设计应用

一种基于知识蒸馏的量化卷积神经网络FPGA部署

作者：罗德宇，郭千禧，张怀诚，黄启俊，王豪

发布日期：2024-04-29

来源：电子技术应用

引言

我国心血管病(Cardiovascular Disease，CVD)发病率和死亡率仍在升高，在我国城乡居民疾病死亡构成比中，CVD占首位[1]。提前预防和诊断CVD是目前很重要的医疗问题。24 h动态心电图可以在较长时间内对人体心脏安静和活动状态下的心电图变化情况进行记录、编集和分析，进而了解心电图的变化情况，可以作为CVD诊断的重要依据[2]。在心电信号自动识别的领域，神经网络算法常常被用来作为分析的算法，这种分析算法常常采用的是一维的ECG信号[3]。而在算法中使用被转为二维的ECG信号时，更多的信息量给量化算法提供了更好的条件，也更适合于硬件实现[4]。本文设计了一种针对心电数据实时分类的量化神经网络，并部署于FPGA上，验证了效果。该硬件化模块具有小型化、准确率高、计算速度快等特点，适合于部署在便携式心电监测设备上。

本文详细内容请下载：

http://www.chinaaet.com/resource/share/2000005956

作者信息：

罗德宇，郭千禧，张怀诚，黄启俊，王豪

（武汉大学物理科学与技术学院，湖北武汉 430072）

Magazine.Subscription.jpg