[发明专利]边缘计算节点的制造方法和边缘计算节点有效

专利信息
申请号: 202011158895.3 申请日: 2020-10-26
公开(公告)号: CN112244853B 公开(公告)日: 2022-05-13
发明(设计)人: 王景峰;黄凯;陈样新;张玉玲;郭思璐;宋日辉 申请(专利权)人: 生物岛实验室;中山大学孙逸仙纪念医院
主分类号: A61B5/318 分类号: A61B5/318;A61B5/00;G06N3/04;G06N3/063;G06N3/08
代理公司: 北京智信四方知识产权代理有限公司 11519 代理人: 李成龙;宋海龙
地址: 510320 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 边缘 计算 节点 制造 方法
【权利要求书】:

1.一种边缘计算节点,包括:

构造基于实数型神经网络模型,所述实数型神经网络模型的隐藏层的权值和激活值为实数型数据,所述实数型神经网络包括一个输入层、四个隐藏层和一个输出层;

使用训练数据训练并压缩所述实数型神经网络模型,得到二值神经网络模型,其中,所述训练数据包括心电信号、生物阻抗数据以及基于所述生物阻抗数据确定的预提取特征,所述二值神经网络模型的隐藏层的权值和激活值为二值数据,用于基于心电信号输出健康状态信息,所述压缩包括以剪枝的方式压缩;所述训练数据通过以下方式获取:获取不同健康状态的人的心电信号;对所述心电信号进行预处理得到训练样本,所述预处理包括心拍分割和数据重采样;对所述训练样本标注得到样本标签,所述样本标签表示所述心电信号对应的不同健康状态,将所述训练样本和样本标签确定为训练数据;

基于所述二值神经网络模型定制可编程逻辑门阵列;

将多个所述可编程逻辑门阵列和调度器部署在印制电路板上,形成边缘计算节点,所述调度器被配置为接收心电信号,调度所述多个可编程逻辑门阵列以确定健康状态信息,

其中,所述印制电路板包括固定部分和可重新配置部分,所述调度器设置在所述固定部分,所述调度器不参与运算,所述可重新配置部分包括多个运算器,所述多个运算器中的部分或全部固化地设置有所述二值神经网络模型的任务运算单元;所述边缘计算节点还包括供电管理单元,被配置为基于当前任务负载调整被供电的运算器的数量。

2.根据权利要求1所述的边缘计算节点,其中,所述使用训练数据训练并压缩所述实数型神经网络模型,得到二值神经网络模型包括:

获取训练数据;

通过所述训练数据训练所述实数型神经网络模型,以更新实数型神经网络模型的实数型权值;

对所述实数型神经网络模型进行剪枝,并将所述实数型权值二值化,得到二值神经网络模型;

通过所述训练数据训练所述二值神经网络模型直至收敛。

3.根据权利要求1所述的边缘计算节点,其中,所述使用训练数据训练并压缩所述实数型神经网络模型,得到二值神经网络模型包括:

获取训练数据;

交替执行训练操作和压缩操作,直至满足收敛条件,得到二值神经网络模型,其中,在所述训练操作中,通过所述训练数据更新模型中的权值;在所述压缩操作中,通过剪枝和/或二值化压缩模型的大小。

4.根据权利要求3所述的边缘计算节点,其中,所述通过剪枝压缩模型的大小包括:

确定模型中的各连接关系对预测结果的贡献值;

根据所述贡献值删除模型中的部分连接关系,以压缩模型的大小。

5.根据权利要求2或3所述的边缘计算节点,其中,

所述预处理还包括噪声处理、基线漂移处理、特征预提取中的至少一种。

6.根据权利要求1~4任一项所述的边缘计算节点,其中,所述基于所述生物阻抗数据确定的预提取特征包括心电信号、生物阻抗信号、左室排血功能指标、心肌收缩功能指标、前负荷指标以及后负荷指标,其中:

所述左室排血功能指标包括每搏输出量、每搏指数、心输出量、心脏指数中的至少一种;

所述心肌收缩功能指标包括心收缩力指数、左心做功指数、左心收缩时间、射血分数中的至少一种;

所述前负荷指标包括中心静脉压和/或左室舒张末期容积;

所述后负荷指标包括外周血管阻力和/或外周血管阻力指数。

7.根据权利要求1~4任一项所述的边缘计算节点,其特征在于,所述二值神经网络的权值为-1或1。

8.根据权利要求1~4任一项所述的边缘计算节点,其中,所述调度器包括中央处理器,所述印制电路板上还设置有通用图形处理器和/或基于所述可编程逻辑门阵列定制集成芯片。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于生物岛实验室;中山大学孙逸仙纪念医院,未经生物岛实验室;中山大学孙逸仙纪念医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011158895.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code