本文關(guān)鍵詞：基于GPU的心肌梗塞早期輔助診斷系統(tǒng)設(shè)計

  更多相關(guān)文章： 心肌梗塞 GPU通用計算 確定學(xué)習(xí) 動態(tài)模式識別 心電圖

【摘要】：心臟疾病是當(dāng)今威脅人類生命健康的主要疾病之一,其中心肌梗塞（MI）是常見的心血管疾病，一般多發(fā)生在中年以后，是內(nèi)科常見的癥狀之一，死亡率可高達(dá)25%，因此對于心肌梗塞的研究一直是醫(yī)學(xué)界重要而迫切研究熱點，心電圖作為診斷心肌梗塞方式之一，具有一定研究價值。 確定學(xué)習(xí)理論是運用自適應(yīng)控制和非線性動力學(xué)系統(tǒng)概論和方法，研究在未知動態(tài)環(huán)境下知識的獲取、表達(dá)、存儲和再利用等問題。區(qū)別于現(xiàn)有的一些基于靜態(tài)函數(shù)映射方法的學(xué)習(xí)理論，確定學(xué)習(xí)研究的是一種動態(tài)環(huán)境下的學(xué)習(xí)機(jī)制。 然而，動態(tài)模式識別是一個復(fù)雜的過程，大量模式和神經(jīng)元的計算大大影響了算法的實現(xiàn)效率，，而且對具體的平臺實現(xiàn)有很高要求。因此，如何解決海量數(shù)據(jù)的運算是實現(xiàn)動態(tài)模式的快速識別的關(guān)鍵問題。為此，確定學(xué)習(xí)理論提出了一種動態(tài)并行分布信息處理新模型（Dynamic Parallel Distributed Processing DPDP），在進(jìn)行大規(guī)模動態(tài)模式識別時具有極高的計算效率，而這樣的模型可以較好的用并行計算的方式來實行。利用基于MPI（message passing interface）網(wǎng)絡(luò)集群下的并行計算方式，可以加速數(shù)據(jù)的處理速度，但由于計算機(jī)間的通信和數(shù)據(jù)傳輸帶來大量延遲；多核CPU下的多線程編程，雖然避免了前者的不足，但是線程的啟動、切換、通信、同步需要的時間長且普遍為粗粒度多線程。而基于GPU的大規(guī)模并行計算，采用的是SIMD（單指令多數(shù)據(jù)流）的指令結(jié)構(gòu)，結(jié)構(gòu)上采用的是多核心的流處理器，擁有高性能的處理能力和存儲帶寬，這些都使它非常適合進(jìn)行計算密集和數(shù)據(jù)巨大的運算�；贕PU的并行計算實現(xiàn)是更加細(xì)粒度的多線程編程，能同時運行成千上萬的輕量線程且線程的操作過程并不需要花費太多時間，大大提高了程序運行效率。 對于心電信號的自動分析并進(jìn)行疾病的診斷實質(zhì)上一個動態(tài)模式識別的過程，將正常和各種心肌梗塞心電信號看作是不同的動態(tài)模式，分別進(jìn)行建模和學(xué)習(xí)，進(jìn)一步構(gòu)成具有代表性的模式庫，從而實現(xiàn)對新增病人數(shù)據(jù)的模式識別，給出自動檢測結(jié)果，為醫(yī)生提供相應(yīng)的診斷參考。本文針對傳統(tǒng)心電圖對于診斷心肌梗塞過程中的準(zhǔn)確性和靈敏性不高的問題，介紹了基于確定學(xué)習(xí)和動態(tài)模式識別的心肌梗塞早期診斷方法，并結(jié)合GPU通用計算解決動態(tài)模式識別過程中海量計算問題，設(shè)計了心肌梗塞早期輔助診斷系統(tǒng)，可以作為臨床醫(yī)學(xué)上心肌梗塞早期輔助診斷的有效工具。
【關(guān)鍵詞】：心肌梗塞 GPU通用計算 確定學(xué)習(xí) 動態(tài)模式識別 心電圖
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：R318.6
【目錄】：

