基于有损/无损压缩算法的脑电数据混合压缩技术
信号处理
2019-05-09 v3
摘要
由于高采样率，记录的脑电图（EEG）数据具有较大的体量。因此，存储和传输EEG数据需要较大的空间与更多的带宽。为此，对EEG数据进行预处理与压缩，对于以更少带宽和更少空间高效传输与存储而言是十分重要的一环。本文旨在开发一套高效的EEG数据压缩系统。在该系统中，记录的EEG数据首先于预处理单元中进行预处理，该单元完成EEG数据的标准化与分段。随后，所得EEG数据送入压缩单元。压缩单元由有损压缩算法与随后的无损压缩算法组成。有损压缩算法将随机的EEG数据转换为具有高冗余度的数据；继而引入无损压缩算法，利用所得数据的高冗余度获取高压缩比（CR）而不产生额外损失。本文提出以离散余弦变换（DCT）与离散小波变换（DWT）作为有损压缩算法，并以算术编码与游程编码（RLE）作为无损压缩算法。为评估所提系统，我们计算了总压缩与重建时间（T）、均方根误差（RMSE）及CR。仿真结果表明，在DCT算法后添加RLE在压缩比与复杂度方面性能最优：以DCT作为有损压缩、RLE作为无损压缩时，在RMSE=0.14下CR=90%，且在RMSE=0.2下CR超过95%。
引用
@article{arxiv.1804.02713,
title = {Hybrid Compression Techniques for EEG Data Based on Lossy/Lossless Compression Algorithms},
author = {Madyan Alsenwi and Tawfik Ismail and M. Saeed Darweesh},
journal= {arXiv preprint arXiv:1804.02713},
year = {2019}
}