심장의 가장자리: 우주비행사를 위한 스마트 헬스 센서에서 실시간 심박수 특징 추출을 위한 ULP FPGA 기반 CNN

인간 우주 비행 야망의 가속화와 지상 기반 필수 건강 모니터링 수요의 수렴은 극도로 제한된 자원을 가진 웨어러블 헬스 센서에서 신뢰할 수 있는 실시간 특징 추출에 대한 전례 없는 요구를 촉발하고 있습니다. 우리는 심전도 (SCG) 특징 분류를 위한 실시간 처리를 위해 컨볼루션 신경망 (CNNs) 을 기반으로 한 초저전력 (ULP) 필드 프로그래머블 게이트 어레이 (FPGA) 기반 솔루션을 제시합니다. 우리의 접근 방식은 양자화 인식 훈련과 심박형 배열 가속기를 결합하여 Lattice iCE40UP5K FPGA 에서 효율적인 정수 전용 추론을 가능하게 합니다. 이 플랫폼은 전력 효율성과 방사선 내성 덕분에 배터리 구동 배포, 특히 우주 환경에 이상적입니다. 구현은 98% 의 검증 정확도를 달성하며, 최소한의 하드웨어 자원 (2,861 개의 LUT 와 7 개의 DSP 블록) 으로 95.5 ms 에 추론을 완료하고 8.55 mW 의 전력만을 소비합니다. 이러한 결과는 제한된 하드웨어에서 완전히 온 디바이스 기반 SCG 심박수 특징 추출이 가능함을 보여주며, 장기 우주 임무의 우주비행사를 위한 에너지 효율적이고 자율적인 건강 모니터링을 가능하게 합니다.