XXII SIMPOSIO BRASILEIRO DE TELECOMUNICACOES - SBrT05, 04-08 DE SETEMBRO DE 2005, CAMPINAS, SP

Compress o de Sinais de Eletrocardiograma

a
utilizando Recorr ncia de Padr es Multiescalas com
e
o
Crit rio de Continuidade Interblocos e Segmentacao
e

Flexvel

Eddie B. L. Filho, Waldir S. S. J nior, Murilo B. de Carvalho e Eduardo A. B. da Silva

u

Resumo Neste trabalho, utiliza-se o algoritmo MMP (Mul

tidimensional Multiscale Parser) para a compressao de sinais
de eletrocardiograma (ECG) da base de dados de arritmia

MIT/BIH. O MMP e baseado no casamento aproximado de

padr es multiescalas, codicando segmentos do sinal de entrada
o
atrav s de expans es e contracoes de padr es previamente
e
o

codicados e armazenados em um dicionario, que e construdo

durante o processo de compress o. Como os sinais de ECG aprea

sentam um comportamento aproximadamente periodico, sugerese que um esquema de compress o baseado em recorr ncia
a
e
de padr es (principal caracterstica do MMP) possa apreseno

tar resultados satisfat rios, fato este que motivou o presente

o

trabalho. Entretanto, para se obter uma compressao eciente,

v rias modicacoes foram realizadas, tais como o crit rio de
a

e
continuidade e a estrat gia de segmentacao exvel. Os resultados
e

apresentados pelo esquema proposto foram bastante encorajadores, superando alguns dos melhores codicadores presentes
na literatura.
Palavras-Chave Casamento de Padr es Recorrentes, Decomo
posicao Multiescalas, Quantizacao Vetorial, Eletrocardiograma.

Abstract In this work, we use the MMP (Multidimensional

Multiscale Parser) algorithm to compress electrocardiographic
signals (ECG) from the MIT/BIH arrhythmia database. The
MMP is based on approximate multiscale pattern matching,
encoding segments of the input signal with expansions and
contractions of patterns already encoded and stored in a dictionary, which is built during the compression process. Given that
ECG signals present a quasi-periodic behavior, it is reasonable
that a compression method based on recurrent patterns (the
main feature of MMP) can present good results; this is the
main motivation for this work. However, in order to obtain an
efcient compression, several adaptations had to be performed,
such as the continuity criterion and the exible segmentation
strategy. The results presented by the proposed method were
very encouraging, overcoming some of the best encoders known
in the literature.
Keywords Recurrent Pattern Matching, Multiscale Decomposition, Vector Quantization, Electrocardiogram.
Eddie B. L. Filho , Waldir S. S. J nior , Murilo B. de Carvalho e
u
Eduardo A. B. da Silva . E-mails: elho@genius.org.br, waldirjr@fucapi.br,
murilo@telecom.uff.br, eduardo@lps.ufrj.br. Este trabalho foi realizado

no ambito do conv nio UFAM-UFRJ/COPPE, com nanciamento da

e
SUFRAMA.
Genius Instituto de Tecnologia, Av. Aca, 875, Bl. E, Dist. Indust., Manaus

- AM, 69075-904, BRASIL. PEE/COPPE/DEL/POLI, Universidade Federal
do Rio de Janeiro, Cx. P. 68504, Rio de Janeiro - RJ, 21945-970, BRASIL.
Fundacao Centro de An lise, Pesquisa e Inovacao Tecnol gica, Av. Gov.

o
Danilo de Matos Areosa, 381, Dist. Indust., Manaus - AM, 69075-351,
BRASIL. TET/CTC, Universidade Federal Fluminense, R. Passos da P tria,
a
156, Niter i, RJ, 24210-240, BRASIL.
o

