各基底を用いた場合の誤差率(NRMSE)
Error rate (NRMSE) of data

 

復元した心拍(圧縮率10%)
Reconstructed heart rate (comprresion rate 10%)

 

生体信号のセンシングでは電池の持ち時間が使い勝手を左右します．そこで，センシングデバイスで最も消費電力への寄与が大きな通信に注目し，圧縮センシングを用いることで，少ない誤差率を維持しつつ，データ量を10%未満まで削減する手法を考案しました．これにより電池交換の頻度を10分の1にしたり，エナジーハーベスティングと組み合わせたりできます．
圧縮センシングは，ある基底のもとでほとんどの成分が0に近い信号をスパース（疎）な信号と言い，そのような性質があることを仮定することで，大幅に削減したデータ量から元データを復元する方法です．しかし，信号をスパースに表現できる基底の選択を誤ると復元性能が悪くなってしまいます．そこでスパースに表現できる基底を探すのではなく，予め取得した心拍を基底として用いて心拍を表現することで，スパース性の高い表現を得るという手法を用い，その圧縮性能を評価しました．
その結果，データの送信量を10%まで削減した場合におけるフーリエ基底などを用いた圧縮センシングや，スプライン補間によって復元する手法に比べ，データの送信量を5%まで削減しても高い精度で復元できることを実証しました．

The battery lifetime of wearable sensing devices is very serious. We focused on a power consumption of the data transmission because it
has large influence on the whole power consumption. We reduce the amount of data to less than 10% by compressed sensing. This method
can reduce the frequency of battery replacement to 1/10. Combination with energy harvesting is also possible.
Bio-signal has high temporal correlation. Therefore, present s ignal can be well represented by past signals with low data qua ntity.
Compressed sensing is the method of reconstructing signals fro m “sparse” (means many zeros are contained) data in a certain b asis.
However, if a wrong basis is selected, compressed sensing will reconstruct wrong signal.
In this method, we use past signals as a basis instead of searching for a good basis.
As a result, we realized the high compression rate with the lo w error rate. Specifically, the error rate of the reconstructed signal from
compressed (5%) signal by this method was much lower, compared to the signal reconstructed by spline interpolation and compres sed
sensing using basis (such as Fouirer) from compressed (10%) signal.

【参考文献】
河上春樹他, “圧縮センシングによる高速道路橋加速度センサの消費電力削減,” 電子情報通信学会ソサイエティ大会講演論文集 (2013), 通信(2), 431, 2013-09-03
奥谷文徳他, “圧縮センシングを用いた心拍の計測手法における復元精度の評価,” 2014年ソサイエティ大会, Vol.B-18-10, 2014