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...
- 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
- 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 |