• 대한의용생체공학회:의공학회지
• /
• 제16권1호
• /
• pp.17-24
• /
• 1995

본 논문은 iterated contractive transformations을 이용한 심전도 데이터 압축에 관한 새로운 방법을 제안한다. 이방법은 piecewise self-affine fractal interpolation(PSAFI)에 의해 심전도 신호의 임의 구간들을 표현한다. Piecewise self-affine fractal model은 자기자신의 수축적 유사 변환으로 구성된다고 볼 수 있는 이산 데이터에 사용된다. 제안된 알고리즘은 MIT/BIH arrhythmia 데이터베이스로 평가되었다. PSAFI는 주어진 압축율에서 기존의 직접 압축 방법보다 상대적으로 적은 재생 오차를 나타냈다. 샘플링 주파수는 400Hz이고 resolution은 12bits인 원래 신호에 대해 압축율이 883.9bps일때 평균재생오차(APRD)는 5.39%를 나타냈다.

• 대한의용생체공학회:의공학회지
• /
• 제17권1호
• /
• pp.121-128
• /
• 1996

본 논문은 심전도 데이터 압축을 위해 적응 프랙탈 보간(AFI)알고리듬 방법을 제안한다. 기존의 분할 프랙탈 보간(PFI) 알고리듬은 고정된 크기의 정의역 블럭을 사용한다. 따라서 그 재생오차가 원래의 심전도 신호의 특정 부분에 집중된다. 이 문제를 해결하기 위해 적응 프랙탈 보간 알고리듬에서는 가변 정의역 블럭을 사용한다. 만약 미리 정한 허용오차가 만족되지 않으면 정의역 블럭은 두개의 더 작은 정의역 블럭들로 나뉘어지게 된다. 큰 정의역 블럭들은 높은 압축 효율을 얻기 위해 굴곡이 적은 파형을 부호화 하는데 사용되고, 더 작은 정의역 블럭들은 신호의 질을 유지하기 위해 급격히 변화하는 파형을 부호화 하는데 사용된다. 제안된 알고리즘은 MIT/BIH 데이터베이스를 사용하여 평가되었다. AFI알고리듬은 주어진 압축률에서 기존의 PFI알고리듬보다 상대적으로 적은 재생 오차를 나타냈다. 약 7.13% 정도의 실효치 차이가 허용되는 응용에서, AFI알고리듬은 매개변수들에 대한 엔트로피 코딩 없이 10.51 이상의 압축률을 얻을 수 있었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1994년도 추계학술대회
• /
• pp.134-137
• /
• 1994

In this paper, we describe an approach to ECG data coding based on a fractal theory of iterated contractive transformations defined piecewise. The main characteristic of this approach is that it relies on the assumption that signal redundancy can be efficiently captured and exploited through piecewise self-transformability on a block-wise basis. The variable range size technique is employed to reduce the reconstruction error. Large ranges are used for encoding the smooth waveform to yield high compression efficiency, and the smaller ranges are used for encoding rapidly varying parts of the signal to preserve the signal quality. The suggested algorithm was evaluated using MIT/BIH arrhythmia database. A high compression ratio is achieved with a relatively low reconstruction error.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1994년도 춘계학술대회
• /
• pp.43-48
• /
• 1994

본 논문은 반복 수축 변환의 프랙탈(fractal) 이론에 근거한 심전도 데이터 압축에 관한 연구이다. 심전도 데이터에 반복 함수계(Iterated Function System : IFS) 모델을 적용하여 신호 자체의 자기 유사성(self-similarity)을 반복 수축 변환으로 표현하고, 그 매개변수만을 저장한다. 재구성시는 변환 매개변수를 반복 적용하여 원래의 신호에 근사되어지는 값을 얻게 된다. 심전도 데이타는 부분적으로 자기 유사성을 갖는다고 보고, 부분 자기-유사 프랙탈 모델(piecewise self-affine fractal model)로 표현될 수 있다. 이 모델은 신호를 특정 구간들로 나누어 각 구간들에 대해 최적 프랙탈 보간(fractal interpolation)을 구하고 그 중 오차가 가장 작은 매개변수만을 추출하여 저장한다. 이 방법을 심전도 데이타에 적용한 결과 특정 압축율에 대해 아주 적은 재생오차 (percent root-mean-square difference : PRD)를 얻을 수 있었다.