稀疏分解是近年发展起来的新的信号处理方法,其优势在于分解所用的基(字典)是超完备的,能更真切地反映信号本质,因此能得到信号的稀疏表示,对数据压缩非常有利.利用稀疏分解的这一优势,进行了心电数据压缩的探索研究.通过对MIT-BIH心电数据库中数据的训练学习,构造出的心电数据字典中的原子能反映出心电信号的时频域特点,能用较少的原子重构心电信号.该心电数据压缩算法能够按照实际的要求调整压缩比,且失真较小(压缩比达到20:1时,均方误差只有5.11%).实验表明,该算法用于心电数据压缩是切实可行的.