I. I NTRODUC AO

Nos ultimos anos, os meios de armazenamento de

informacoes digitais t m se tornado cada vez mais baratos e

e
apresentado um aumento expressivo de sua capacidade, o que
`
poderia indicar uma diminuicao no que diz respeito a neces
sidade de compress o dos dados. Entretanto, as informacoes
a

tratadas tamb m t m se tornado cada vez mais volumosas e,

e e
dependendo da aplicacao, ainda h a necessidade de trans
a
miss o destes dados utilizando-se redes de telecomunicacoes,
a

tais como a rede telef nica ou a rede celular. Nestes casos,

o
dada a restricao de banda inerente aos sistemas, a compactacao

dos dados ainda e uma meta importante a ser atingida,

empregando-se um esforco consider vel para a obtencao de

uma alta taxa de compress o, mantendo-se a distorcao no

a

mnimo valor possvel para que a integridade dos dados n o

a
seja comprometida.
Os sinais de Eletrocardiograma (ECG), por exemplo, podem

ser transmitidos utilizando-se linhas telefonicas, permitindo

ao m dico efetuar um diagn stico do paciente sem que este
e
o
precise se deslocar at o hospital. Esta aplicacao, dada a
e

restricao de banda de uma chamada telefonica, necessitaria

de um esquema de compress o eciente, o que permitiria at

a
e
mesmo a transmiss o de um exame completo com 12 canais.
a
O presente trabalho prop e uma nova t cnica para a como
e
press o de sinais de ECG utilizando-se o algoritmo MMP
a

(multidimensional multiscale parser) [1], que e um m todo

e
de compress o com perdas universal baseado no casamento
a
aproximado de padr es multiescalas [1]. Neste caso, dois veo
tores u e v de comprimentos diferentes ( (u) = (v)) podem
ser aproximados. Para que isso seja possvel, o comprimento

dos vetores e modicado atrav s de uma transformacao de

e

escala T N (x) : R (x) RN , que e implementada utilizandose operacoes de mudanca de taxa de amostragem [5].

Para que uma comparacao com outros m todos ([3] e [4])

e
seja possvel, ser o utilizados sinais da base de dados de arrit
a
mia MIT/BIH, que cont m exames de ECG de 48 indivduos,
e

com duas derivacoes de aproximadamente 30 minutos cada.

Os sinais foram amostrados a 360 Hz e quantizados com

11 bits. Um desses sinais (os primeiros tr s segundos) est
e
a
ilustrado na Figura 1. Os resultados s o avaliados utilizandoa
se a m trica de PRD (Percent Root mean square Difference)
e
e o CDR (Compressed Data Rate), denidos como:


XXII SIMPOSIO BRASILEIRO DE TELECOMUNICACOES - SBrT05, 04-08 DE SETEMBRO DE 2005, CAMPINAS, SP

P RD

100

CDR

B
T

sP

N 1
2

n=0 (x(n) x(n))

PN 1
2
n=0 (x(n) )

(1)
(2)

onde e a linha base do conversor anal gico-digital utilizado

o
para a aquisicao dos dados x(n) (no MIT/BIH = 1024), B

e o n mero total de bits do dado comprimido e T e a duracao

u

do sinal original, em segundos.

x(N/4) x(N/4 + 1) . . . x(N/2 1) , antes de ten

tar codicar X2 . A divis o dos segmentos e recursivamente
a
aplicada, at que haja um casamento ou os segmentos resule
tantes tenham comprimento (X j ) = 1. A Figura 2 ilustra o
processo de segmentacao. Neste exemplo, a sada gerada pelo

MMP consistiria na seq encia 0, 0, 1, i3 , 0, 1, i9 , 1, i10 , 1, i2 .

u
X 0

X 1

1250

X 3

x(0)

x(0)

x(0)

x(2)

x(3)

X 4

x(1)

x(1)

x(1)

x(2)

x(2)

x(3)

x(4)

x(5)

x(6)

x(7)

X 2

x(4)

x(5)

x(6)

x(7)

x(3)

1200
1150

X 9

X 10 x(3)

x(2)

value

1100
1050

Fig. 2.

Segmentacao de um vetor de entrada X0 .

1000
n

950

900
n

850
0

0.5

1.5
t (seconds)

2.5

Fig. 1.

Um sinal de ECG tpico.

O restante deste artigo est organizado conforme descrito

a
a seguir. Na secao II, a vers o original do algoritmo MMP

e apresentada. Na secao III, prop e-se a nova estrat gia de

o
e

segmentacao exvel. Na secao IV, e apresentado o crit rio de

e
continuidade. Na secao V, algumas modicacoes secund rias

a
s o comentadas. Resultados experimentais com sinais de ECG
a
da base de dados MIT/BIH s o apresentados na secao VI e a
a

secao VII apresenta as conclus es do trabalho.