• 摘要5-6
• Abstract6-11
• 第一章 緒論11-19
• 1.1 本文研究背景和選題意義11-14
• 1.2 國內(nèi)外現(xiàn)有研究狀況14-15
• 1.3 GPU 通用計算的發(fā)展15-17
• 1.4 本文主要內(nèi)容架構(gòu)17-19
• 第二章 確定學(xué)習(xí)理論及其在心肌梗塞早期輔助診斷方法中的應(yīng)用19-33
• 2.1 引言19
• 2.2 心臟醫(yī)學(xué)知識和心肌梗塞簡介19-22
• 2.2.1 心臟的傳導(dǎo)系統(tǒng)和心電信號的產(chǎn)生機(jī)理19-20
• 2.2.2 常規(guī)心電圖20-21
• 2.2.3 心電向量圖21
• 2.2.4 心電向量導(dǎo)聯(lián)體系21
• 2.2.5 心肌梗塞的診斷依據(jù)21-22
• 2.3 PTB 心電數(shù)據(jù)庫22-23
• 2.4 確定學(xué)習(xí)簡介23-30
• 2.4.1 徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)24-25
• 2.4.2 徑向基函數(shù)的持續(xù)激勵條件（PE 條件）25-26
• 2.4.3 離散系統(tǒng)的確定學(xué)習(xí)26-28
• 2.4.4 動態(tài)模式表示和相似性定義28-30
• 2.5 確定學(xué)習(xí)在心肌梗塞早期輔助診斷系統(tǒng)中的應(yīng)用30-32
• 2.6 本章小結(jié)32-33
• 第三章 基于 GPU 的大規(guī)模并行計算及其在動態(tài)模式識別算法中的應(yīng)用33-46
• 3.1 引言33
• 3.2 基于 GPU 的通用并行計算33-36
• 3.2.1 GPU 架構(gòu)的演化33-36
• 3.2.2 基于 GPU 通用計算的大規(guī)模并行計算36
• 3.3 MATLAB GUI 與 Jacket 平臺簡介36-39
• 3.3.1 MATLAB GUI 簡介36-37
• 3.3.2 Jacket 簡介和基于 Jacket 下 GPU 編程37-39
• 3.4 動態(tài)模式識別算法中 GPU 平臺設(shè)計實現(xiàn)39-45
• 3.4.1 確定學(xué)習(xí)識別算法的工程分析39-41
• 3.4.2 基于 GPGPU 的并行化分析41-43
• 3.4.3 動態(tài)模式識別算法中的并行化實現(xiàn)43-45
• 3.5 本章小結(jié)45-46
• 第四章 基于 GPU 加速的心肌梗塞早期輔助診斷系統(tǒng)設(shè)計46-57
• 4.1 引言46
• 4.2 系統(tǒng)的整體框架介紹46-47
• 4.3 心電數(shù)據(jù)采集設(shè)計47-50
• 4.3.1 虛擬儀器簡介47
• 4.3.2 采集模塊的整體設(shè)計47-48
• 4.3.3 采集模塊的硬件設(shè)計48
• 4.3.4 采集模塊的軟件設(shè)計48-50
• 4.4 心電數(shù)據(jù)的預(yù)處理50-52
• 4.4.1 心電信號的濾波50-51
• 4.4.2 模式的預(yù)處理51-52
• 4.5 基于 GPU 加速的心電識別系統(tǒng)設(shè)計52-56
• 4.5.1 GPU 硬件支持53
• 4.5.2 模式學(xué)習(xí)的 GPU 加速53-54
• 4.5.3 模式庫管理54
• 4.5.4 模式識別的 GPU 加速54-55
• 4.5.5 自動診斷結(jié)果顯示55-56
• 4.6 本章小結(jié)56-57
• 第五章 系統(tǒng)實驗數(shù)據(jù)分析研究57-61
• 5.1 引言57
• 5.2 基于 PTB 數(shù)據(jù)庫的實驗結(jié)果57-59
• 5.3 基于采集數(shù)據(jù)的研究59-60
• 5.4 本章小結(jié)60-61
• 結(jié)論與展望61-63
• 參考文獻(xiàn)63-67
• 攻讀碩士學(xué)位期間取得的研究成果67-68
• 致謝68-69
• 附錄69

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 沈衛(wèi)峰;;《急性ST段抬高型心肌梗死診斷和治療指南》解讀[J];國際心血管病雜志;2010年06期

2 何秉賢;;述評:再論心電向量圖臨床應(yīng)用的價值及現(xiàn)狀[J];臨床心電學(xué)雜志;2009年02期

3 王永權(quán);;心電向量圖在診斷心肌梗死中的優(yōu)勢[J];臨床心電學(xué)雜志;2009年02期

4 何秉賢;;心電向量圖診斷心肌缺血的方法及優(yōu)勢[J];臨床心電學(xué)雜志;2009年02期

5 焦方惠;;心電圖與心向量聯(lián)合檢查對心肌缺血診斷的價值[J];中國實用醫(yī)藥;2011年35期

6 陳可冀;蔣躍絨;;推薦應(yīng)用全球性心肌梗死新定義[J];中國中西醫(yī)結(jié)合雜志;2009年07期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 朱洪俊;心電信號深層識別機(jī)理的研究與虛擬式心電圖儀的研制[D];重慶大學(xué);2002年

2 萬相奎;心電信號分析與虛擬式心電自動分析儀的開發(fā)[D];重慶大學(xué);2005年

3 季虎;心電信號自動分析關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 張飛;心電信號檢測算法研究[D];中南大學(xué);2005年

2 周勇;基于并行計算的渦扇發(fā)動機(jī)旋轉(zhuǎn)失速監(jiān)測系統(tǒng)研究[D];華南理工大學(xué);2012年

本文編號：686529