面向海量ECG信号检测分析的云加速器的设计与实现-集成电路工程专业毕业论文.docxVIP

万方数据 万方数据 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文《面向海量 ECG 信号检测分 析的云加速器的设计与实现》，是本人在导师的指导下，独立进行研 究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含 任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做 出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意 识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的 全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 保密□，在 年解密后适用本授权书。 本学位论文属于 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 上海交通大学硕士学位论文 上海交通大学硕士学位论文 面向海量 ECG 信号检测分析的云加速器的设计与实现 摘 要 在当今社会，人口的不断增长、病人数量的增加、病人对医疗服 务要求的提升以及医务人员数量的短缺使得医疗服务体系面临着巨大 的压力。传统的医疗服务逐渐无法满足日益增长的广大人民群众保健 需求。结合了计算机、通信、大数据、医疗技术的云医疗为此提供了 一个全新的解决思路。近年来可穿戴医疗设备的快速发展，为云医疗 的广泛推广带来了希望，同时也对云医疗平台的快速信号分析和智能 诊断能力提出了更高的要求。 本文根据云医疗平台的特点和要求，研究与设计了一个 基于 FPGA 的硬件加速系统，用于实现海量心电信号的实时分析，包括波 形检测、特征提取和初步诊断。该系统用流水线和并行化的方法实现， 并采用了新颖的数据挖掘的方法进行信号诊断。系统由心电信号特征 提取、关联规则挖掘，信号特征匹配这三部分组成。 本文的主要研究成果如下： 1）提出了一个面向硬件的关联规则挖掘算法用于心电信号诊断， 该算法适合于并行化和流水线处理； 2）实现了一个流水线并行化结构，能够实时地检测心电信号特征 并通过数据挖掘算法给出诊断结果，具有延时小、吞吐率大、硬件资 源少的特点。 本文为云医疗平台提供了一个能够实时大批量响应心电信号诊断 请求的硬件方案，为今后这方面的研究打下了基础。 关键词：ECG，关联规则挖掘，频繁项集挖掘，FPGA，云医疗 I DESIGN AND IMPLEMENTATION OF FPGA-BASED CLOUD ACCELERATOR FOR DETECTION AND ANALYSIS OF LARGE-SCALE ECG DATA ABSTRACT The current healthcare system is facing the challenge of growing numbers of population, increased demands from patients and shortage in human resource. Traditional healthcare cannot satisfy the medical demands of people. Fortunately, cloud medicine, having involved computer technology, communication technology, big data and medical technology provides a new solution for the challenge. The fast growing of wearable device in recent years brings hope for develop of cloud medicine, which also raises higher requirements for cloud medicine platform in terms of fast signal analysis and intelligent diagnosis ability. According to characteristic and demand of cloud medicine platform, this work proposed a prototype of real time FPGA-based Accelerator for ECG analysis and diagnosis, including wave dete