Elektrokardiographie-Signalanalyse mit neuronalen Netzen auf FPGA

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.

Autorentext

Mohamed Egila est titulaire d'une licence et d'une maîtrise en électronique et communications de l'université du Caire (Égypte), obtenues respectivement en 2003 et 2008, et d'un doctorat en électronique et communications de l'université Ain Shams (Égypte), obtenu en 2016. Il travaille actuellement comme chercheur au département de microélectronique de l'Institut de recherche électronique depuis 2016.