o
II. O A LGORITMO MMP

O algoritmo MMP e um esquema de compress o com pera

das que utiliza a t cnica de casamento aproximado de padroes
e

multiescalas, uma extens o do j conhecido casamento aproxa

a

imado de padr es [1], no qual vetores de dimensoes diferentes

o
podem ser aproximados.
O MMP possui um dicion rio D = {v0 , v1 , . . . , vL1 }
a
com L vetores vi de comprimento xo, que o mesmo utiliza
para codicar os segmentos de um vetor de entrada X0 =
x(0) x(1) . . . x(N 1) , cuja dimens o N e uma

a
pot ncia de 2. Ao tentar codicar o segmento de entrada
e
X0 , o MMP procura no dicion rio D pelo melhor vetor vi0
a

para aproximar X0 . A escolha do melhor vetor e baseada na

minimizacao do erro quadr tico 0 = X0 vi0 2 e, se o

a
mesmo for menor ou igual a um dado limiar d , a codicacao

de X0 e realizada e o MMP retorna um ag 1 , seguido

do ndice de dicion rio i0 . Caso o limiar n o seja atingido

a
a
(0 > d ), o MMP divide o segmento de entrada em outros
x(0) x(1) . . . x(N/2 1)
dois segmentos, X1 =
e X2 = x(N/2) x(N/2 + 1) . . . x(N 1) , retornando um ag 0 e repetindo o processo de codicacao para

X1 . Se ocorrer um casamento, o algoritmo retorna o ag 1 ,

seguido pelo seu ndice de dicion rio i1 , passando ent o a

a
a
tentar codicar o segundo segmento, X2 . Caso contr rio, o
a
MMP retorna o ag 0 e divide X1 em outros dois segmentos, X3 = x(0) x(1) . . . x(N/4 1) e X4 =

Fig. 3.

n
10

Arvore de segmentacao S do vetor de entrada X0 da Figura 2.

A segmentacao do bloco de entrada X0 e representada

por uma arvore de segmentacao S, conforme ilustrado na

Figura 3. Cada n nj de S est associado a um segmento

o
a

Xj do segmento de entrada, de tamanho (2p N ), onde p e

a profundidade do n nj na arvore de segmentacao S. Um

o

n nj da arvore de segmentacao pode ter ou n o lhos. No

o

a
caso dos mesmos existirem, suas representacoes s o n2j+1 e

n2j+2 . Um n que n o tem lhos e chamado de n -folha e

o
a
o
consiste numa codicacao efetiva do sinal, ou seja, apenas

os n s-folhas da arvore de segmentacao est o associados a

o

a
elementos no dicion rio.
a
O casamento de elementos de comprimento vari vel com
a

elementos de comprimento xo e possvel atrav s de uma

e
M
transformacao de escala TN : RN RM , dada pelas

f rmulas (3) e (4), que ajusta as dimensoes dos vetores antes

o
do casamento ser executado [1].
Para se transformar v de comprimento N0 em vS de
comprimento N > N0 , vS (n) (n = 0, 1, . . . , N 1) deve ser
dado por:
m0 (n)
m1 (n)
m2
r

v s (n)

cd1
cd2

n(N0 1)
N 1
= (n (N0 1)) mod (N 1)
= (N N0 ) mod (N0 1)
N N0
=
N `
8 0 10
> m (n) ,
> v
>
> v(m0 (n)+1)v(m0 (n))
<
+ v S (n 1),
r+1
=
>
> v(m0 (n)+1)v(m0 (n))
>
>
+ v S (n 1),
:
r+m2 +1
=

para cd1
para cd2
n.d.a

: m (n) = 0
`

``
`

: m1 (n) > 0 and m2 = 0 or m0 (n) < (N0 2) (3)


XXII SIMPOSIO BRASILEIRO DE TELECOMUNICACOES - SBrT05, 04-08 DE SETEMBRO DE 2005, CAMPINAS, SP

Para se alterar o comprimento de N0 para N < N0 , vS (n)

(n = 0, 1, . . . , N 1) deve ser dado por:
u(k, n)

8 `

N
< v `k + n N0 + 1 ,
=

v k + n N0 1 ,
N
: `
v k + n N0 ,
N
j

v S (n)

N0

para cd1
para cd2
n.d.a.

