축률은 각각 약 12배, 27배 정도가 됨을 알 수 있다. 그리고 [표 1]은 기존의 다른 다양한 압축방법과 제안한 방법의 각 PRD에 따른 압축률을 비교한 것이다. 비교를 위하여 비슷한 PRD에 대한 압축률을 제시하였다. 제안한 기법의 비균일 간격의 B-spline 근사화 방법이 PRD의 분포가 good인 범위에서 우수한 압축률을 가짐을 알 수 있다.In order to compare the compression rate according to the fidelity of the signal, FIG. 7 is an enlarged section in which the PRD value is distributed in very good or good. From the results, it can be seen that when the PRD is 9%, the compression ratios of the uniformly spaced B-spline approximation and the non-uniformly spaced B-spline approximation for the proposed knot are about 12 times and 27 times, respectively. [Table 1] compares the compression ratios according to the PRDs of various other conventional compression methods and the proposed method. Compression ratios for similar PRDs are presented for comparison. The non-uniformly spaced B-spline approximation of the proposed technique has good compression ratio in the range of good distribution of PRD.
심전도 신호는 P, Q, R, S, T파의 일정한 형태의 파형들로 이루어진 주기적 반복 신호로써, QRS complex와 같은 변화율이 큰 영역과 SQ segment의 변화율이 작은 영역으로 구성되어 있다. 이에 본 발명에서는 변화율이 일정한 구간에서 최소한의 제어점을 선택하여 심전도 신호를 효과적으로 저장, 분석 및 전송하기 위한 압축 방법을 제안한다.The ECG signal is a periodic repetitive signal composed of waveforms of P, Q, R, S, and T waves. The ECG signal is composed of a large change rate such as a QRS complex and a small change rate of an SQ segment. Accordingly, the present invention proposes a compression method for effectively storing, analyzing, and transmitting an ECG signal by selecting a minimum control point in a section having a constant change rate.
제안된 본 발명에 따른 심전도 신호 압축 방법은 B-spline 근사화를 이용한 방법으로, 복원 오차를 최소로 하는 최적의 knot 벡터를 제시하고, 심전도 신호가 곡선 형태임을 감안하여 B-spline 곡선의 기저함수를 큐빅 B-spline으로 사용함으로써, 압축의 실효성을 높이고 단계별 오차에 대하여 균일하게 정점을 추가하는 방법에 기반하여 압축을 함으로써 시간 복잡도를 최소화 하고 압축률 대비 복원 오차를 줄였다.The proposed ECG signal compression method using B-spline approximation provides an optimal knot vector that minimizes the reconstruction error, and considers the basis function of the B-spline curve considering the ECG signal is curved. By using the cubic B-spline, the compression is based on the method of increasing the effectiveness of the compression and adding the vertices uniformly to the step error, thereby minimizing the time complexity and reducing the recovery error against the compression ratio.
또한, 본 발명의 실시예에서 제안된 방법의 검증을 위하여 MIT-BIH 부정맥 데이터베이스에 있는 심전도 신호에 대하여 실험을 수행하고, 그 결과로부터 균일한 구간의 B-spline 근사화 방법과 단계별로 knot를 추가하는 비균일한 구간의 B-spline 근사화 방법을 비교 분석하고 제안한 압축 방법의 효용성을 입증하였다.
In addition, for the verification of the proposed method in the embodiment of the present invention, an experiment is performed on the ECG signal in the MIT-BIH arrhythmia database, and the k-step addition method and the step-by-step k-spline approximation from the result are added. The B-spline approximation method for nonuniform intervals was analyzed and the effectiveness of the proposed compression method was demonstrated.
이상의 설명에서 본 발명은 특정의 실시 예와 관련하여 도시 및 설명하였지만, 특허청구범위에 의해 나타난 발명의 사상 및 영역으로부터 벗어나지 않는 한도 내에서 다양한 개조 및 변화가 가능 하다는 것을 당 업계에서 통상의 지식을 가진 자라면 누구나 쉽게 알 수 있을 것이다.
