تعداد نشریات | 44 |
تعداد شمارهها | 1,304 |
تعداد مقالات | 15,973 |
تعداد مشاهده مقاله | 52,335,542 |
تعداد دریافت فایل اصل مقاله | 15,103,197 |
فشردهسازی سیگنالهای صوتی قلب (PCG) مبتنی بر نمونهکاهی و دوبعدیسازی | ||
پردازش سیگنال پیشرفته | ||
مقاله 9، دوره 4، شماره 2 - شماره پیاپی 6، آذر 1399، صفحه 263-278 اصل مقاله (1.77 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/jasp.2021.45869.1142 | ||
نویسندگان | ||
سلیمه مرادی1؛ هادی گرایلو* 2 | ||
1دانشگاه صنعتی شاهرود | ||
2گروه الکترونیک- دانشکده برق و رباتیک - دانشگاه صنعتی شاهرود | ||
چکیده | ||
در این مقاله یک روش فشردهسازی بااتلاف با قابلیت کنترل نسبی کیفیت سیگنال بازسازی شده برای سیگنال صوتی قلب یا فونوکاردیوگرام (PCG) پیشنهاد شده است که مبتنی بر دو ایده مهم یکی نمونهکاهی و دیگری دوبعدیسازی و تشکیل تصویر PCG است. در فشردهسازی تصویر PCG از تبدیل موجک و یک کدگذار ماتریس ضرایب موجک به نام «موجک درخت فضاگرا» (STW) استفاده شده است. در روش پیشنهادی، قابلیت نسبی کنترل کیفیت سیگنال بازسازی شده به کمک یک آستانه از جنس معیار ارزیابی «ریشه درصدی میانگین مجذور تفاضلات» (PRD) وجود دارد. نتایج شبیهسازی روش پیشنهادی روی چند پایگاه داده قابل دسترس برای همگان نشان میدهد که مرحله نمونهکاهی سهم زیادی در افزایش میزان فشردهسازی به ویژه در مورد پایگاههای داده با فرکانس نمونهبرداری بالا دارد. عامل مهم بعدی در بهبود کارایی فشردهسازی روش پیشنهادی، استفاده از دوبعدیسازی سیگنال PCG به منظور استفاده از تزایدهای بین دورهای موجود در این نوع سیگنالهای تکرارشونده، و استفاده از روشهای موثر امروزی برای فشردهسازی تصویر است. کارایی روش پیشنهادی بر طبق معیارهای متوسط PRD و متوسط «نسبت فشردهسازی» (CR) ارزیابی و با نتایج چند روش موجود مقایسه شده است. در این ارزیابی، به ازاء مقدار تقریبی PRD≤5% پایینترین مقدار متوسط میزان فشردهسازی مربوط به دسته آرتیفکت از پایگاه داده پاسکال (با فرکانس نمونهبرداری 2000 هرتز) و بیشترین مقدار متوسط میزان فشردهسازی مربوط به پایگاه داده دانشگاه واشنگتن (با فرکانس نمونهبرداری 44100 هرتز) حاصل شده است. | ||
کلیدواژهها | ||
سیگنال صوتی قلب (PCG)؛ فشردهسازی سیگنال؛ نمونهکاهی؛ قطعهبندی سیگنال PCG؛ کنترل کیفیت سیگنال | ||
مراجع | ||
[1] Y.-R. Chien, K.-Ch. Hsu, and H.-W. Tsao, "Phonocardiography signals compression with deep convolutional autoencoder for telecare applications," Applied Sciences, vol. 10, no. 17, p. 5842, 2020. [2] A. Subasi, Practical Guide for Biomedical Signals Analysis Using Machine Learning Techniques: A MATLAB Based Approach, Academic Press, 2019. [3] N. Boukhennoufa, K. Benmahammed and R. Benzid, “Effective PCG signals compression technique using an enhanced 1-D EZW,” International Journal of Advanced Science and Technology, vol. 48, pp. 89-102, 2012. [4] M. S. Manikandan and S. Dandapat, " Wavelet-based ECG and PCG signals compression technique for mobile telemedicine," 15th International Conference on Advanced Computing and Communications (ADCOM 2007), pp. 164-169, Guwahati, India, 18-21 Dec. 2007. [5] S. Kim and D. Hwang, “Murmur-adaptive compression technique for phonocardiogram signals,” IEEE Electronics Letters, vol. 52, no. 3, pp. 183-184, 2016. [6] A. Bendifallah, M. Boulemden and R. Benzid, “Bitmask and SPIHT based PCG signal compression”, 2015 4th International Conference on Electrical Engineering (ICEE), 13-15 Dec. 2015, Boumerdes, Algeria. [7] M. Chowdhury, K. Poudel, and Y. Hu, " Phonocardiography data compression using discrete wavelet transform," 2018 IEEE Signal Processing in Medicine and Biology Symposium (SPMB), Philadelphia, PA, USA, 1-1 Dec. 