sendo que as Figuras 4(b-c) mostram outras possibilidades de

segmentacao. Uma breve an lise destas guras indica que a

estrutura da arvore bin ria restringe as opcoes de segmentacao,

a

pois n o h como avaliar custos de n s que n o tenham o

a a
o
a
mesmo n -pai.
o

N
X

u(k, n)

k=1

cd1
cd2

N0
N

N0
:k+n
N

:k+n

<0
> (N0 1)

(4)

O dicion rio do MMP e atualizado da seguinte maneira:

a

sempre que as aproximacoes X2j+1 e X2j+2 associadas aos

n s-lhos n2j+1 e n2j+2 est o disponveis, o MMP forma um
o
a

elemento aproximado Xj para o bloco associado ao n pai

o
nj , utilizando a concatenacao das aproximacoes dos blocos

associados aos dois n s-lhos. No exemplo da Figura 2,

o

quando X9 e X10 estiverem disponveis, e possvel concaten

a
los e ent o obter uma nova aproximacao X4 . Esta nova
a

aproximacao pode ser includa no dicion rio e reutilizada

a
no futuro. Se o comprimento do vetor de entrada for N , o
procedimento de divis o pode criar vetores de comprimena
tos N/2, N/4, . . . , 1. Isto implica que existem, no m ximo,
a
1 + log2 (N ) diferentes comprimentos ou escalas. Portanto,
para se obter uma implementacao mais eciente, basta manter

1 + log2 (N ) c pias do dicion rio, uma em cada escala, para

o
a
evitar a realizacao da transformacao a cada nova tentativa de

casamento.

A arvore de segmentacao S pode ser otimizada num

sentido taxa-distorcao, permitindo uma distribuicao dos bits

para a codicacao que leva em consideracao as necessidades

globais de cada bloco de entrada. O procedimento b sico de

a

otimizacao, como descrito em [1], comeca com uma arvore

de segmentacao completa (inclusive as atualizacoes no di

cion rio) e segue dos n s-folhas para o n -raiz, podando o par

a
o
o
de n s-lhos n2j+1 e n2j+2 sempre que o custo Lagrangeano
o

[12] da arvore que cont m os mesmos for maior que o

e

custo da arvore de segmentacao sem n2j+1 e n2j+2 . O custo

Lagrangeano da arvore de segmentacao S e denido como

J (S) = D (S) + R (S), onde D (S) e a distorcao obtida

utilizando-se S e R (S) e a taxa.

E importante ressaltar que sempre que um par de nos n2j+1

e n2j+2 for podado, as atualizacoes do dicion rio resultantes

a
da sua concatenacao devem ser retiradas. Al m disso, de modo

a calcular corretamente os custos Lagrangeanos, e necess rio

a
manter-se um registro do n mero de vezes que cada vetor foi
u
utilizado, assim como o n mero de ocorr ncias de cada ag.
u
e
III. A S EGMENTAC AO F LEXVEL

Conforme apresentado na secao II, a arvore de segmentacao

pode ser otimizada, podando-se os nos-lhos sempre que o

seu custo Lagrangeano for maior que o do no-pai. Todas as

possibilidades de segmentacao assim geradas, para um vetor

de entrada de comprimento 8, est o ilustradas na gura 4(a),

a

(a)

Fig. 4.

(b)

(c)

Segmentacao no MMP: (a) Permitido, (b-c) N o permitido.

Em [9], e apresentado um algoritmo para estender as

opcoes de segmentacao de uma arvore bin ria, chamado de

a
algoritmo prune-join (poda-junta). Neste, um vetor de entrada

e segmentado, obedecendo-se a um crit rio taxa-distorcao [8],

e

e cada segmento e aproximado por uma funcao polinomial.

O primeiro passo consiste na j conhecida poda dos n s. O

a
o
segundo, a uni o, e realizado testando-se todos os n s vizinhos
a
o
que n o s o descendentes de um mesmo n -pai, para vericar
a a
o

se a sua codicacao como um unico elemento reduz o custo

Lagrangeano global. Ent o, os coecientes dos polin mios

a
o
associados aos n s restantes s o quantizados e codicados.
o
a
Em [9], provou-se que o algoritmo assim descrito supera a

otimizacao baseada somente em poda de nos, proporcionado

um desempenho taxa-distorcao aproximadamente otimo. Esses

resultados te ricos n o podem ser diretamente aplicados ao

o
a
MMP, pois a utilizacao do dicion rio e a abordagem baseada

a
em recorr ncia de padr es multiescalas s o muito diferentes
e
o
a
da codicacao escalar de polin mios utilizada no algoritmo

o
prune-join original. Entretanto, espera-se um aumento no
desempenho ao se estender as possibilidades de segmentac ao.