While the invention has been shown and described with respect to the specific embodiments thereof, it will be understood by those skilled in the art that various changes and modifications may be made without departing from the spirit and scope of the invention as defined by the appended claims. Anyone with it will know easily.
Claims (6)
(a) 일정간격의 노트(knot) 벡터를 설정하고 B-spline 기저함수를 생성하는 단계;
(b) 설정된 노트 벡터에서 제어점을 형성하여 B-spline 근사화하여 복원 데이터를 생성하는 단계;
(c) 심전도 신호의 원 데이터 및 상기 복원 데이터의 산술적 차이인 복원오차를 계산하는 단계;
(d) 상기 복원오차를 상기 각 노트(knot) 벡터의 구간에서 RMS(Root Mean Square)를 계산하고, 상기 각 RMS의 평균값을 계산하여 상기 각 RMS에서 상기 평균값을 뺀 각각의 차이값 산출하는 단계;
(e) 상기 각각의 차이값 중 적어도 어느 하나의 값이 미리 설정된 기준값을 초과하는 경우, 상기 초과된 해당 노트(knot) 벡터 구간의 중간에 새로운 노트(knot) 벡터를 추가하는 단계; 및
(f) 상기 추가된 노트 벡터를 포함하는 새로운 노트 벡터를 설정하고 B-spline 근사화하여 압축하는 단계를 포함하는 것을 특징으로 하는 B-spline 근사화 기반의 심전도 신호 압축방법.
In the compression method for storing and transmitting the ECG signal,
(a) setting a knot vector of a predetermined interval and generating a B-spline basis function;
(b) generating a reconstruction data by forming a control point from the set note vector and B-spline approximation;
(c) calculating a restoration error which is an arithmetic difference between the original data of the ECG signal and the restoration data;
(d) calculating the root mean square (RMS) in the interval of each knot vector for the restoration error, calculating an average value of each RMS, and calculating respective difference values obtained by subtracting the average value from each RMS. ;
(e) adding a new knot vector in the middle of the exceeded knot vector interval when at least one value of each difference value exceeds a preset reference value; And
and (f) setting a new note vector including the added note vector and compressing the B-spline approximation.
상기 모든 노트 벡터 구간의 차이값이 기준값 이하인 경우가 발생할 때까지, 상기 (d) 단계 및 (e) 단계를 반복하는 단계를 더 포함하는 것을 특징으로 하는 B-spline 근사화 기반의 심전도 신호 압축방법.
The method of claim 1,
And repeating steps (d) and (e) until the difference value of all the note vector intervals is equal to or less than a reference value.
상기 (a) 단계는,
큐빅 B-spline 기저함수를 일정간격의 다수의 노트(knot) 벡터를 설정하여 B-spline 기저함수를 생성하는 단계인 것을 특징으로 하는 B-spline 근사화 기반의 심전도 신호 압축방법.
The method according to claim 1 or 2,
The step (a)
B-spline approximation ECG signal compression method comprising the step of generating a B-spline basis function by setting a plurality of knot (knot) vector of the cubic B-spline basis function at a predetermined interval.
상기 (b) 단계는,
상기 다수의 각 노트(knot) 벡터에서 상기 B-spline 기저함수에 대하여 제어점을 형성하는 단계를 포함하는 것을 특징으로 하는 B-spline 근사화 기반의 심전도 신호 압축방법.
The method of claim 3,
The step (b)
And forming a control point for the B-spline basis function in each of the plurality of knot vectors.
상기 제어점은 최소자승법(Least Square Method) B-spline 함수 근사를 이용하여 형성하는 것을 특징으로 하는 B-spline 근사화 기반의 심전도 신호 압축방법.
5. The method of claim 4,
The control point is formed using a Least Square Method (B-spline) approximation B-spline approximation based ECG signal compression method.
상기 복원 데이터의 B-spline 곡선은 상기 B-spline 기저함수와 상기 제어점의 선형조합으로 표현되는 것을 특징으로 하는 B-spline 근사화 기반의 심전도 신호 압축방법.
