Аппаратно-программный комплекс обработки результатов электрокардиографических исследований

Описывается эффективная архитектура для аппаратной реализации интеллектуального адаптивного фильтра, устраняющего шум от сердечных сигналов, с использованием искусственной нейронной сети (ANN) на чипе ПЛИС Spartan 6 (XC6SLX9), способной удалить все типы шума. В дополнение к использованию адаптивного к шуму коэффициента коррекции для получения бесшумового сигнала сравниваются между собой адаптивные алгоритмы, которые используются для фильтрации сигнала ЭКГ (LMS, NLMS, DLMS, RLS) и основаны на арифметике с фиксированной точкой с использованием чипов Xilinx ПЛИС. Представлена аппаратная архитектура NN, состоящих из двух основных частей; первая часть включает в себя обучение сети с использованием программы MATLAB, вторая часть представляет аппаратную реализацию с фиксированной запятой обученной сети с использованием микросхемы ПЛИС. Представлено прикладное исследование для улучшения качества медицинских систем, требующих высокой точности диагностики заболеваний сердца, где чипы FPGA (field-programmable gate array) были выбраны из-за того, что FPGA включают в себя ресурсы, необходимые для разработки эффективных структур фильтрации. Были получены хорошие результаты по сравнению с предыдущими исследованиями, в частности очень высокие значения PSNR до 65.27. Это позволило повысить производительность медицинских систем и уменьшить ошибку MSE до 9 · 10–6. Считаем, что предлагаемый дизайн обеспечивает меньшее потребление площади (количество срезов 4 %) и меньшую задержку, чем другие структуры. Результаты исследования при использовании в системах, требующих постоянного адаптивного отслеживания, позволяют повысить скорость обработки сигнала.

Авторы: М. Ага М. Ага Рагеб, А. Хардан

Направление: Информатика, вычислительная техника и управление

Ключевые слова: Интеллектуальный адаптивный фильтр, ANN, фиксированная точка, FPGA, VHDL, ECG, PSNR, PRD


Открыть полный текст статьи