收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络的ECG身份识别算法FPGA实现

黄一帆  
【摘要】:随着时代的发展和社会的进步,人们对个人身份识别技术的安全性要求越来越高。生物特征识别技术相比于其他身份识别技术更加安全、方便,广泛应用于身份识别领域。在金融、安防和军事等领域,由于传统的生物特征识别技术存在着一些不足之处,比如人脸、指纹和虹膜等容易通过伪装进行仿冒,DNA验证成本较高,因此需要一种新的安全性更高的生物特征识别技术作为有效的补充。ECG(electrocardiogram,心电图)是人体中普遍存在的信号且当前采集技术比较成熟,它是基于活体采集的信号,在防伪冒方面具有天然的优势,是当前身份识别领域的研究热点。ECG身份识别技术相对于人脸、指纹等身份识别技术存在识别率较低的问题,为了提高ECG身份识别的准确率,目前研究人员常采用深度学习算法进行身份识别,其中卷积神经网络算法在解决物体分类、识别问题上具有独特的优势,然而卷积神经网络算法存在计算密集,实时性较差的问题。针对该问题,通常采用GPU(Graphics Processing Unit)或ASIC(Application Specific Integrated Circuit)等并行计算平台进行算法的加速,但是GPU存在体积大、功耗高等缺点,ASIC作为专用集成芯片,开发周期和成本较高。FPGA(Field Programmable Gate Array)作为一种具有并行计算能力的硬件平台,相比于GPU和ASIC能耗更小,配置更灵活。赛灵思(Xilinx)公司推出的新一代可扩展处理平台Zynq-7000系列全可编程片上系统采用了最新的架构,在芯片上集成了双核ARM Cortex A9与FPGA,该芯片可更加方便、高效地帮助开发人员实现系统级算法的硬件开发。为了实现实时性较高且具有离线识别能力的ECG身份识别系统,本文采用内置Zynq-7020芯片的PYNQ-Z2开发板进行ECG身份识别系统的嵌入式开发,该系统采用卷积神经网络进行身份识别,卷积神经网络模型训练阶段需要通过服务器端进行,而在推理阶段在开发板进行,不依赖于服务器,可在离线状态工作,从而减轻了服务器的压力而且功耗更低实时性更高。本文的主要研究内容如下:1.去噪模块和R波峰值点检测模块的IP核(Intellectual Property core)设计。本文选择中值滤波器对ECG信号的工频噪声进行去除,并采用快速中值滤波算法实现中值滤波器的IP核设计;根据R波具有幅值高和波峰尖锐的特点,设计具有实时检测R波峰值点算法,并完成R波峰值点检测模块的IP核设计。2.卷积神经网络的IP核设计。所采用卷积神经网络在存在计算量大的问题,本文充分利用FPGA的并行计算的优势,通过分析卷积层、池化层和全连接层的结构,设计具有并行计算能力的卷积神经网络IP核,提高身份识别系统的计算速度。3.ECG身份识别系统的FPGA实现。根据设计的去噪模块IP核、R波峰值点检测模块IP核和卷积神经网络IP核,在PYNQ-Z2开发板上构建了ECG身份识别硬件系统,并完成硬件系统驱动程序的开发,实现了ECG实时身份识别。实验结果表明,本文实现的ECG身份识别系统在计算速度方面表现较好,准确率达到96.82%,与采用双核ARM Cortex A9的实现方式相比速度更快,而且功耗较低,在保证系统的ECG身份识别功能的基础上具有低功耗和实时性的优点。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 郭银景;张坤艳;孙红雨;;基于小波神经网络的ECG数据压缩研究[J];山东科技大学学报(自然科学版);2007年01期
2 林羽;;心电图(ECG)应用于临床急诊治疗低钾血症的价值研究[J];世界最新医学信息文摘;2019年95期
3 杨曦;逄彦华;邱桂凤;;ECG在胸痛患者鉴别诊断中的价值[J];当代医学;2013年33期
4 潘静;郭兴明;陈旻;;远程心电监护中ECG信号的提取[J];计算机测量与控制;2008年09期
5 黄进文;王威廉;;平滑滤波对ECG的R波幅值影响研究[J];云南大学学报(自然科学版);2008年06期
6 邢国泉;自适应滤波器在ECG信号除噪中的应用[J];北京生物医学工程;2005年03期
7 林加锋;坏死性病毒性心肌炎的ECG与临床(附3例报告)[J];实用心电学杂志;2003年01期
8 丁福祥,刘同库,吴宗玉,孙培明,贾广麒;正常人ECG双极胸导联检测结果分析[J];北华大学学报(自然科学版);2000年02期
9 史永兰,王蓉;ECG—6511型心电图机走纸速度控制电路的分析[J];医疗装备;2000年01期
10 蔡毓英,林谷秀,周明秀,王建安,陈德才,何祚光,张淑英;常规ECG法阿托品试验假阴性的初步探讨[J];江苏医药;1994年01期
11 杨淑梅,刘瑛;急性前间壁心肌梗塞的ECG诊断[J];白求恩医科大学学报;1995年03期
12 徐万松;;利用形态滤波去ECG基线漂移的简单方法[J];中国医疗器械信息;2019年21期
13 孔淑珍;张俊峰;;对跆拳道运动员安静状态ECG特点的探讨[J];价值工程;2010年31期
14 毛庆祥;胡弋;马永达;刘宿;杜权;葛衡江;;ECG深静脉置管深度定位的临床应用[J];重庆医学;2006年20期
15 王雅纯;脑卒中ECG改变临床意义的探讨[J];华西医学;2003年02期
16 赵晓进,张志勇,宛霞,翟心慧;陈氏太极拳、太极推手优秀运动员比赛前后心电图(ECG)分析[J];河南师范大学学报(自然科学版);1992年03期
