典型文献
APSoC心音辅助诊断算法硬件加速方法
文献摘要：
针对云南边远山区低网络覆盖率和低传输速率下普通移动设备对神经网络处理速度慢、成本高、效率低的问题,提出一种基于APSoC的心音辅助诊断算法的硬件加速方法.在对5122例心音信号进行去噪、特征提取等预处理后,训练CNN网络模型用于心音样本分类.设计通用卷积电路与通用池化电路,将HLS优化后生成硬件电路部署至Zynq-7020 APSoC硬件平台,实现CNN算法的硬件加速.实验结果表明,相同条件下,其分类速度相比Intel-i7-8700提高了35倍,分类准确率仅损失了不到1％.该方法满足了高性能、低功耗、低成本等要求,为先心病初诊辅助诊断提供了一种离线解决方案.
文献关键词：
先心病;高层次综合;卷积神经网络;全可编程片上系统;硬件加速
中图分类号：
作者姓名：
雷晨;何乐生;王威廉
作者机构：
云南大学信息学院,云南昆明650500
文献出处：
引用格式：
[1]雷晨;何乐生;王威廉-.APSoC心音辅助诊断算法硬件加速方法)[J].计算机工程与设计,2022(03):661-667
A类：
APSoC,全可编程片上系统
B类：
辅助诊断算法,硬件加速,加速方法,南边,边远山区,网络覆盖,传输速率,移动设备,处理速度,速度慢,心音信号,去噪,池化,HLS,硬件电路,Zynq,硬件平台,Intel,i7,分类准确率,低功耗,先心病,初诊,离线,高层次综合
AB值：
0.339394
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
