一种基于 Blaschke Unwinding 自适应傅里叶分解的新型信号压缩算法及其在 ECG 信号上的应用
信号处理
2018-03-20 v1 数据分析、统计与概率
机器学习
摘要
本文提出了一种基于 Blaschke unwinding 自适应傅里叶分解（AFD）的新型信号压缩算法。Blaschke unwinding AFD 是一种新发展的信号分解理论。它在每个分解步骤中利用 Nevanlinna 分解和极大选择原理，从而实现了更快的收敛速率和更高的保真度。所提出的压缩算法被应用于心电图（ECG）信号。为了评估所提出压缩算法的性能，除了通用评估标准外，我们还考虑了与临床需求相关的较少讨论的标准——为了心率变异性分析的目的，评估了 R 峰信息保留的准确度。实验在 MIT-BIH 心律失常基准数据库上进行。结果表明，所提出的算法优于其他 SOTA 方法。同时，它也很好地保留了 R 峰信息。
引用
@article{arxiv.1803.06441,
title = {A Novel Blaschke Unwinding Adaptive Fourier Decomposition based Signal Compression Algorithm with Application on ECG Signals},
author = {Chunyu Tan and Liming Zhang and Hau-tieng Wu},
journal= {arXiv preprint arXiv:1803.06441},
year = {2018}
}