Todas as opcoes de segmentacao mostradas na Figura 4(b-c)

podem ser obtidas de uma segmentacao bin ria, seguida de

a
uma uni o dos n s com n s-pais diferentes (n s-primos).
a
o
o
o
Para se incorporar o conceito prune-join ao MMP, aplica-se
a segmentacao original a um vetor de entrada X0 , obtendo

se uma arvore de segmentacao otimizada no sentido taxa

distorcao S. A otimizacao descrita na secao II realiza a parte

de poda do algoritmo. Depois disso, realiza-se uma an lise

a
para vericar se dois n s-primos podem ser unidos, resultando
o
numa reducao do custo Lagrangeano. A Figura 5(a) ilustra um

exemplo de arvore de segmentacao ap s a poda. A Figura 5(b)

o
ilustra uma possvel operacao de uni o.

a
Dene-se U (nj , nl ) como a uni o de dois n s-primos nj
a
o
e nl . Em cada par destes, verica-se se o custo de sua

codicacao de forma independente (isto e, J(nj ) + J(nl ) +

Rnu (i, j)) e maior que o custo da codicacao da sua uni o

`
(Rnu (i, j) e a taxa associada a codicacao dos ags indicando


XXII SIMPOSIO BRASILEIRO DE TELECOMUNICACOES - SBrT05, 04-08 DE SETEMBRO DE 2005, CAMPINAS, SP

n2

1
n

3
n

X3

4
n

X7

X8

X10

n2

1
n

n
10

X9

X6

4
n

X3

X7

(a)

Fig. 5.

dicion rio de estado DS , composto pelos NS melhores vetores

a
vk D dados pelo crit rio de continuidade adotado. Para se
e
compreender melhor o crit rio de continuidade no MMP, s o
e
a
necess rias algumas denicoes.
a

A posicao da primeira amostra de Xj dentro de X0 e dada

por:

X 8X 9

n
10

X10

F p(j) = N (j + 1) 2

X6

(b)

que os n s n o devem ser unidos). O custo lagrangeano da

o a
uni o e dado por:
a
`

(6)

onde N e o comprimento de X0 .
O comprimento N j de Xj , pode ser calculado como:

O processo de uni o dos n s.

a
o

J (U (nj , nl )) =d

log2 (j+1)

Xj

Xl

s
, vijl +

(Ru (j, l) log2 (Pr(ijl )))

N j = N 2

onde Ru (j, l) e a taxa gasta para se codicar o ag de uniao,

vijl e a melhor aproximacao do dicion rio para a uni o de Xj

a
a
e Xl e ijl representa o ndice do vetor escolhido.

E interessante ressaltar que se forem utilizadas multiplas

c pias do dicion rio, n o haver mais apenas 1 + log2 (N )
o
a
a
a
escalas diferentes, pois o procedimento de uniao adicionar
a

algumas escalas extras.

(7)

O vizinho esquerdo de Xj e dado por:

Lj =

(5)

log2 (j+1)

x(F p(j) N j )

...

x(F p(j) 1)

, F p(j) 1 (8)

De acordo com a equacao (8), o vizinho esquerdo Lj e um

vetor de mesmo comprimento que Xj , cujos componentes s o

a
`
as amostras reconstrudas a esquerda de Xj .

Para se medir a suavidade da aproximacao, denem-se tr s

e
par metros:
a
1) A descontinuidade de ordem zero:

s
s
D0 (vk , j) = Lj (N j 1) vk (0)

(9)

2) A descontinuidade de primeira ordem:

IV. O C RIT E RIO DE C ONTINUIDADE I NTERBLOCOS

A representacao X0 que o MMP produz pode apresentar

descontinuidades nas bordas dos segmentos Xj gerados pelo

procedimento de segmentacao, mesmo que o vetor original X0

seja suave, fato este que est ilustrado na Figura 6.

a
X0

(10)

3) A descontinuidade de segunda ordem:

s
D2 (vk , j) = Lj (N j 3) 2Lj (N j 2) + Lj (N j 1)

s
s
s
vk (0) + 2vk (1) vk (2)
(11)

