相关实验视频
Updated: Jan 15, 2026
10:53
Ultrasonic Assessment of Myocardial Microstructure
Published on: January 14, 2014
5.8K
超声波扫描仪ASIC带有1D CNN基于回声模式识别的超声波扫描仪,用于监测动脉膨胀
IEEE transactions on biomedical circuits and systems
|October 8, 2025
概括
本研究介绍了一种特定应用的集成电路 (ASIC),用于A模式超声波动脉膨胀监测. 它使用1D卷积神经网络 (CNN) 进行精确的动脉识别和直径测量,在紧的设计中实现高性能.
科学领域:
- 生物医学工程 生物医学工程
- 医疗器械 医疗器械
- 超声波技术 超声波技术 超声波技术
背景情况:
- 监测动脉张张对于评估心血管健康至关重要.
- 现有的超声波系统对于持续的生理监测可能是庞大而复杂的.
- 需要小型化,高精度的超声波解决方案,用于便携式仪器仪表.
研究的目的:
- 开发一种特定应用的集成电路 (ASIC),用于A模式超声波动脉膨胀监测.
- 将回声模式识别和动脉直径波形重建集成到单个芯片上.
- 使用卷积神经网络 (CNN) 实现精确的探头定位和动脉壁定位.
主要方法:
- 设计和制造了一种用于A模式超声波的混合信号ASIC.
- 采用1D CNN与梯度加权类激活映射 (Grad-CAM) 来进行回声模式识别和动脉壁定位.
- 集成了一个高压脉冲器,T/R开关,模拟前端和数字后处理电路.
- 使用180nm的BCD工艺制造了ASIC.
主要成果:
- ASIC实现了95%的CNN推断准确度,用于回声模式识别.
- 动脉张张估计显示高皮尔森相关系数 (r) 为0.895.5.
- 制造出来的ASIC具有小的活性面积 (2.8mm2) 和低功耗 (1.65mW).
结论:
- 拟议的ASIC可使用A模式超声波进行精确的动脉张张监测.
- 集成的CNN和Grad-CAM提供了强大的动脉识别和测量.
- 紧而高效的混合信号架构证明了小型足迹生理仪器的高可行性.
