改进实时生理标志估计使用plethysmography波浪和异质嵌入式系统.
Zakaria El Khadiri1, Rachid Latif1, Amine Saddik1
1Laboratory of Systems Engineering and Information Technology LISTI, National School of Applied Sciences, Ibn Zohr University Agadir, Agadir, Morocco.
Journal of medical engineering & technology
|February 17, 2025
概括
本研究介绍了一种高效的嵌入式系统,用于实时生理监测,使用基于摄像机的光电显微镜 (PPG) 信号. 优化的算法大大减少了对生命体征估计的处理时间,提高了嵌入式系统的性能.
科学领域:
- 生物医学工程 生物医学工程
- 计算机科学 计算机科学
背景情况:
- 生理监测对于医疗保健至关重要.
- 当前的方法往往需要专门的硬件.
- 基于摄像头的光电显微镜 (PPG) 提供了一个非接触式的替代方案.
研究的目的:
- 开发和实施一个实时嵌入式系统,用于监测生命体征 (心脏和呼吸率).
- 评估拟议方法的处理时间和算法复杂性.
- 评估嵌入式实现的准确性和硬件软件采用情况.
主要方法:
- 利用图像处理从RGB相机中提取PPG信号.
- 应用信号处理,过和分解算法用于生命体征估计.
- 在嵌入式平台 (CPU/GPU) 上使用高级合成 (HLS) 实现了算法.
主要成果:
- 与原生 MATLAB 和优化的 C/C++ 版本相比,实现了显著的处理时间优化.
- 使用不同的优化工具 (OpenMP,OpenCL) 证明了x5.05,x24.96和x36.68的收益.
- 验证了硬件和软件的共同设计,以实现高效的嵌入式采用.
结论:
- 拟议的实时嵌入式实现可实现准确和高效的生理监测.
- 优化的算法显著降低了计算负载,适用于资源受限制的嵌入式系统.
- 嵌入式处理的基于摄像头的PPG监控提供了一个有前途的非接触式生命体征评估解决方案.
更多相关视频
04:20Integration of Brain Tissue Saturation Monitoring in Cardiopulmonary Exercise Testing in Patients with Heart Failure
Published on: October 1, 2019
5.7K
08:22Author Spotlight: Advancing the Study of Brain-Heart Interplay with a Comprehensive EEGLAB Plugin for Multimodal Signal Analysis
Published on: April 26, 2024
1.6K
