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
