Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bits

La fibrilación auricular (FA) es una enfermedad silenciosa que es de difícil diagnostico porque sus síntomas son esporádicos, tiene una alta tasa de mortalidad en el mundo cuando se diagnostica tarde. Actualmente, las redes neuronales convolucionales (CNN) son una herramienta importante utilizada pa...

Full description

Autores:
Martínez Cruz, Laura Cristina
Bautista Porras, Mauricio
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2020
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/40079
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/40079
https://noesis.uis.edu.co
Palabra clave:
Fibrilación Auricular
Método Heurístico
Microcontrolador
Red Neuronal Convolucional
Cuantización.
Atrial Fibrillation
Heuristic Method
Microcontroller
Convolutional Neural Network
Quantization.
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id UISANTADR2_c6c676b22519985d7d2fce54b5a2fec5
oai_identifier_str oai:noesis.uis.edu.co:20.500.14071/40079
network_acronym_str UISANTADR2
network_name_str Repositorio UIS
repository_id_str
dc.title.none.fl_str_mv Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bits
dc.title.english.none.fl_str_mv Implementation of a Quantized Convolutional Neural Network for automatic detection of Atrial Fibrillation in an 8-bit microcontroller
title Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bits
spellingShingle Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bits
Fibrilación Auricular
Método Heurístico
Microcontrolador
Red Neuronal Convolucional
Cuantización.
Atrial Fibrillation
Heuristic Method
Microcontroller
Convolutional Neural Network
Quantization.
title_short Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bits
title_full Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bits
title_fullStr Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bits
title_full_unstemmed Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bits
title_sort Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bits
dc.creator.fl_str_mv Martínez Cruz, Laura Cristina
Bautista Porras, Mauricio
dc.contributor.advisor.none.fl_str_mv Fajardo Ariza Carlos Augusto
dc.contributor.author.none.fl_str_mv Martínez Cruz, Laura Cristina
Bautista Porras, Mauricio
dc.subject.none.fl_str_mv Fibrilación Auricular
Método Heurístico
Microcontrolador
Red Neuronal Convolucional
Cuantización.
topic Fibrilación Auricular
Método Heurístico
Microcontrolador
Red Neuronal Convolucional
Cuantización.
Atrial Fibrillation
Heuristic Method
Microcontroller
Convolutional Neural Network
Quantization.
dc.subject.keyword.none.fl_str_mv Atrial Fibrillation
Heuristic Method
Microcontroller
Convolutional Neural Network
Quantization.
description La fibrilación auricular (FA) es una enfermedad silenciosa que es de difícil diagnostico porque sus síntomas son esporádicos, tiene una alta tasa de mortalidad en el mundo cuando se diagnostica tarde. Actualmente, las redes neuronales convolucionales (CNN) son una herramienta importante utilizada para el diagnóstico de enfermedades como fibrilación auricular, cáncer de mama, entre otras. Sin embargo, las CNN tiene una alta demanda computacional y de memoria, lo que dificulta su implementación en dispositivos con bajos recursos computacionales. Un tema muy activo en la investigación son las redes neuronales cuantizadas ya que son una solución para reducir la cantidad de recursos informáticos y de memoria. Nuestro objetivo es implementar el proceso de inferencia de una CNN en un microcontrolador de 8 bits (ATMEGA2560) mediante el uso de estrategias de cuantización. Se probaron varias técnicas de cuantización de 8 bits antes de implementar la CNN en el microcontrolador. La implementación final se realizó mediante un método heurístico que llamamos cuantificación dinámica de capa. Este método nos permite lograr una forma efectiva de reducir la complejidad computacional de CNN y sus requerimientos de memoria. Nuestros resultados muestran una precisión del 89,48 %. Este trabajo es la primera etapa de un macroproyecto que tiene como objetivo construir un dispositivo portátil altamente confiable para la detección de fibrilación auricular.
publishDate 2020
dc.date.available.none.fl_str_mv 2020
2024-03-04T00:43:12Z
dc.date.created.none.fl_str_mv 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2024-03-04T00:43:12Z
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.hasversion.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coar.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
format http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.identifier.uri.none.fl_str_mv https://noesis.uis.edu.co/handle/20.500.14071/40079
dc.identifier.instname.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.reponame.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.repourl.none.fl_str_mv https://noesis.uis.edu.co
url https://noesis.uis.edu.co/handle/20.500.14071/40079
https://noesis.uis.edu.co
identifier_str_mv Universidad Industrial de Santander
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by/4.0/
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.none.fl_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0
dc.rights.creativecommons.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
