在信息化高速發(fā)展的時(shí)代里,由于高強(qiáng)度的工作壓力使得心腦血管疾病的發(fā)病率逐年上升,該種類型疾病的預(yù)測(cè)一直是醫(yī)生以及我們關(guān)注的問題。心電圖(electrocardiogram,ECG)是目前用來偵測(cè)與判斷是否患有心血管疾病的重要依據(jù),針對(duì)ECG信號(hào)的處理水平直接決定此種疾病診斷的準(zhǔn)確率。隨著人類社會(huì)對(duì)ECG信號(hào)處理精準(zhǔn)度和時(shí)效性的要求越來越高,目前常規(guī)的處理方法不再滿足精度的需求,因此需要采用更為準(zhǔn)確的算法處理和更為快速的算法實(shí)現(xiàn)�；谏窠�(jīng)網(wǎng)絡(luò)的復(fù)雜性和靈活性,通過NN訓(xùn)練進(jìn)行ECG信號(hào)類別的預(yù)測(cè)是一種有效的辦法。此外,從電路的角度,通過提高時(shí)鐘工作頻率的途徑也有助于提高算法處理效率。本文通過使用MATLAB等軟件對(duì)ECG算法進(jìn)行建模和軟件測(cè)試,并通過VIVADO軟件進(jìn)行算法硬件部分的仿真驗(yàn)證。首先,本論文對(duì)ECG信號(hào)處理方面和神經(jīng)網(wǎng)絡(luò)方面的發(fā)展現(xiàn)狀進(jìn)行分析,闡明了改進(jìn)ECG處理算法以及優(yōu)化ECG算法硬件實(shí)現(xiàn)模塊的必要性。ECG產(chǎn)生和提取原理的介紹,為ECG的采集和特征提取提供了理論基礎(chǔ)。此外,神經(jīng)網(wǎng)絡(luò)模型的建立過程以及神經(jīng)網(wǎng)絡(luò)要素和訓(xùn)練方法的學(xué)習(xí),為采用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行ECG分類識(shí)別奠定...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究歷史與現(xiàn)狀
    1.3 本文主要貢獻(xiàn)與創(chuàng)新
    1.4 本論文的結(jié)構(gòu)安排
第二章 ECG和神經(jīng)網(wǎng)絡(luò)基本理論
    2.1 ECG產(chǎn)生原理
        2.1.1 動(dòng)作電位產(chǎn)生
        2.1.2 ECG 產(chǎn)生
    2.2 ECG提取原理
    2.3 神經(jīng)網(wǎng)絡(luò)
        2.3.1 神經(jīng)元模型
        2.3.2 神經(jīng)網(wǎng)絡(luò)模型
    2.4 網(wǎng)絡(luò)訓(xùn)練要素
        2.4.1 學(xué)習(xí)規(guī)則
        2.4.2 功能函數(shù)
        2.4.3 指標(biāo)參數(shù)
    2.5 網(wǎng)絡(luò)訓(xùn)練過程
    2.6 本章小結(jié)
第三章 ECG處理方法探究
    3.1 ECG信號(hào)數(shù)學(xué)分析
    3.2 ECG信號(hào)采集方案
    3.3 ECG信號(hào)特征抽取
    3.4 ECG網(wǎng)絡(luò)訓(xùn)練
        3.4.1 特征浮點(diǎn)量化
        3.4.2 訓(xùn)練方法比較
    3.5 ECG壓縮方案
    3.6 本章小結(jié)
第四章 硬件方案實(shí)現(xiàn)
    4.1 電路優(yōu)化方法
        4.1.1 流水線方法
        4.1.2 并行處理方法
        4.1.3 重定時(shí)方法
    4.2 ECG神經(jīng)網(wǎng)絡(luò)電路
        4.2.1 激活函數(shù)實(shí)現(xiàn)
        4.2.2 卷積核實(shí)現(xiàn)
    4.3 ECG壓縮電路
    4.4 本章小結(jié)
第五章 全文總結(jié)與展望
    5.1 本文的主要工作
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
碩士期間取得的研究成果



本文編號(hào)：3979305