换一批
换一批基于块稀疏贝叶斯学习算法的心电数据重构
Electrocardiograph Reconstruction Based on Block Sparse Bayesian Learning Algorithm
摘要压缩感知(CS)技术在心电信号上的应用具有低成本、低功耗等优势,但传统的CS算法重构心电信号质量并不理想.本文介绍了一种基于信号块结构内相关性的块稀疏贝叶斯学习(BSBL)CS算法;并对MIT-BIH数据库中心电数据进行实验,结果显示其均方根误差远低于传统CS算法,表明该算法能够高质量重构心电信号.BSBL算法在心电数据上的应用有效降低了对数据的采样频率,从而缓解存储压力并降低功耗.
更多相关知识
关键词
信号处理,计算机辅助压缩感知算法块稀疏贝叶斯学习Signal processing,computer-assistedCompressed sensingAlgorithmsBlock sparse bayesian learning
分类号
TN911.7
栏目名称
医学影像工程学
DOI
10.3969/j.issn.1005-5185.2016.03.020
发布时间
2016-08-09
- 浏览149
- 被引2
- 下载13
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
