编辑推荐：
如今，心电图（ECG）信号采集产生大量数据，影响可穿戴设备存储与传输效率。研究人员开展 2D ECG 信号压缩算法研究，采用 1D Cohen - Daubechies - Feauveau 9/7 小波变换等技术。结果显示该算法能提升存储效率及带宽利用率。
如今，心电图（Electrocardiogram，ECG）信号常被用于检测各类心脏疾病。在远程或基于远程医疗的医疗保健应用中，支持物联网（IoT）的可穿戴设备需求不断增加。然而，ECG 信号的采集过程会产生海量数据，这对这些设备的存储和传输效率产生负面影响。因此，需要一种高效的压缩算法来进行有效的 ECG 数据管理。
为此，研究人员提出了一种针对 2D ECG 信号的压缩算法，该算法在 2D ECG 信号上采用 1D Cohen - Daubechies - Feauveau 9/7 小波变换。这种方法通过增加变换系数之间的稀疏性，有效提升了压缩性能。随后，对得到的系数进行量化，并利用基于目标的重建误差保留重要系数。在对量化系数进行编码后，采用自适应 Huffman 编码进一步提高压缩效果。
研究人员在 MIT - BIH 心律失常数据库上进行了实验，并评估了不同异常情况对压缩性能的影响。同时，将该算法的压缩效果与现有压缩方法以及 sym2、sym4、haar、db5、coif4 和 beta 小波等其他小波变换进行对比评估。从质量得分、均方根百分比差异、信噪比和压缩比等方面对该算法的性能进行评估，这些指标的平均值分别为 30.23、5.07、26.78 dB 和 7.21。结果表明，该算法能够显著提高存储效率，还有望在实时数据传输过程中提升带宽利用率。
