本发明公开了一种基于FPGA的癫痫脑电信号分类方法、实现方法及装置,在FPGA上构建适用于癫痫脑电信号分类的RNN网络结构模型硬逻辑,RNN网络结构模型依次包括输入层、Bi‑LSTM层、Dropout层、全连接层、Softmax层和分类输出层;建立RNN网络结构模型各层的IP核,采用同步数据流法将RNN网络结构模型中各层的IP核连接,并在相邻IP核之间插入AXI4‑Streaming寄存器片;接收癫痫脑电信号特征训练数据,RNN网络结构模型,调整RNN网络结构模型权重值直至得到分类准确率最高的模型,并将训练好的模型参数存储于DDR存储器,得到实现癫痫脑电信号分类的FPGA,利用RNN网络结构模型进行癫痫脑电信号分类。
本公开所述的一种基于FPGA的癫痫脑电信号分类方法、实现方法及装置,提出了一种针对不同网络结构兼顾灵活性与可重新配置性系统的癫痫脑电信号分类实现方法,通过综合采用软硬件逻辑实现了FPGA的可配置性;通过采用流接口来减少FPGA上存储空间的消耗;通过对RNN网络中各个层的IP分别配置,并采用同步数据流图(SDFG)方法组合各层IP构造特定网络并配置各层参数,实现了FPGA中RNN网络结构的灵活性;
材料科学与化学工程学院现有教职工170人,其中新世纪百千万人才工程国家级人选1人,教育部新世纪人才1人,全国优秀教师1人,龙江学者3人,省杰青4人,省思政名师1人,省级教学师德标兵4人,黑龙江省研究生优秀导师团队2个,博士生导师25人,硕士生导师106人。
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2023-11-11
综合评价
技术前景广阔,具备技术成果转移转化要求。
查看更多>
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2022-12-07
综合评价
本发明的目的在于提供一种基于FPGA的癫痫脑电信号分类方法、实现方法及装置,以解决上述背景技术中提出的问题。
根据本公开的一个或多个实施例的一个方面,提供一种基于FPGA的癫痫脑电信号分类实现方法。
一种基于FPGA的癫痫脑电信号分类实现方法,该方法包括:
在FPGA上构建适用于癫痫脑电信号分类的RNN网络结构模型硬逻辑,RNN网络结构模型依次包括输入层、Bi-LSTM层、Dropout层、全连接层、Softmax层和分类输出层;
建立RNN网络结构模型各层的IP核,采用同步数据流法将RNN网络结构模型中各层的IP核连接,并在相邻IP核之间插入AXI4-Streaming寄存器片;
查看更多>