Abstract
This paper presents the ECG data compression method referred the adaptive fractal interpolation algorithm. In the previous piecewise fractal interpolation(PFI) algorithm, the size of range is fixed So, the reconstruction error of the PFI algorithm is nonuniformly distributed in the part of the original ECG signal. In order to improve this problem, the adaptive fractal interpolation(AEI) algorithm uses the variable range. If the predetermined tolerance was not satisfied, the range would be subdivided into two equal size blocks. large ranges are used for encoding the smooth waveform to yield high compression efficiency, and the smaller ranges are U for encoding rapidly varying parts of the signal to preserve the signal quality. The suggested algorithm was evaluated using MIT/BIH arrhythmia database. The AEI algorithm was found to yield a relatively low reconstruction error for a given compression ratio than the PFI algorithm. In applications where a PRD of about 7.13% was acceptable, the ASI algorithm yielded compression ratio as high as 10.51, without any entropy coding of the parameters of the fractal code.
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.