Estas denicoes s o baseadas nas aproximacoes para as suas

respectivas derivadas.
Dene-se, ent o, a m trica de rugosidade como:
a
e

X2

X3

s
D1 (vk , j) = Lj (N j 2) Lj (N j 1)

s
s
vk (0) + vk (1)

X4

(a)

s
s
s
s
R(vk , j) = D 0 (vk , j) + D 1 (vk , j) + D 2 (vk , j)
^0

onde
e um vetor escalonado do dicion rio.
a
Para que fosse possvel a identicacao de transicoes atrav s

e
dos blocos, possibilitando assim a continuidade do sinal e uma
escolha con vel dos elementos do dicion rio de estado, a
a
a
m trica de rugosidade especca utilizada foi:
e

^1

X2

X3

(12)

s
vk

X4

(b)

Fig. 6. Descontinuidades no MMP: (a) Sinal original; (b) Sinal reconstrudo.

Isto ocorre porque a distorcao calculada, usada para avaliar

o custo do n nj , e independente da representacao escolo

hida para os segmentos vizinhos ao atual. Em [10], foi

proposto um m todo eciente para se controlar a suavidade de
e
representacoes geradas por esquemas de quantizacao vetorial,

chamado de side-match vector quantization (SM-VQ). O SMVQ pode ser incorporado ao MMP de modo a melhorar
seu desempenho para sinais de entrada suaves [11]. A id ia
e

e escolher um subconjunto do dicion rio D, chamado de

a

s
s
s
R(vk , j) = Lj (N j 3) Lj (N j 1) + vk (0) vk (2)

4 j j

s

(13)
L (N 2) vk (1)

Assim, o MMP escalona todos os vetores de D para um

dado comprimento e constr i um dicion rio de estado DS
o
a
contendo os NS vetores menos rugosos, de acordo com a
equacao (13). A Figura 7 ilustra como calcular R (v0 , 2).

O tamanho NS do dicion rio de estado e calculado antes

a
de cada tentativa de codicacao. Baseando-se na assercao de

que sinais mais simples exigem um n mero menor de vetores

u


XXII SIMPOSIO BRASILEIRO DE TELECOMUNICACOES - SBrT05, 04-08 DE SETEMBRO DE 2005, CAMPINAS, SP

s
, 2)
0
s
D ( v , 2)
0
0
s
D ( v , 2)
0
D

(v

14

^
x(1)

^
x(2)

^
x(3)

s
v (0)
0

10

s
v (1)
0

L2

s
v (2)
0

s
v (3)
0

PRD (%)

^
x(0)

12

s
0

8
6
4

Fig. 7.

C lculo da rugosidade
a

2
0
50

^
x(0)

^
x(1)

^
x(2)

^
x(3)

^
x(4)

^
x(5)

^
x(6)
^

L2

100

150

200

400

450

500

550

Fig. 9. Desempenho do MMP com a base de dados MIT/BIH (P RDCDR)

^
x(7)

18
MMP
WT-DCCR-TV-VQ
SPIHT

16

Fig. 8.

250 300 350

Rate (bits/s)

14

As tr s novas atualizacoes (j = 2).

e

PRD (%)

12

para serem bem representados [11], utiliza-se a m trica de

e
atividade, como denida na equacao (14), para estimar o

n mero de vetores NS necess rios em DS para se codicar o

u
a
segmento de entrada. A atividade foi escolhida por levar em
consideracao as bordas ou transicoes presentes no vetor, sendo

uma medida razo vel da complexidade do sinal.

a

8
6
4
2
50

Fig. 10.

A Lj =

N j 1
X
n=1

j
L (n 1) L (n)

10

100

150

200
rate (bits/s)

250

300

350

Desempenhos do MMP, SPIHT [3] e WT-DCCR-TV-VQ [4]

(14)

`
O tamanho nal do dicion rio de estado e proporcional a
a
atividade do vizinho esquerdo, avaliada pela equacao (14).

Al m disso, o ato de se preencher o dicion rio de estado com

e
a
os NS vetores menos rugosos pode ser interpretado como
um simples modelo estatstico para a fonte.

