面向远程信息共享的大容量心电数据压缩与流式传输

《面向远程信息共享的大容量心电数据压缩与流式传输》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学面向远程信息共享的大容量，IL,电数据的压缩和流式传输硕士学位论文摘要远程医疗是医疗卫生资源共享的有效解决途径，远程诊断和会诊是其重要组成部分。心电图尤其是动态心电图等大容量心电数据，为临床诊断心血管疾病提供了丰富的数据信息和诊断依据。大容量心电数据的远程信息共享是心血管疾病远程诊断和会诊需要解决的首要问题和关键问题。本文将解决大容量心电数据的远程信息共享作为研究目标，提出大容量心电数据远程共享面临的主要问题是心电数据的无损压缩和流式传输。针对这个目标，本文的主要工作如下：第一，详细论述了心电数据的无损压缩和流式传输的基

2、本原理和特点，回顾了国内外相关领域的发展现状，并指出目前存在的主要问题。第二，通过对心电信号的特点分析，参考各种压缩算法的基本原理，提出了一种基于JPEG2000的一维与二维相结合的心电无损压缩算法。该算法压缩率高且性能较好。第三，基于心电数据远程共享的传输和浏览需求，通过实验与分析，设计了分段、分采样率和分导联相结合大容量心电数据流式传输方案，并结合本文提出的基于JPEG2000的一维与二维相结合的心电无损压缩算法，详细定义了大容量心电传输的数据组织结构。最后。通过MIT-BIH心律失常标准数据库全部48条记录对本文无损压缩算

3、法进行效果评估；对本文设计的大容量心电数据的无损压缩和流式传输的共享性能进行了定量的综合评估。结果显示：本文提出的基于IPEG2000的一维与二维相结合的心电无损压缩算法，其压缩效果优于其它基于同样测试数据集的国内外心电无损压缩算法；本文设计的基于心电压缩和流式传输的大容量心电数据远程共享方案能够满足心血管疾病远程诊断和会诊的需要。关键字：心电图、无损压缩、流、远程诊断、熵编码、JPEG2000浙江丈学面向远程信息共享的大容量心电数据的压缩和流式传输硕士学位论文ABSTRACTTelemedicineisaneffectivew

4、aytosharinghealthycareresourc卷Remotediagnosisandconsultationareimportantpartsofit．ECGespeciallythelarge-scaleECGdatasuchasdynamicECGoffersplentyinformationforthediagnosisofcardiovasculardiseases，Sotheteledatasharingoflarge-scaleECGistheprincipalissueonremotediagnosis

5、andconsultationofcardiovasculardiseases．ThisdissertationWasbroughtforwardforthesolutionofteledatasharingoflarge·scaleECGdata．Themainworksarelarge-scaleECGdatacompressionandstreamingwhicharethekeyissuesonteledatasharin吕Detailedworksarefollowings：Fimtly,expoundedthebas

6、icfundamentalandcharacteristicsoflo鹞lessECGdatacompressionandstreaming；reviewedthedevelopmentofthesetechniquesinbothdomesticandforeignrelatedfield；andindicatedthemainproblems．Secondly．proposedatosslessECGdatacompressionalgorithmwhichisb躺edonJPEG2000andintegratedbothI

7、Dand2Dcompressionmethod．Theproposedalgorithmhashighcompressionrateandexcellentperformance．Thirdly,designedasolutionforteledatasharingoflarge-scaleECGwhichrangedECGdatabysegments,sampleratesandleads，appliedtheproposedcompressionalgorithm；definedtheorganizingframeoflar

8、ge-scaleECGdat乱Finally,evaluatedtheproposedIosslessECGcompressionalgorithmusingtheallforty-eightrecordsinMIT-B1HArrhythmiadatabase；