2018. [8] M. S. Manikandan, K. P. Soman, and S. Dandapat, " Quality-driven wavelet based PCG signal coding for wireless cardiac patient monitoring," Proceedings of the 1st International Conference on Wireless Technologies for Humanitarian(ACWR 2011), pp. 519-526, Amritapuri, December 2011. [9] J. M. Aljarin and R. R. Merino, "Wavelet and wavelet packet compression of phonocardiograms," Electronic Letters, vol. 40, no. 17, pp. 1040-1041, 2004. [10] V. Aggarwal, S. Gupta, M. S. Patterh, and L. Kaur, " Analysis of compressed foetal phonocardiography (PCG) signals with discrete cosine transform and discrete wavelet transform," IETE Journal of Research, doi: 10.1080/03772063.2020.1725662, 2020. [11] W. Qin and P. Wang, "A remote heart sound monitoring system based on LZSS lossless compression algorithm," 2013 IEEE 4th International Conference on Electronics Information and Emergency Communication, Beijing, China, 15-17 Nov. 2013. [12] H. Tang, J. Zhang, J. Sun, T. Qiu, and Y. Park, "Phonocardiogram signal compression using sound repetition and vector quantization," Computers in Biology and Medicine, vol. 71, pp. 24-34, 2016. [13] J. M.- Alajarin, J. L.- Candel, and R. R.-Merino, " ASEPTIC: Aided system for event-based phonocardiographic telediagnosis with integrated compression," 2006 Computers in Cardiology, Valencia, Spain, 17-20 Sept. 2006. [14] J. M.- Alajarin, J. G.- Guerrero, and R. R.- Merino, " Optimization of the compression parameters of a phonocardiographic telediagnosis system using genetic algorithms,"In: Mira J., Álvarez J.R. (eds) Bio-inspired Modeling of Cognitive Tasks. IWINAC pp. 508–517 June 2007. Lecture Notes in Computer Science, vol 4527. Springer, Berlin, Heidelberg. [15] S. Patidar and R. B. Pachori, "Tunable-Q wavelet transform based optimal compression of cardiac sound signals," 2016 IEEE Region 10 Conference (TENCON), 2016, pp. 2193-2197, doi: 10.1109/TENCON.2016.7848416. [16] J. M. Shapiro, "Embedded image coding using zerotrees of wavelet coefficients," IEEE Transactions on Signal Processing, vol. 41, no. 12, pp. 3445–3462, 1993. [17] A. Said and W. A. Pearlman, "A new, fast, and efficient image codec based on set partitioning in hierarchical trees" IEEE Transactions on Circuits Systems and Video Technology, vol. 6, no. 3, pp. 243–250, 1996. [18] A. Said and W. A. Pearlman, "Image compression using the spatial-orientation tree," in Proceedings of the IEEE International Symposium Circuits and Systems, pp. 279–282, 1993. [19] W. Burger and M. J. Burge, Principles of digital image processing: core algorithms, Springer, London, 2009. [20] http://www.med.umich.edu/lrc/psb_open/html/repo/primer_heartsound/primer_heartsound.html. Accessed 1 Apr 2021. [21] https://physionet.org/content/fpcgdb/1.0.0/. Accessed 1 Apr 2021. [22] P Bentley, PASCAL Classifying heart sounds challenge (2011). http://www. peterjbentley.com/heartchallenge/ Accessed 1 Apr 2021. [23] https://physionet.org/content/challenge-2016/1.0.0/ Accessed 1 Apr 2021. [24] http://depts.washington.edu/physdx/heart/demo.htmlAccessed 1 Apr 2021. [25] M. Chowdhury, K. Poudel, and Y. Hu, "Automatic phonocardiography analysis using discrete wavelet transform," Proceedings of the 3rd International Conference on Vision, Image and Signal Processing (ICVISP), Vancouver, BC, Canada, 26-28 August, 2019. | ||
آمار تعداد مشاهده مقاله: 477 تعداد دریافت فایل اصل مقاله: 492 |