基于CNN的心律失常分类系统的FPGA设计与实现

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 心律失常自动分类研究国内外发展现状

1.2.2 基于FPGA的心电信号处理算法的研究现状

1.3 本文的研究内容及安排

第2章 心电信号分析研究基础及硬件实现技术

2.1 心电信号的产生和特点

2.1.1 心电信号的产生原理和特点

2.1.2 MIT-BIH心律失常数据库介绍

2.2 卷积神经网络概述

2.2.1 神经元及多层感知器简介

2.2.2 卷积神经网络概述

2.3 FPGA 相关知识概述

2.3.1 FPGA简介

2.3.2 HLS高层次综合工具介绍

2.3.3 开发平台简介

2.3.4 软硬件协同设计

2.4 本章小结

第3章 心律失常分类算法设计

3.1 心电信号预处理算法

3.1.1 心电信号噪声特点

3.1.2 小波阈值去噪原理

3.1.3 基于差分阈值法的R波检测算法

3.2 基于GASF的心电信号图像化方法

3.2.1 GASF/GADF算法介绍

3.2.2 分段聚合近似算法的介绍及改进

3.2.3 基于GASF算法的ECG图像化处理

3.3 基于卷积神经网络的心律失常分类算法

3.3.1 心电信号五分类设置及算法评价指标

3.3.2 基于CNN的心电信号五分类实验

3.3.3 与其他心律失常分类方案的分类性能比较

3.4 本章总结

第4章 心律失常分类系统的FPGA实现

4.1 设计方案的确定

4.2 算法主要模块的FPGA设计

4.2.1 去噪算法模块的IP核设计

4.2.2 R波检测算法模块的IP核设计

4.2.3 GASF图像化模块的IP核设计

4.2.4 卷积神经网络模块部分IP核设计

4.3 基于FPGA的心律失常分类系统的实现

4.3.1 系统实现准备

4.3.2 FPGA系统搭建

4.3.3 结果分析

4.4 本章总结

第5章 总结和展望

5.1 总结

5.2 展望

参考文献

作者简介及科研成果

致谢