基于矩阵/张量分解优化NLC算法的MC-EEG压缩

• 作者: 李雪梅 田涛 赵丽 齐兴斌
• 来源期刊: 激光杂志
• 学科: 医学
• 关键词: 脑电图 矩阵/张量分解 有损编码 近无损压缩算法 重构信号
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 实验技术与装置
• 页码范围: 67-69,73
• 页数: 4页
• 分类号: R741
• 字数: 2539字
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2014.10.067

摘要

针对脑电图压缩效率问题，本文提出一种新的基于矩阵/张量分解的近无损多通道脑电图压缩算法。通过矩阵/张量分解模型对MC-EEG多路形式进行有效地相关分析，从而提出基于“有损编码加上残余编码”组成的矩阵/张量的压缩算法，对有损编码器编码分解后的残余部分进行算术编码，有效地保证了原始信号和重构信号之间的最大绝对误差。在三个不同的头皮脑电图数据集和颅内脑电图数据集上的实验验证了本文算法的有效性，实验结果表明，在同样的压缩比下，该算法比基于小波体积脑电压缩算法平均误差低了近五倍。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雪梅	山西大学计算机工程系	60	278	9.0	13.0
2	赵丽	山西大学计算机工程系	49	144	6.0	10.0
3	齐兴斌	山西大学计算机工程系	23	85	5.0	8.0
4	田涛	北京师范大学教育信息技术协同创新中心	8	23	3.0	4.0