17 马辉;陈丽亚;马国亮;;心电图(ECG)的小波变换特征提取[J];中国科技信息;2006年01期
18 冯民;;ECG—6511心电图机维修两例[J];医疗设备信息;2006年09期
19 杜叶平;;胸外按压时所产生的ECG按压波形的临床意义[J];齐齐哈尔医学院学报;2006年07期
中国重要会议论文全文数据库 前10条
1 杨向林;严洪;任兆瑞;陈靖一;;基于小波变换的ECG信号多特征点综合检测算法[A];第八届全国信息获取与处理学术会议论文集[C];2010年
2 张杨;蔡建立;;小波分析和ECG信号的检测[A];2005全国自动化新技术学术交流会论文集(三)[C];2005年
3 王玲;黄翔东;李海亮;孟天伟;;一种去除ECG中基线漂移和工频干扰的高效滤波方法[A];第七届全国信号和智能信息处理与应用学术会议会刊[C];2013年
4 黄进文;王威廉;;基于虚拟仪器的ECG参数自动分析系统研究[A];第二十七届中国控制会议论文集[C];2008年
5 郭天宇;朱铭健;王云鹤;许超;;基于自整合卷积神经网络的人脸分类算法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年
6 王涟;屈建石;;一种ECG高精度实时压缩算法[A];第8届全国核电子学与核探测技术学术年会论文集(二)[C];1996年
7 朱张航宇;;美科学家实现突破:意念交流即将成为现实[A];《科学与现代化》2020年第一季度[C];2020年
8 ;Nature长文综述:类脑智能与脉冲神经网络前沿[A];《科学与现代化》2020年第一季度[C];2020年
9 张兴伟;潘国富;张济博;;自编码神经网络在海底声学底质分类中应用初探[A];2019中国西部声学学术交流会论文集[C];2019年
10 An Yangming;;基于深度学习的Dropout-BP神经网络在测井资料评价煤层气含气量中的应用[A];2019年中国地球科学联合学术年会论文集(二十九)——专题77:井孔地球物理学及深部钻测、专题78:地球化学进展、专题79:地球深部碳循环、专题80:航空地球物理勘查技术与应用[C];2019年
中国博士学位论文全文数据库 前10条
1 徐银;ECG心跳分类算法及高能效架构研究[D];浙江大学;2018年
2 郝富生;卷积神经网络判别性增强研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2019年
3 陆志坚;基于FPGA的卷积神经网络并行结构研究[D];哈尔滨工程大学;2013年
4 余绍德;卷积神经网络和迁移学习在癌症影像分析中的研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年
5 李旭冬;基于卷积神经网络的目标检测若干问题研究[D];电子科技大学;2017年
6 毛博;基于卷积神经网络的地震数据重构与模型构建研究[D];吉林大学;2020年
7 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
8 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
9 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
10 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
中国硕士学位论文全文数据库 前10条
1 黄一帆;基于卷积神经网络的ECG身份识别算法FPGA实现[D];吉林大学;2020年
2 徐雯静;基于卷积神经网络的ECG身份识别技术研究[D];东北林业大学;2016年
3 白梦瑶;基于神经网络的ECG心率失常分类研究[D];南京理工大学;2019年
4 郜佳俊;面向FPGA的卷积神经网络模型映射工具的研究[D];上海交通大学;2019年
5 曹立宇;动态可重构系统下的卷积神经网络并行计算研究[D];上海交通大学;2019年
6 吕伟;基于sEMG与ECG的人工物料搬运时间与负荷对作业疲劳的影响研究[D];东北大学;2017年
7 刘奇;基于集成学习算法的ECG身份识别[D];吉林大学;2019年
8 步小康;基于FPGA的卷积神经网络图像分类算法硬件加速电路设计与实现[D];东南大学;2019年
9 王杰杰;卷积神经网络加速与优化方法的研究[D];东南大学;2019年
10 柳泽辰;移位卷积神经网络的软硬件加速设计[D];上海交通大学;2019年
中国重要报纸全文数据库 前10条
1 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
2 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
3 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
4 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
5 ;神经网络小史[N];电子报;2018年
6 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 张斌;谁还需要“同传”[N];文汇报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978