Search academic texts

Information × Registration Number 0419U005294, Candidate dissertation Status к.т.н. Date 05-12-2019 popup.evolution o Title The method and hardware-software implementation of electrocardiac signals processing using artificial multistable neural networks Author Chernetchenko Dmytro V., popup.head Snizhko Yevhen M. popup.opponent Filatova Hanna E. popup.opponent Storchun Yevhenii V. Description Об'єктом дослідження є процес оброблення ЕКГ-сигналу із застосуванням штучних мультистабільних нейронних мереж. Метою дослідження є підвищення ефективності оброблення та точності детектування головних ознак P-QRS-T-комплексу ЕКГ-сигналів шляхом розроблення методу та апаратно-програмного засобу на основі штучних мультистабільних нейронних мереж. Методи дослідження: для оброблення даних застосовували методи дискретного оброблення інформації і математичної статистики; розроблення структурної схеми та апаратно-програмного засобу виконано на базових принципах системного підходу; для розроблення моделі нейронів та нейронних мереж використовували методи математичного моделювання, штучного інтелекту і програмні пакети NEURON та Matlab; програмне забезпечення побудовано з використанням середовища проектування IAR Embedded Workbench, мови програмування VHDL та пакету Xilinx ISE WebPack; проектування схемо-технічного рішення та розробку друкованої плати апаратного засобу реалізовано за допомогою системи автоматизованого проектування Altium Designer; використано бібліосемантичний метод для вивчення вітчизняного та світового контенту. Теоретичні результати: вперше розроблено на основі спайкового шифратора вхідного сигналу, рекурентних нейронів внутрішнього шару та вихідних нейронів імпульсну штучну нейронну мережу, яка представляє собою систему класифікації, що сама навчається та автоматично адаптується до змін вхідного сигналу і забезпечує тим самим оброблення в режимі реального часу клінічно-значущих випадків ЕКГ-сигналу всередині мережі; вперше розроблено метод оброблення ЕКГ-сигналу в SNN-мережі, який забезпечує зниження щільності даних за рахунок безпосереднього кодування спайків в ЕКГ-сигналі, набуття мережею відповідних стабільних станів, які відповідають піковим моментам ЕКГ і зменшення помилки розпізнавання, що досягнуто попереднім обробленням і фільтрацією даних на вході нейронної мережі; удосконалено адаптовану модель імпульсного штучного нейрона шляхом надання йому електричної мультистабільності та здатності відтворювати патерни електричної активності біологічних об’єктів з одночасним розширенням пам’яті та збільшенням обчислювальної потужності, що зумовило її використання в якості базового компонента нейроморфного модуля; удосконалено модель структури спайкового шифратора шляхом точного кодування електрокардіографічних сигналів, що створило необхідні і достатні передумови для побудови імпульсної штучної мережі і на її основі апаратно-програмного засобу для оброблення ЕКГ-сигналів. Практичні результати полягають у розробленні апаратно-програмного засобу для оброблення електрокардіографічного сигналу, виготовленні його на сучасній елементній базі, захисті схемотехнічних рішень патентами США, проведені валідаційних випробування та тестуванні отриманого приладу, з оцінки точності класифікації основних амплітудно-часових ознак ЕКГ-сигналу на вибірці записів. Ступінь впровадження - результати дисертаційної роботи впроваджено у виробничий процес на підприємстві ТОВ “Науково-виробниче підприємство СМД”; у навчальний процес кафедри експериментальної фізики та фізики металів Дніпровського національного університету ім. Олеся Гончара при викладання відповідних дисциплін. Сфера (галузь) використання - медицина. Registration Date 2019-12-05 popup.nrat_date 2020-04-03 Close