V. M ODIFICAC OES COMPLEMENTARES

Como pode ser visto na Figura 1, um sinal de ECG tpico e

aproximadamente peri dico. O algoritmo MMP, por sua vez,

o
adapta o seu dicion rio ao sinal de entrada e tem a capacidade
a
de aprender o padr o em um perodo. Entretanto, haja vista
a

que o comprimento dos segmentos podem n o ser multiplos do

a
perodo do sinal, tamb m e necess rio aprender v rias vers es

e
a
a
o
deslocadas de um perodo para uma representacao eciente

do sinal. De modo a melhorar o desempenho para sinais

aproximadamente peri dicos, pode-se utilizar um dicion rio
o
a
de deslocamentos D D , o qual inclui vers es deslocadas de
o
aproximacoes de segmentos j codicados, aumentando a

a
adaptabilidade do algoritmo. Tal dicion rio pode ser implea

mentado mantendo-se as M ultimas amostras do sinal reconj

strudo em um vetor VD . Al m disso, e necess rio mais um

e
a
ag para identicar a origem do elemento (D D ou D).
O MMP utiliza o seu dicion rio como um codebook de um
a
quantizador vetorial. Portanto, seu desempenho deve melhorar
com o aumento do mesmo. Com o objetivo de aumentar a
taxa de crescimento do dicion rio, adicionam-se quatro novos
a
vetores em cada atualizacao, ao inv s de apenas um. Quando o

e

segmento Xj e determinado, incluem-se os vetores ilustrados
na Figura 8.

Antes de se codicar X0 , o dicion rio D e inicializado

a
m
com D0 = {xmin , xmin + 4, . . . , xmax }, onde xmin e xmax

s o respectivamente os valores mnimo e m ximo das amostras

a

de x(n). Isto e feito para que os primeiros segmentos possam

ser codicados e o dicion rio D comece a aprender o padr es
a
o
do sinal.
VI. R ESULTADOS DE SIMULAC OES

O MMP foi implementado em software e utilizado na

compress o de sinais de ECG da base de dados de arrhythmia
a
MIT/BIH. Com o objetivo de se realizar comparacoes com os

algoritmos [3] e [4] (ambos baseados em DWT), aplicou-se o

MMP aos dois canais dos seguintes registros: 100, 101, 102,
103, 107, 109, 111, 115, 117, 118 and 119.
A Figura 9 mostra os resultados das simulacoes (P RD

versus taxa de bits) para os 11 registros escolhidos da base de

dados MIT/BIH (comprimento total).
A Figura 10 mostra uma comparacao com os resultados

m dios informados em [3] e [4]. Os resultados foram obtidos

e
tirando-se a m dia dos valores de P RD obtidos para os dois
e
canais dos 11 registros em cada taxa. Esta gura deixa claro
que o MMP supera os outros dois m todos para todas as
e
taxas apresentadas. A tabela I cont m a mesma informacao
e

da Figura 10, s que em forma tabular.

o
A Figura 11 cont m 1 segundo do canal 0 do reistro 100,
e
em diferentes valores de P RD e taxa de bits.
VII. C ONSIDERAC OES F INAIS

Um m todo de compress o com perdas universal recene

a
temente desenvolvido, chamado de MMP, foi aplicado na

compress o de sinais de ECG. Este m todo e baseado no

a
e
casamento aproximado de padr es multiescalas, uma extens o
o
a
do casamento de padr es comum. O MMP utiliza um dio

cion rio de padr es, que e construdo de forma adaptativa

a
o


XXII SIMPOSIO BRASILEIRO DE TELECOMUNICACOES - SBrT05, 04-08 DE SETEMBRO DE 2005, CAMPINAS, SP

TABELA I
C OMPARAC AO DE DESEMPENHO ENTRE MMP, SPIHT E WT-DCCR-TV-VQ (P RD )

CDR(bits/s)
MMP
W T DCCR T V V Q
SP IHT

94.7
6.4 2.45
9.8 3.60
16.9 3.68

112.3
5.6 2.22
8.0 2.97
13.2 2.95

140.5
4.7 1.99
6.1 2.33
9.4 2.32

1100

value

1150

1100
1050

1050

1000

1000

950

950

900

900
9

9.2

9.4

9.6

9.8

10

9.2

t (seconds)

(a)

9.6

9.8

10

9.8

10

(b)
1200

1150

1150

1100

1100

value

1250

1200

value

9.4

t (seconds)

1250

1050

1050

1000

1000

950

950

900

900
9

9.2

9.4

9.6

9.8

10

t (seconds)

9.2

9.4

9.6

t (seconds)

(c)
Fig. 11.

