基于块稀疏贝叶斯学习算法的心电数据重构

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.

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

所属期刊栏目：24

分类号：TN911.7

在线出版日期：2016-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：223-226