ECGゲーティングPCGアルゴリズムとプログラマブルAIアクセラレータ設計による心血管疾患分類システム | JoVE Visualize

科学分野:

生物医学工学
心臓病学
コンピュータ工学

背景:

心血管疾患（CVD）は死亡の主な原因であり、診断ツールの改善が必要です。
現在の心臓状態の診断方法は、臨床設定を必要とすることが多く、タイムリーな検出を制限します。
エッジコンピューティングを備えたウェアラブルデバイスは、リアルタイムでアクセス可能な心臓の健康モニタリングの可能性を提供します。

研究の目的:

不整脈および心臓弁膜症（HVD）の正確なリアルタイム診断のためのウェアラブルシステムを開発すること。
リソースが限られたウェアラブルデバイスに複雑な分類モデルを実装する際の課題に対処すること。
複数の診断モデルのための効率的なハードウェアアクセラレータを作成すること。

主な方法:

心音図（PCG）信号分析を改善するためにECGゲーティングアルゴリズムが開発されました。
不整脈およびHVD検出のための高度な分類アルゴリズムが実装されました。
シンリックアレイベースのアクセラレータとアプリケーション固有命令セットプロセッサ（ASIP）が設計および製造されました。

主要な成果:

アルゴリズムは高い精度を達成しました。不整脈で97.8%、HVDで99.3%、ハードウェア量子化誤差は最小限（<0.5%）でした。
製造されたアクセラレータは、低消費電力（1 MHzで414μW）と高速分類時間（不整脈で7.2 ms、HVDで21 ms）を示しました。
例外的なエネルギー効率（40 nmに正規化して395.3 GOPS/W）を達成しました。

結論:

開発されたシステムは、ウェアラブル技術を使用して不整脈および心臓弁膜症を効果的に分類します。
高度なアルゴリズムと特殊なハードウェアアクセラレータの組み合わせにより、効率的なオンデバイス心臓診断が可能になります。
この技術は、心血管状態の早期発見と管理の改善に大きな可能性を秘めています。