Softwarová aplikace pro real time analýzu EKG signál využitím AI čipu

Abstract

Tato práce se zabývá návrhem a implementací aplikace pro mikrokontrolér pro detekci kognitivní zátěže na základě analýzy EKG signálu v reálném čase. Pro analýzu EKG signálu byly využity konvoluční neuronové sítě. Na základě experimentů byly vybrány dvě architektury neuronových sítí. Neuronové sítě byly navrženy v Pythonu, ale samotná aplikace pro mikrokontrolér STM32F303RE je vytvořená v programovacím jazyce C za pomoci nástrojů od STMicroelectronics. Aplikace obsahuje také metodu pro detekci R kmitů a výpočet několika parametrů z EKG signálu. Součástí práce je také aplikace na počítači, která přijímá a graficky zobrazuje výsledky z mikrokontroléru. Přesnost navrženého řešení je statisticky vyhodnocena a porovnána s existujícím výzkumem v této oblasti.

This thesis proposes an application for real-time cognitive load detection from the ECG signal using convolutional neural networks and a microcontroller. Two network architectures are proposed and statistically evaluated. The neural networks were proposed in Python with TensorFlow, and the application was developed for the STM32F303RE microcontroller in C language with development tools from STMicroelectronics. The application also contains a method for detecting R-peaks and computing several parameters from the ECG signal. A PC application that receives and visualizes the results sent from the microcontroller was also developed. The proposed solution is evaluated and compared to existing research.