![](/images/graphics-bg.png)
ECG signal diagnoses using intelligent systems based on FPGA
Other Title(s)
تشخيص إشارات تخطيط القلب باستخدام الأنظمة الذكية بالاستناد الى البوابات المنطقية المبرمجية حقليا
Joint Authors
Abd al-Karim, Ali M.
Akkar, Hanan Abd al-Rida
Source
Engineering and Technology Journal
Issue
Vol. 31, Issue 7 (31 May. 2013), pp.1351-1364, 14 p.
Publisher
Publication Date
2013-05-31
Country of Publication
Iraq
No. of Pages
14
Main Subjects
Medicine
Information Technology and Computer Science
Topics
Abstract AR
يقدم هذا البحث استخدام خوارزمية جسيمات الحشد الأمثل (PSO), الشبكات العصبية الاصطناعية و استخدام خوارزميات إشراف تدريب الشبكة العصبية للكشف التلقائي لعدم انتظام دقات القلب بناء على التحليل الكهربائي (ECG).
تتكون الشبكة العصبية الاصطناعية (ANN) من ثلاث طبقات مع 10 عقد في طبقة المدخلات, و خمس عقد في الطبقة المخفية و خمس عقد في طبقة الإخراج.
و قد تم تدريب الشبكة العصبية الاصطناعية باستخدام خوارزمية جسيمات الحشد, و قد كانت الشبكة المدربة قادرة على تصنيف إشارة تخطيط القلب في الحالة الطبيعية, الرفرفة الأذينية, تسرع القلب البطيني, قطع أجزاء الأنسجة و تخبط تنظيم ضربات القلب الأذيني.
تم استخدام مصفوفة البوابات القابلة للبرمجة حقليا FPGA لتمثيل ANN و ذلك بسبب السرعة و إعادة البرمجة و يمكن لل FPGA أن يدعم إعادة التشكيل و التصميم اللازمة لتمثيل الشبكة العصبية.
تم في هذا العمل اقتراح برنامج (VHDL) لتمثيل ANN باستخدام FPGA-SPARTAN Evaluation Board 6 حيث يتم إنشاء الملفات الخاصة بتصميم ANN باستخدام برنامج (Xilinx ISE 13.3) التي يتم تحويلها إلى ملفات البرمجة التي يعتمد عليها لتحميليها إلى FPGA.
Abstract EN
This paper presents the use of Particle Swarm Optimization (PSO), neural networks with the most promising supervised learning algorithms for automatic detection of cardiac arrhythmias based on analysis of the Electrocardiogram (ECG).
Artificial Neural Network (ANN) has three layers with ten nodes in the input layer, five nodes in the hidden layer and five nodes in the output layer, which is trained using the PSO algorithm.
The trained network was able to classify the ECG signal in normal signal, atrial flutter, ventricular tachycardia, sever conducting tissue and wandering a trial pacemaker.
Field Programmable Gate Arrays (FPGAs) have been used to implement ANN trained by the supervised learning algorithms and PSO, because of their speed benefits, as well as the re-programmability of the FPGAs which can support the reconfiguration necessary to program a neural network.
A VHDL Design of ANN platform is proposed to evolve the architecture ANN circuits using FPGA-Spartan 6 Evaluation board.
The VHDL design platform creates ANN design files using Web PACKTM ISE 13.3 program.
All the algorithms used to train the ANN showed high effectiveness with 100 % classification.
American Psychological Association (APA)
Akkar, Hanan Abd al-Rida& Abd al-Karim, Ali M.. 2013. ECG signal diagnoses using intelligent systems based on FPGA. Engineering and Technology Journal،Vol. 31, no. 7, pp.1351-1364.
https://search.emarefa.net/detail/BIM-346288
Modern Language Association (MLA)
Akkar, Hanan Abd al-Rida& Abd al-Karim, Ali M.. ECG signal diagnoses using intelligent systems based on FPGA. Engineering and Technology Journal Vol. 31, no. 7 A (2013), pp.1351-1364.
https://search.emarefa.net/detail/BIM-346288
American Medical Association (AMA)
Akkar, Hanan Abd al-Rida& Abd al-Karim, Ali M.. ECG signal diagnoses using intelligent systems based on FPGA. Engineering and Technology Journal. 2013. Vol. 31, no. 7, pp.1351-1364.
https://search.emarefa.net/detail/BIM-346288
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 1363-1364
Record ID
BIM-346288