基于边缘智能的心电信号处理方法及监测系统
信息技术与网络安全
甄鹏华，韩玉冰
(齐鲁工业大学(山东省科学院) 计算机科学与技术学院，山东 济南250353)
摘要：边缘智能是边缘计算和人工智能相结合的产物，它的特性使其特别适合用于进行实时心电信号分析。心电图中体现的心电信号能够反映人体的心率等生理信息，通过对心电信号的分析及状态类型的分类可以检测人体是否患有心率失常等疾病。然而传统的心电信号分类研究是针对大量样本进行的单纯分类研究，并不适用于实时小样本分析的边缘智能场景。提出了一种可行的心电信号处理方法，并设计了一个基于边缘智能的心电监测系统。实验结果表明，该心电信号处理方法具有一定的实用性，能够在一定程度上满足边缘智能场景的要求。
中图分类号：TP391
文献标识码：A
DOI：10.19358/j.issn.2096-5133.2021.07.018
引用格式： 甄鹏华，韩玉冰. 基于边缘智能的心电信号处理方法及监测系统[J].信息技术与网络安全，2021，40(7)：108-115.
文献标识码：A
DOI：10.19358/j.issn.2096-5133.2021.07.018
引用格式： 甄鹏华，韩玉冰. 基于边缘智能的心电信号处理方法及监测系统[J].信息技术与网络安全，2021，40(7)：108-115.
Electrocardio signal processing and monitoring system based on edge intelligence
Zhen Penghua，Han Yubing
(School of Computer Science and Technology，Qilu University of Technology(Shandong Academy of Sciences)， Jinan 250353，China)
Abstract：Edge Intelligence(EI) is the product of the combination of Edge Computing(EC) and Artificial Intelligence(AI). Its characteristics make it particularly suitable for real-time electrocardio signal analysis. The electrocardio signal can reflect the human body′s heart rate and other physiological information，through the analysis of the electrocardio signal and the classification of the heartbeat, it can be detected whether the human body suffers from arrhythmia and other diseases. However, the traditional electrocardio signal classification research is only for a large number of samples, so it is not suitable for the edge intelligence scene of real-time small sample analysis. This paper proposes a feasible electrocardio signal processing method and designs an electrocardio monitoring system based on edge intelligence. Experimental results show that the electrocardio signal processing method has a certain practicability and can meet the requirements of edge intelligent scenes to a certain extent.
Key words :edge intelligence；electrocardio signal；neural network；system simulation
0 引言
边缘智能是十分新颖的研究领域，它集合了边缘计算和人工智能的优势，能够以较低的资源消耗和较快的运行速度提供较为精确的分析结果[1-2]。边缘设备及边缘计算也是分析心电信号常用的方法。
然而传统的心电信号分类研究是针对大量样本进行的单纯分类研究，并不适用于实时小样本分析的边缘智能场景。这是由于传统研究通常是基于大量有完善的位置标记的样本，在处理过程中依赖样本数量进行特定的处理。在边缘智能场景中，预测过程中心电信号是实时产生的，且要求产生一条数据即分析一条数据，以满足实时性的要求，上述基于样本数量的处理方法无法实现。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003687
作者信息：
甄鹏华，韩玉冰
(齐鲁工业大学(山东省科学院) 计算机科学与技术学院，山东 济南250353)
此内容为AET网站原创，未经授权禁止转载。