304.0
2.7 1.41
2.9 1.23
3.2 0.94

1200

1150

246.6
3.1 1.57
3.5 1.44
4.1 1.09

1250

1200

value

1250

181.9
3.9 1.79
4.7 1.86
6.3 1.59

(d)

Registro 100: (a) Original; (b) P RD = 2.67 e CDR = 305.41; (c) P RD = 3.84 e CDR = 164.97; (d) P RD = 6.04 e CDR = 89.57

enquanto a informacao e codicada, e um procedimento de

segmentacao simples, que pode ser facilmente estendido para

operar em N dimens es. Alguns conceitos disponveis na

o

literatura foram incorporados ao algoritmo b sico, obtendo-se

a
melhoras signicativas no seu desepenho, fato devido princi`
palmente a segmentacao exvel e ao crit rio de continuidade

e
interblocos. Um dicion rio de deslocamentos tamb m foi
a
e
agregado, objetivando-se explorar a caracterstica aproximada
mente peri dica dois sinais de ECG. Apesar de originalmente
o
utilizado na compress o de imagens, o MMP apresentou
a

otimos resultados com relacao aos sinais de ECG, superando

alguns dos melhores codicadores conhecidos na literatura.

Portanto, conclui-se que o MMP e um m todo eciente para

e
a compress o de sinais de ECG e abre novos caminhos para
a
o desenvolvimento de codicadores adequados a este tipo de
sinal.
AGRADECIMENTOS

Este trabalho e resultado do programa de Mestrado interinstitucional UFAM-UFRJ/COPPE, nanciado pela Superintend ncia da Zona Franca de Manaus-SUFRAMA. Os aue
`
tores agradecem a coordenadoria do programa de mestrado e
`
a SUFRAMA pelo apoio recebido para a sua realizacao.

R EFER E NCIAS
[1] M. B. de Carvalho, E. A. B. da Silva and W. A. Finamore, Multidimensional signal compression using multiscale recurrent patterns, Signal
Processing: Image and Video Coding beyond Standards, No. 82, pp.
1559-1580, Elsevier Science B. V., 2002.

[2] S. Jalaleddine, C. Hutchens, R. Strattan and W. Coberly, ECG data

compression techniques-A unied approach, IEEE transactions on
Biomedical Engineering, Vol. 37, No. 4, pp. 329-343, April 1990.
[3] Z. Lu, D. Y. Kim and W. A. Pearlman, Wavelet compression of ECG
signals by the set partitioning in hierarchical trees algorithm, IEEE
transactions on Biomedical Engineering, Vol. 47, No. 7, pp. 849-856,
July 2000.
[4] S. G. Miaou, H. L. Yen and C. L. Lin, Wavelet-based ECG compression
using dynamic vector quantization with tree codevectors in single
codebook, IEEE transactions on Biomedical Engineering, Vol. 49, No.
7, pp. 671-680, July 2002.
[5] P. P. Vaidyanathan, Multirate Systems and Filter Banks, Englewood
Cliffs, New Jersey: Prentice-Hall Inc., 1993.
[6] J. Ziv and A. Lempel, Compression of individual sequences via
variable-rate coding, IEEE Transactions on Information Theory, Vol.
it-24, No. 5, pp. 530-536, September 1978.
[7] R. A. Blahut, Principles and Practice of Information theory, Cambridge,
Massachusetts: Addison-Wesley publishing Company, 1988.
[8] G. J. Sullivan and R. L. Baker, Efcient quadtree coding of images
and video, IEEE Transactions on Image Processing, Vol. 3, No. 3, pp.
327-331, May 1994.
[9] R. Shukla, P. L. Dragotti, M. N. Do and M. Vetterli, Rate-Distortion
Optimized Tree-Structured Compression Algorithms for Piecewise Polynomial Images, IEEE Transactions on Image Processing, Vol. 14, No.
3, pp. 343-359, March 2005.
[10] T. Kim, Side Match and Overlap Match Vector Quantizers for Images,
IEEE Transactions on Image Processing, Vol. 1, No. 2, pp. 170-185,
February 1992.
[11] E. B. L. Filho, M. B. Carvalho and E. A. B. da Silva, Multidimensional
signal compression using multi-scale recurrent patterns with smooth
side-match criterion, IEEE International Conference on Image Processing, Singapore, October, 2004.
[12] M. M. Denn, Optimization by Variational Methods, New York: McGrawHill Book Company, 1969.