Elektrokardiographie-Signalanalyse mit neuronalen Netzen auf FPGA
Systementwurf und Implementierung
Versandkostenfrei!
Versandfertig in 6-10 Tagen
49,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Die Analyse von Elektrokardiographiesignalen (EKG) wird als eine der Kernkomponenten eines jeden integrierten medizinischen Versorgungssystems angesehen. Die EKG-Diagnose ist eines der wertvollsten Diagnosewerkzeuge. In diesem Buch wird ein Designvorschlag für ein integriertes EKG-Diagnosesystem vorgestellt. Dieses System verwendet digitale Systemverarbeitungstechniken zur Analyse von EKG-Signalen. Bei dieser Methode wird eine Hochpass-Least-Square-Linear-Phase-FIR-Filtertechnik (Finite Impulse Response) eingesetzt, um das in das EKG-Eingangssignal eingebettete Grundlinien-Wanderrauschen aus ...
Die Analyse von Elektrokardiographiesignalen (EKG) wird als eine der Kernkomponenten eines jeden integrierten medizinischen Versorgungssystems angesehen. Die EKG-Diagnose ist eines der wertvollsten Diagnosewerkzeuge. In diesem Buch wird ein Designvorschlag für ein integriertes EKG-Diagnosesystem vorgestellt. Dieses System verwendet digitale Systemverarbeitungstechniken zur Analyse von EKG-Signalen. Bei dieser Methode wird eine Hochpass-Least-Square-Linear-Phase-FIR-Filtertechnik (Finite Impulse Response) eingesetzt, um das in das EKG-Eingangssignal eingebettete Grundlinien-Wanderrauschen aus dem System zu entfernen oder das Rauschen so weit wie möglich zu reduzieren. Die diskrete Wavelet-Transformation (DWT) wurde als Methode zur Merkmalsextraktion verwendet, um den reduzierten Merkmalssatz aus dem EKG-Eingangssignal zu extrahieren. Das Design verwendet ein neuronales Netzwerk als Klassifikator, um zu bestimmen, ob das EKG-Eingangssignal ein normales oder abnormales EKG-Signal darstellt. Das gesamte System ist auf einem FPGA-Board (Field Programming Gate Array) implementiert. Es wurden die notwendigen Simulationen für das implementierte System durchgeführt, die zeigen, dass das implementierte System eine gute Genauigkeit im Vergleich zu anderen Entwürfen hat, wobei eine Gesamtgenauigkeit von 97,8 % erreicht wird und eine Reduzierung der Ressourcen bei der FPGA-Implementierung erzielt wird.
Andere Kunden interessierten sich für
