基于混合分類器的低功耗心律不齊檢測ASIC.pdf

1、心律不齊是突發(fā)性死亡率最高的一類心臟疾病，使用可穿戴設(shè)備對心臟狀態(tài)進行實時監(jiān)測，對心律不齊的預(yù)防有著重要的意義。受限于可穿戴設(shè)備的電池供電方式，設(shè)備的功耗成為其設(shè)計的主要挑戰(zhàn)之一。
　　傳統(tǒng)可穿戴心臟監(jiān)護設(shè)備需要將采集到的ECG信息通過無線傳輸技術(shù)，上傳至遠程云端進行處理。在無線傳輸?shù)倪^程中造成的巨大能耗，嚴(yán)重限制了設(shè)備的續(xù)航能力。隨著機器學(xué)習(xí)技術(shù)的發(fā)展，集成自診斷功能的可穿戴ECG設(shè)備開始出現(xiàn)，如何在保證診斷準(zhǔn)確率的前提下減小設(shè)

2、備的功耗成為新的研究熱點。
　　本文提出了一種集成機器學(xué)習(xí)引擎的心律不齊檢測ASIC電路，可在芯片上完成疾病診斷，本文的主要內(nèi)容和創(chuàng)新點是:
　　1.設(shè)計了包含機器學(xué)習(xí)引擎的心律不齊檢測ASIC電路，該電路包括信號預(yù)處理部分、特征提取部分和機器學(xué)習(xí)引擎，可以實現(xiàn)片上的疾病診斷;
　　2.提出了一種基于混合分類器的低功耗架構(gòu)。該混合分類架構(gòu)包括極低功耗的線性分類器以及分類能力更強的非線性SVM分類器，其中線性分類器負(fù)責(zé)從

3、數(shù)據(jù)集中將特征明顯的心跳識別出來，而對于無法識別的心跳，才啟用準(zhǔn)確率高但是計算功耗大的SVM分類器做進一步分類。本文進一步提出了一種能夠有效反映心跳形態(tài)特點的新特征-對稱QRS面積比（QAR），此特征結(jié)合心跳間隔特征可以提高線性分類器的分類能力和分類準(zhǔn)確率;
　　3.提出了低成本SVM學(xué)習(xí)引擎的實現(xiàn)方法，對SVM學(xué)習(xí)引擎中涉及的除法器、平方器和e指數(shù)運算器進行了優(yōu)化和深度定制，極大的優(yōu)化了電路面積。
　　本設(shè)計基于SMIC4