VivaQuant加速发展和验证动态心电图传感的嵌入式设备
挑战
解决方案
结果
- 发展加速了300%
- 权力和内存消耗最小化
- 严格的测试使
“MATLAB、MATLAB编码器和定点设计使我们的小团队开发一个复杂的实时信号处理算法,优化减少电力和内存需求,加快嵌入式代码实现,并执行严格的测试所需的医疗设备验证。”
玛丽娜布若克韦,VivaQuant
每年,超过400万名患者经历眩晕,晕厥,或从捣碎不适或心跳加快。医生给许多病人一个小的可穿戴设备,通过不断监测心律心电图(ECG)长达一个月,他们会对他们的正常活动。相比之下获得的心电图记录在医院或医生的办公室,这些动态ECG常常被集的噪音,可以分析困难或不可能的。噪音会导致假阳性和假阴性的事件检测增加的时间和成本分析,会导致延误或错过的诊断心脏节律异常。
VivaQuant的工程师,在国家的支持下心脏,肺和血液研万博1manbetx究所,正在开发一种心律监测装置,将采用多域信号处理™(MDSP)抑制带内噪声高达26 dB没有扭曲心电图波形。这个设备,与MATLAB算法设计®和嵌入式处理器上实现MATLAB编码器™,嘈杂的ecg的心律失常进行准确检测。“我利用MATLAB多年开发复杂的信号处理,控制,和信息学算法,“滨布若克韦说,VivaQuant创始人兼首席技术官。“与MATLAB编码器和定点设计师,我可以从理念到产品更快,我从来没想过。”
挑战
简单的无限脉冲响应(IIR)过滤器可以减少心电图通带外噪声,但是他们不能消除噪音不扭曲市场的情况下在通频带内的信号。为了实现这一目标,VivaQuant需要开发一个算法执行复杂计算大型矩阵,然后在设备上实现它小到可以穿舒适的数周,而无需改变电池。完整的系统,包括微处理器和前端电子、需要获取和处理两个向量心电图实时而消费不足1毫安的电流。
VivaQuant试图改进传统的设计方法,算法是由一个团队开发,然后交给一个独立团队的程序员实现。“当算法开发人员把栅栏到另一个团队设计,常常迷失在沟通,”布若克韦说。“我们需要做一个小团队在不牺牲性能或质量。”
解决方案
VivaQuant用MATLAB和MATLAB编码器加快发展。
布若克韦和她的同事们使用MATLAB信号处理工具箱™开发浮点算法的版本,使用矩阵运算、统计测试,数字滤波器,信号检测和估计。
他们通过测试验证了算法心电图数据,包括清洁和嘈杂的版本相同的心电图信号。他们添加各种声音干净的心电图信号,然后应用算法验证噪音减少,没有扭曲原始心电信号特征。
使用定点设计师™,他们转换浮点算法定点。他们测试了算法的代码记录最小和最大变量值,并使用这些信息来优化定点精度的数据类型在处理器紧缩的情况。
保持等价之间的浮点和定点版本,他们每一步优化后定点实现验证。团队开发了一个MATLAB测试平台,自动跑定点和浮点版本对测试数据进行了统计比较的结果。
个人的团队加速测试通过生成C代码算法和MATLAB编码器模块。他们还创建可执行的MATLAB文件来调用C代码在测试运行。
他们为完整的算法,生成的C代码部署到一只手臂®皮质®- m系列处理器,进行进一步的优化和测试。
已完成原型演示的可行性实施MDSP算法一个胳膊上皮层处理器内必要的约束力量,VivaQuant现在进入正式的开发和测试。
结果
发展加速了300%。MATLAB和MATLAB编码器我们实现了该算法在短短六早有与一个单独的编程团队,”布若克韦说。“我估计,我们的过程是三到四倍的效率比传统的方法,使我们能够快速部署高度复杂的算法在实时嵌入式系统来改善病人的生活。”
权力和内存消耗最小化。“我们的目标电池寿命是三个星期15 cc包,”布若克韦说。“定点设计师在使我们能够优化算法和超过这一目标。设备重量不到15克,与许多当前的设备,将舒适穿。”
严格的测试使。“医疗设备、质量、可靠性和安全是最重要的,”布若克韦指出。“我们用MATLAB构建的测试平台使我们在发展的每个阶段进行严格的测试和自动识别中的任何差异的结果。”
