基于可编程逻辑门阵列软硬件协同设计的心律失常分类系统

近年来,心律失常分类成为生理信号分析中的研究热点.心律失常现象在临床上十分常见,其出现时伴随心电信号中的心拍呈现具有反常形态和节律的波形.正确及时地检测、发现心律失常,并准确地进行心血管疾病的预警,在临床诊断初期具有重要意义.但人工判断异常心电图的远程系统实时性较低,可能延误病人的最佳治疗时机.将心律失常分类算法应用在可穿戴设备等边缘侧智能终端,一方面能够对心电信号进行实时分析处理,另一方面也提高了设备的灵活性及安全性.可编程逻辑门阵列器件作为边缘计算的一种实现形式,在生理信号处理中已经得到了广泛的应用,虽然可编程逻辑门阵列可进行实时流水线操作,但其基于Verilog或VHDL硬件描述语言,具有开发周期长、成本高、难度大及调试困难等缺点.针对这一问题,该文采用Xilinx公司新推出的高层次综合工具Vivado HLS,以实现基于MIT-BIH数据集的心律失常五分类算法,并使用Xilinx Zynq FPGA作为硬件平台,在心电信号测试集上进行测试.测试结果显示,该系统的平均分类准确率可达99.12％,单个心拍分类平均耗时3.185 ms,与纯PS端的单ARM核相比,该系统实现了5.64倍以上的加速性能.