基于FPGA和卷積神經(jīng)網(wǎng)絡(luò)的實時心梗診斷系統(tǒng)
電子技術(shù)應(yīng)用 11期
高鑫瑋，劉文涵，謝文鑫，黃啟俊
（武漢大學 物理科學技術(shù)學院，湖北 武漢 430072）
摘要： 針對小型化日常心電監(jiān)護系統(tǒng)的需求，設(shè)計了一套基于FPGA和卷積神經(jīng)網(wǎng)絡(luò)算法的心肌梗死疾病實時診斷系統(tǒng)。系統(tǒng)包含形態(tài)學濾波器、最小均方算法自適應(yīng)陷波器、卷積神經(jīng)網(wǎng)絡(luò)硬件加速模塊三大部分，通過在FPGA中并行化和加速處理，實現(xiàn)對心血管疾病的實時監(jiān)護和診斷。經(jīng)過上板驗證，系統(tǒng)的相對準確率達到99.91%，片上功耗為2.39 W，處理時間為3.81 ms，可滿足各項設(shè)計需求。
中圖分類號：TN911.72
文獻標志碼：A
DOI: 10.16157/j.issn.0258-7998.233833
引用格式： 高鑫瑋，劉文涵，謝文鑫，等. 基于FPGA和卷積神經(jīng)網(wǎng)絡(luò)的實時心梗診斷系統(tǒng)[J]. 電子技術(shù)應(yīng)用，2023，49(11)：135-139.
文獻標志碼：A
DOI: 10.16157/j.issn.0258-7998.233833
引用格式： 高鑫瑋，劉文涵，謝文鑫，等. 基于FPGA和卷積神經(jīng)網(wǎng)絡(luò)的實時心梗診斷系統(tǒng)[J]. 電子技術(shù)應(yīng)用，2023，49(11)：135-139.
Real-time myocardial infarction diagnosis system based on FPGA and convolutional neural network
Gao Xinwei，Liu Wenhan，Xie Wenxin，Huang Qijun
(School of Physics and Technology， Wuhan University， Wuhan 430072， China)
Abstract： Aiming at the demand of miniaturized daily ECG monitoring system, a real-time diagnosis system of myocardial infarction disease based on FPGA and convolutional neural network algorithm is designed. The system consists of morphological filter, least mean square adaptive notch filter and neural network hardware acceleration module. By parallel and accelerated processing in FPGA, real-time monitoring and diagnosis of cardiovascular diseases are realized. After verification on the board, the system achieves 99.91% relative accuracy, the on-chip power consumption is 2.39 W, and the processing time is 3.81 ms, which is suitable for various design requirements.
Key words : myocardial infarction；real-time system；digital filter；neural network accelerator
【引言】
我國心血管疾病患者人數(shù)達到了3.3億之多[1]，這種疾病發(fā)病率高，已成為引起人們死亡的重要威脅[2]。因此，對心血管疾病的監(jiān)護和診斷是醫(yī)學界關(guān)心的重大問題。十二導聯(lián)心電圖（Electrocardiogram, ECG）是診斷心血管疾病的最主要手段，包含I、II、III、aVR、aVL、aVF、V1、V2、V3、V4、V5、V6導聯(lián)，可以通過分析導聯(lián)采集的心電波形形態(tài)判斷存在哪種心血管疾病[3]。然而傳統(tǒng)人工診斷耗時耗力[4]，且無法做到長期連續(xù)監(jiān)護。隨著人工智能和電子技術(shù)的發(fā)展，小型的智能心電監(jiān)護系統(tǒng)逐漸得到應(yīng)用[5-7]，但涉及的心血管疾病種類有限。本文基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network, CNN）算法和FPGA硬件平臺設(shè)計了一套心肌梗死疾病（Myocardial Infarction, MI）的診斷系統(tǒng)，具有小型化、低功耗、實時性的特點，可滿足日常連續(xù)監(jiān)護的使用需求。
文章詳細內(nèi)容下載請點擊：基于FPGA和卷積神經(jīng)網(wǎng)絡(luò)的實時心梗診斷系統(tǒng)AET-電子技術(shù)應(yīng)用-最豐富的電子設(shè)計資源平臺 (chinaaet.com)
【作者信息】
高鑫瑋，劉文涵，謝文鑫，黃啟俊
（武漢大學 物理科學技術(shù)學院，湖北 武漢 430072）
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。