基于FPGA和卷积神经网络的实时心梗诊断系统
电子技术应用 11期
高鑫玮，刘文涵，谢文鑫，黄启俊
（武汉大学 物理科学技术学院，湖北 武汉 430072）
摘要： 针对小型化日常心电监护系统的需求，设计了一套基于FPGA和卷积神经网络算法的心肌梗死疾病实时诊断系统。系统包含形态学滤波器、最小均方算法自适应陷波器、卷积神经网络硬件加速模块三大部分，通过在FPGA中并行化和加速处理，实现对心血管疾病的实时监护和诊断。经过上板验证，系统的相对准确率达到99.91%，片上功耗为2.39 W，处理时间为3.81 ms，可满足各项设计需求。
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)絡的實時心梗診斷系統(tǒng)[J]. 電子技術應用，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)絡的實時心梗診斷系統(tǒng)[J]. 電子技術應用，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的發(fā)展，小型的智能心電監(jiān)護系統(tǒng)逐漸得到應用[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（Convolutional Neural Network, CNN）算法和FPGA硬件平臺設計了一套心肌梗死疾?。∕yocardial 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)絡的實時心梗診斷系統(tǒng)AET-電子技術應用-最豐富的電子設計資源平臺 (chinaaet.com)
【作者信息】
高鑫瑋，劉文涵，謝文鑫，黃啟俊
（武漢大學 物理科學技術學院，湖北 武漢 430072）
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權禁止轉(zhuǎn)載。