相关实验视频
Updated: Jan 20, 2026

Robotic Ablation of Atrial Fibrillation
Published on: May 29, 2015
低功率灵活分类芯片用于心房动检测
Jose Sanchez1, Sumukh Prashant Bhanushali1, Sudarsan Sadasivuni2
1School of Electrical, Computer and Energy Engineering, Arizona State University, AZ, USA.
这项研究提出了一个芯片上的灵活分类器,用于使用心电图 (ECG) 信号实时检测心房动 (AFib). 该设备在低功耗的情况下实现了高精度,从而实现了高效的心脏监测.
科学领域:
- 生物医学工程 生物医学工程
- 人工智能的人工智能
- 可穿戴技术可穿戴技术
背景情况:
- 检测心房动 (AFib) 对于预防中风至关重要.
- 现有的方法往往需要庞大的设备或复杂的加工.
- 需要有效的,实时的,便携式AFib检测解决方案.
研究的目的:
- 为实时AFib检测开发一个完全集成的芯片上分类器.
- 用于用于可穿戴应用的灵活基板.
- 为了实现高分类准确度,低功耗.
主要方法:
- 使用14位模拟数字转换器 (ADC) 数字化心电图 (ECG) 信号.
- 从心电图信号中提取时间域特征.
- 使用开关电容器内存计算,模拟,三层人工神经网络 (ANN) 的分类.
- 采用65nm技术进行制造.
主要成果:
- 在Physionet数据集上实现了>99.5%的准确性.
- 在前性人体研究中证明了80%的准确性.
- 在罗切斯特数据集上达到99.9%的准确性.
- 低功耗为每推理58.3μJ的低功耗.
结论:
- 开发的芯片上分类器为实时AFib检测提供了一个有前途的解决方案.
- 灵活的基板和低功耗使其适合用于可穿戴设备.
- 跨多个数据集的高精度验证了系统的稳定性.
相关概念视频
11:21Robotic Ablation of Atrial Fibrillation
05:12Transesophageal Atrial Burst Pacing for Atrial Fibrillation Induction in Rats
08:56Sterile Pericarditis in Aachener Minipigs As a Model for Atrial Myopathy and Atrial Fibrillation
08:10Estimating Bilateral Atrial Function by Cardiovascular Magnetic Resonance Feature Tracking in Patients with Paroxysmal Atrial Fibrillation
08:05Optimization of Transesophageal Atrial Pacing to Assess Atrial Fibrillation Susceptibility in Mice
09:17High-Resolution Endocardial and Epicardial Optical Mapping in a Sheep Model of Stretch-Induced Atrial Fibrillation