http://creativecommons.org/licenses/by/4.0/
http://creativecommons.org/licenses/by-nc/4.0
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Industrial de Santander
dc.publisher.faculty.none.fl_str_mv Facultad de Ingenierías Fisicomecánicas
dc.publisher.program.none.fl_str_mv Ingeniería Electrónica
dc.publisher.school.none.fl_str_mv Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
publisher.none.fl_str_mv Universidad Industrial de Santander
institution Universidad Industrial de Santander
bitstream.url.fl_str_mv https://noesis.uis.edu.co/bitstreams/f0de578f-c93b-431e-a716-2f515dc3f992/download
https://noesis.uis.edu.co/bitstreams/d42e19c9-56d2-493d-97ad-aa058280339d/download
https://noesis.uis.edu.co/bitstreams/24732709-9937-4d16-90ac-839dc0f22060/download
bitstream.checksum.fl_str_mv a5ec464a1d8bcddccef5ca3bf5df6f40
b40e2c6caf67e2890b641657dee5681a
7b63c6006765a3e237ac641125f8deba
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv DSpace at UIS
repository.mail.fl_str_mv noesis@uis.edu.co
_version_ 1814095248072114176
spelling Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by-nc/4.0Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Fajardo Ariza Carlos AugustoMartínez Cruz, Laura CristinaBautista Porras, Mauricio2024-03-04T00:43:12Z20202024-03-04T00:43:12Z20202020https://noesis.uis.edu.co/handle/20.500.14071/40079Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coLa fibrilación auricular (FA) es una enfermedad silenciosa que es de difícil diagnostico porque sus síntomas son esporádicos, tiene una alta tasa de mortalidad en el mundo cuando se diagnostica tarde. Actualmente, las redes neuronales convolucionales (CNN) son una herramienta importante utilizada para el diagnóstico de enfermedades como fibrilación auricular, cáncer de mama, entre otras. Sin embargo, las CNN tiene una alta demanda computacional y de memoria, lo que dificulta su implementación en dispositivos con bajos recursos computacionales. Un tema muy activo en la investigación son las redes neuronales cuantizadas ya que son una solución para reducir la cantidad de recursos informáticos y de memoria. Nuestro objetivo es implementar el proceso de inferencia de una CNN en un microcontrolador de 8 bits (ATMEGA2560) mediante el uso de estrategias de cuantización. Se probaron varias técnicas de cuantización de 8 bits antes de implementar la CNN en el microcontrolador. La implementación final se realizó mediante un método heurístico que llamamos cuantificación dinámica de capa. Este método nos permite lograr una forma efectiva de reducir la complejidad computacional de CNN y sus requerimientos de memoria. Nuestros resultados muestran una precisión del 89,48 %. Este trabajo es la primera etapa de un macroproyecto que tiene como objetivo construir un dispositivo portátil altamente confiable para la detección de fibrilación auricular.PregradoIngeniero ElectrónicoAtrial fibrillation (AF) is a silent disease that is difficult to diagnose because its symptoms are sporadic. This disease has a high mortality rate in the world when it is diagnosed late. Currently, convolutional neural networks (CNN) are an important tool used for the diagnosis of diseases as AF among others. However, CNN are both computationally and memory intensive, making them difficult to deploy in devices with low computational resources. Quantized networks are a solution to reduce the amount of computing and memory resources. We aim to implement the inference process of a CNN into an 8-bit microcontroller (ATMEGA2560) by using quantization strategies. Several 8-bits quantization techniques were tested before implement the CNN into the microcontroller. The final implementation was done by a heuristic method that we called Dynamic Layer Quantization. This method allows us to achieve an effective way to reduce the computational complexity of CNN and its memory requirements. Our results show an accuracy of 89.48%. This work is the first stage of a project that aims to build a highly reliable portable device for the detection of AF.application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicomecánicasIngeniería ElectrónicaEscuela de Ingenierías Eléctrica, Electrónica y TelecomunicacionesFibrilación AuricularMétodo HeurísticoMicrocontroladorRed Neuronal ConvolucionalCuantización.Atrial FibrillationHeuristic MethodMicrocontrollerConvolutional Neural NetworkQuantization.Implementación de una red neuronal convolucional cuantificada para la detención automática de fibrilación auricular en un microcontrolador de 8 bitsImplementation of a Quantized Convolutional Neural Network for automatic detection of Atrial Fibrillation in an 8-bit microcontrollerTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf124451https://noesis.uis.edu.co/bitstreams/f0de578f-c93b-431e-a716-2f515dc3f992/downloada5ec464a1d8bcddccef5ca3bf5df6f40MD51Documento.pdfapplication/pdf798085https://noesis.uis.edu.co/bitstreams/d42e19c9-56d2-493d-97ad-aa058280339d/downloadb40e2c6caf67e2890b641657dee5681aMD52Nota de proyecto.pdfapplication/pdf258106https://noesis.uis.edu.co/bitstreams/24732709-9937-4d16-90ac-839dc0f22060/download7b63c6006765a3e237ac641125f8debaMD5320.500.14071/40079oai:noesis.uis.edu.co:20.500.14071/400792024-03-03 19:43:12.777http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co