5. The method of claim 4,
The B-spline curve of the reconstruction data is represented by a linear combination of the B-spline basis function and the control point B-spline approximation based ECG signal compression method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120002751A KR101293644B1 (en) | 2012-01-10 | 2012-01-10 | ECG signal compression based on B-spline approximation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120002751A KR101293644B1 (en) | 2012-01-10 | 2012-01-10 | ECG signal compression based on B-spline approximation |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130081766A true KR20130081766A (en) | 2013-07-18 |
| KR101293644B1 KR101293644B1 (en) | 2013-08-13 |
Family
ID=48993293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120002751A KR101293644B1 (en) | 2012-01-10 | 2012-01-10 | ECG signal compression based on B-spline approximation |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101293644B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105046057A (en) * | 2015-06-24 | 2015-11-11 | 上海大学 | LSSVM (Least Square Support Vector Machine) pulsation wind speed prediction method based on Morlet wavelet kernel |
-
2012
- 2012-01-10 KR KR1020120002751A patent/KR101293644B1/en active IP Right Grant
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105046057A (en) * | 2015-06-24 | 2015-11-11 | 上海大学 | LSSVM (Least Square Support Vector Machine) pulsation wind speed prediction method based on Morlet wavelet kernel |
| CN105046057B (en) * | 2015-06-24 | 2019-04-02 | 上海大学 | LSSVM fluctuating wind speed prediction technique based on Morlet Wavelet Kernel |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101293644B1 (en) | 2013-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ramakrishnan et al. | ECG coding by wavelet-based linear prediction | |
| Tan et al. | A novel Blaschke unwinding adaptive-Fourier-decomposition-based signal compression algorithm with application on ECG signals | |
| Manikandan et al. | Wavelet-based electrocardiogram signal compression methods and their performances: A prospective review | |
| Singh et al. | Optimal selection of wavelet basis function applied to ECG signal denoising | |
| Akhter et al. | ECG comptression using run length encoding | |
| TW201338756A (en) | Electrocardiogram signal compression and de-compression system | |
| Ahmed et al. | ECG data compression using optimal non-orthogonal wavelet transform | |
| Hosny et al. | Efficient compression of bio-signals by using Tchebichef moments and Artificial Bee Colony | |
| Chandra et al. | Computationally efficient cosine modulated filter bank design for ECG signal compression | |
| Tang et al. | Phonocardiogram signal compression using sound repetition and vector quantization | |
| Reddy et al. | Evaluation of objective distortion measures for automatic quality assessment of processed PPG signals for real-time health monitoring devices | |
| El B’charri et al. | The ECG signal compression using an efficient algorithm based on the DWT | |
| Kumar et al. | Efficient compression technique based on temporal modelling of ECG signal using principle component analysis | |
| Fathi et al. | An energy-efficient compression algorithm of ECG signals in remote healthcare monitoring systems | |
| Dias et al. | Compressive sensing of electrocardiogram | |
| Guedri et al. | ECG compression with Douglas-Peucker algorithm and fractal Interpolation. | |
| CN117814805A (en) | Intelligent processing method for data of clinical care equipment | |
| Pathok et al. | Data compression of ECG signals using error back propagation (EBP) algorithm | |
| Pan et al. | Improved blood pressure estimation using photoplethysmography based on ensemble method | |
| KR101293644B1 (en) | ECG signal compression based on B-spline approximation | |
| Pandhe et al. | ECG data compression for a portable ECG recorder and transmitter | |
| Yang et al. | An effective morphological-stabled denoising method for ECG signals using wavelet-based techniques | |
| Wu et al. | The sparse decomposition and compression of ECG and EEG based on matching pursuits | |
| Kumar et al. | Compressed sensing based ECG signal compression for telemedicine | |
| Talbi et al. | Flexible ECG signal modeling and compression using alpha stable functions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20160617 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20170621 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20180626 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20190627 Year of fee payment: 7 |