Computational architecture for the inference of a quantized convolutional neuronal network for the detection of atrial fibrillation

Simple item page
dc.contributor.advisorFajardo Ariza, Carlos Augusto
dc.contributor.authorJaramillo Rueda, Andrés Felipe
dc.contributor.authorVargas Pacheco, Laura Yuritza
dc.date.accessioned2024-03-04T00:43:11Z
dc.date.available2020
dc.date.available2024-03-04T00:43:11Z
dc.date.created2020
dc.date.issued2020
dc.description.abstractLas arritmias cardíacas son una de las enfermedades cardíacas más comunes en todo el mundo, que se caracterizan por un ritmo cardíaco anormal que puede poner en peligro la vida. Recientemente, se han propuesto varias redes neuronales convolucionales para detectar diferentes arritmias cardíacas. Proponemos una arquitectura computacional para la inferencia de una red neuronal convolucional cuantificada (Q-CNN) que permite la detección de una arritmia cardíaca llamada fibrilación auricular (FA). La arquitectura computacional se implementó y probó en un FPGA Xilinx Artix-7. El diseño se basa en un procesador de matriz sistólica, que está optimizado para realizar tanto las capas convolucionales como las completamente conectadas. Los resultados experimentales se presentan con respecto al proceso de cuantización en diferentes números de bits, cantidad de hardware y precisión. Finalmente, se seleccionó un Q-CNN de 22 bits, que logra un 94% de precisión. Este trabajo pretende ser la base para la implementación futura de un dispositivo portátil, de bajo costo y alta confiabilidad para el diagnóstico de la FA.
dc.description.abstractenglishCardiac arrhythmias are one of the most common heart diseases worldwide, which are characterized by an abnormal heartbeat rhythm that can be lifethreatening. Recently, several convolutional neural networks have been proposed to detect different cardiac arrhythmias. We propose a computational architecture for the inference of a Quantized Convolutional Neural Network (Q-CNN) that allows the detection of a cardiac arrhythmia called Atrial Fibrillation (AF). The computational architecture was implemented and tested in a Xilinx Artix-7 FPGA. The design is based on a systolic array processor, which is optimized to perform both the convolutional and fully connected layers. Experimental results are presented regarding the quantization process at different number of bits, amount of hardware and accuracy. Finally, a 22-bits Q-CNN was selected, which achieves a 94% of accuracy. This work aims to be the basis for future implementation of a portable, low-cost and high-reliability device for the diagnosis of the AF.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electrónico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/40073
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectFibrilación Auricular
dc.subjectDetección Automática
dc.subjectImplementación Fpga
dc.subjectRed Neural Convolucional Cuantizada.
dc.subject.keywordAtrial Fibrillation
dc.subject.keywordAutomatic Detection
dc.subject.keywordFpga Implementation
dc.subject.keywordQuantized Convolutional Neural Network.
dc.titleComputational architecture for the inference of a quantized convolutional neuronal network for the detection of atrial fibrillation
dc.title.englishComputational architecture for the inference of a quantized convolutional neuronal network for the detection of atrial fibrillation
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
97.47 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
787.93 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
163.39 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Electrónica