@techreport{oai:ipsj.ixsq.nii.ac.jp:00214032,
 author = {松村, 侑紀 and 兼本, 大輔 and 毎田, 修 and 廣瀬, 哲也 and Yuki, Matsumura and Daisuke, Kanemoto and Osamu, Maida and Tetsuya, Hirose},
 issue = {23},
 month = {Nov},
 note = {近年，心電図をインターネットを介して医療関係者にリアルタイムに提供する需要が増えてきている．しかし，無線による生体信号のリアルタイムデータ送信は，デバイス側の消費電力が大幅に増加することが課題となる．この課題の解決策として，圧縮センシングを用いたデータ圧縮の技術が注目されている．圧縮センシングを用いてシステム内で扱うデータ量を削減することで，システムを構成する回路の低消費電力化が期待できる．そこで本稿では，マッチング追跡やベイズ学習を用いた圧縮センシングのフレームワークについて，A/D 変換の分解能，圧縮方法，復元方法が復元精度に与える影響を明らかにし，その設計指針を検討している．, In recent years, there has been an increasing demand for real-time health information, e.g., electrocardiograms, to be provided to medical professionals via the Internet. However, the problem of transmitting biological signal data wirelessly is that it consumes a lot of power, but a solution exists in the form of data compression techniques using compressed sensing. By using compressed sensing to reduce the amount of data handled in the system, it is expected that the circuits consist of the system can be operated at low power. Therefore, in this paper, we study the design guidelines for a compressed sensing framework using matching tracking and Bayesian learning by clarifying the impact of A/D converter resolution, compression method, and recovery method on the recovery accuracy.},
 title = {圧縮センシングを活用した心電図計測フレームワークの一設計法},
 year = {2021}
}