| 講演名 | 1997/9/19 心電図の非線形予測符号化 小泉 将臣, 松岡 智毅, 横田 康成, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 心臓疾患の診断にしばしば利用される心電図の長時間連続記録やデータ伝送などにおいては, 心電図データを符号化し適度な情報圧縮を行うことが情報伝送コスト削減の有効な手段となる. これまで比較的高いビットレート域での符号化には, DPCMなどの予測符号化法が利用されることが多かった. しかし, 線形自己回帰モデル (AR モデル) を用いた心電図の線形予測では, 予測次数 (モデル次数) を2,3次以上にしても予測誤差がほとんど減少しないことが指摘されている. 特に診断において重要な QRS 波の部分で大きな予測残差を持つことが問題となる. この要因は, QRS 波の発生メカニズムに非線型作用が関与しているためであると推測される. そこで, 非線形システム同定のためのモデルであるボルテラ汎関数級数モデル, 3層階層型ニューラルネットを非線形自己回帰モデルとして利用し心電図の非線形予測を行った. これより, 非線形予測では線形予測に比べ, QRS 波の部分で予測残差が特に大きく減少し, 心電図波形全体に対する平均2乗誤差は, 約4[dB]減少することが示された. 本稿では, こうした非線形モデルを用いた心電図の非線形予測符号化法を提案した. 数値実験の結果, 心電図の非線形予測符号化に関しては, ボルテラ汎関数級数, 3層階層型ニューラルネットは, ほぼ等しい符号化性能が持つことが確認された。また、心電図に対する非線形予測符号化では, 線形予測符号化, 直交ウェーブレット変換符号化と比較して, それぞれ 0.2, 0.1[bits]程度, 符号化効率が改善されることが示された. |
| 抄録(英) | A coding method for the compression of discrete electrocardiogram (ECG) is proposed. The method is based on nonlinear prediction in which Volterra functional series model or 3 layered Neural Network Model is employed as a nonlinear autoregressive model. It has been shown that there is no substantial improvement of prediction error even if using greater than 2 or 3 prediction order in linear prediction of ECG. Our numerical experiments indicate that the proposed nonlinear prediction technique extremely decrease the prediction error in QRS complex. It means that QRS complex includes nonlinearities, which could not be sufficiently eliminated by conventional linear prediction. The designed ECG coder can provide less bit rate, or higher performances than both linear prediction and wavelet orthogonal transform coders. |
| キーワード(和) | ボルテラ汎関数級数 / ニューラルネット / 非線形予測 / 予測符号化 / データ圧縮 |
| キーワード(英) | Volterra functional series / Neural network / Nonlinear prediction / Prediction coding / Data compression |
| 資料番号 | NLP97-79 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLP |
|---|---|
| 開催期間 | 1997/9/19(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Nonlinear Problems (NLP) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 心電図の非線形予測符号化 |
| サブタイトル（和） | |
| タイトル（英） | Nonlinear Prediction Coding of ECG |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ボルテラ汎関数級数 / Volterra functional series |
| キーワード(2)（和/英） | ニューラルネット / Neural network |
| キーワード(3)（和/英） | 非線形予測 / Nonlinear prediction |
| キーワード(4)（和/英） | 予測符号化 / Prediction coding |
| キーワード(5)（和/英） | データ圧縮 / Data compression |
| 第 1 著者 氏名（和/英） | 小泉 将臣 / Masaomi KOIZUMI |
| 第 1 著者 所属（和/英） | 岐阜大学工学研究科 電子情報工学専攻 Electronics and Computer Engineering Division, Graduate School of Engineering, Gifu University |
| 第 2 著者 氏名（和/英） | 松岡 智毅 / Noritaka MATUOKA |
| 第 2 著者 所属（和/英） | 岐阜大学工学研究科 電子情報工学専攻 Electronics and Computer Engineering Division, Graduate School of Engineering, Gifu University |
| 第 3 著者 氏名（和/英） | 横田 康成 / Yasunari YOKOTA |
| 第 3 著者 所属（和/英） | 岐阜大学工学部 応用情報学科 Department of Information Science, Faculty of Engineering, Gifu University |
| 発表年月日 | 1997/9/19 |
| 資料番号 | NLP97-79 |
| 巻番号（vol） | vol.97 |
| 号番号（no） | 258 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |