设计应用

基于FPGA和卷积神经网络的实时心梗诊断系统

作者：高鑫玮，刘文涵，谢文鑫，黄启俊
发布日期：2023-12-14
来源：电子技术应用 11期

【引言】

我国心血管疾病患者人数达到了3.3亿之多[1]，这种疾病发病率高，已成为引起人们死亡的重要威胁[2]。因此，对心血管疾病的监护和诊断是医学界关心的重大问题。十二导联心电图（Electrocardiogram, ECG）是诊断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导联，可以通过分析导联采集的心电波形形态判断存在哪种心血管疾病[3]。然而传统人工诊断耗时耗力[4]，且无法做到长期连续监护。随着人工智能和电子技术的发展，小型的智能心电监护系统逐渐得到应用[5-7]，但涉及的心血管疾病种类有限。本文基于卷积神经网络（Convolutional Neural Network, CNN）算法和FPGA硬件平台设计了一套心肌梗死疾病（Myocardial Infarction, MI）的诊断系统，具有小型化、低功耗、实时性的特点，可满足日常连续监护的使用需求。


文章详细内容下载请点击：基于FPGA和卷积神经网络的实时心梗诊断系统AET-电子技术应用-最丰富的电子设计资源平台 (chinaaet.com)



【作者信息】

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）




此内容为AET网站原创，未经授权禁止转载。
心肌梗死 实时系统 数字滤波器 神经网络加速

Copyright © 2005-2020 kaiyun官方注册版权所有 京ICP备10017138号

Baidu
map