“MATLAB，MATLAB编码器和固定点设计师使我们的小团队能够开发复杂的实时信号处理算法，优化它以降低电源和内存要求，加速嵌入式代码实现，并执行医疗器械验证所需的严格测试．”
Marina Brockway，Vivaquant
每年，有400多万患者出现头晕、晕倒、心跳加速等不适症状。他们的医生给许多这样的病人一个小型的可穿戴设备，在他们进行正常活动的一个月里，通过心电图(ECG)持续监测他们的心率。与在医院或医生办公室获得的心电图记录相比，这些动态心电图经常被噪声干扰，很难或不可能分析。噪声会导致假阳性和假阴性事件的检测，增加分析的时间和成本，并可能导致心脏节律异常的延迟或漏诊。
Vivaquant的工程师，通过国家心脏，肺和血液研究所的金宝app支持，正在开发一种心律监测装置，该装置将采用多域信号处理™（MDSP）来抑制最多26 dB的带内噪声，而不会扭曲ECG波形。该设备，具有与Matlab设计的算法®在具有MATLAB译码器™的嵌入式处理器上实现，可以精确地检测来自嘈杂的心电图。“我已经使用MATLAB多年来开发复杂的信号处理，控制和信息学算法，”Vivaquant的创始人和首席技术官Marina Brockway说。“通过Matlab编码器和固定点设计师，我可以比我想象的速度从想法到产品。”
简单的无限脉冲响应(IIR)滤波器可以降低心电通带外的噪声，但不能在不失真的情况下去除通带内的噪声。为了实现这一目标，VivaQuant需要开发一种算法，在大型矩阵上执行复杂的计算，然后在一个足够小的设备上实现，该设备可以舒适地佩戴数周，而无需更换电池。整个系统包括微处理器和前端电子器件，需要实时采集和处理双矢量心电图，同时消耗不到1毫安的电流。
VivaQuant试图改进传统的设计方法，即由一个团队开发算法，然后交给独立的程序员团队执行。Brockway说:“当算法开发人员把一个设计扔给另一个团队时，很多东西往往会在沟通中丢失。”“我们需要在不影响性能或质量的前提下，以一个小团队完成这项工作。”
VivaQuant使用MATLAB和MATLAB Coder加速开发。
Brockway和她的同事使用MATLAB和信号处理工具箱™来开发算法的浮点版本，它采用了矩阵操作，统计测试，数字滤波器和信号检测和估计。
它们通过在包括同一ECG信号的清洁和嘈杂版本的ECG数据上测试算法来验证算法。它们为已知清洁的ECG信号添加了各种噪声，然后应用了算法以验证已降低噪声，并且原始的ECG信号特性没有被扭曲。
使用fixed -point Designer™，他们将浮点算法转换为固定点。他们将算法代码用于记录最小和最大变量值，并使用这些信息在严格的处理器约束下优化定点数据类型的准确性。
为了维护浮点和定点版本之间的等价，它们在每个优化步骤后验证了固定点实现。该团队开发了一个Matlab测试平台，自动运行了针对测试数据的固定点和浮点版本，并执行了结果的统计比较。
通过MATLAB编码器为单个算法模块生成C代码来加速测试。它们还创建了可执行的MATLAB文件以在测试运行期间调用C代码。
他们生成了完整算法的C代码，并将其部署到ARM上®皮质®-M系列处理器，并进行了进一步的优化和测试。
完成了一个原型，证明了在必要的电源限制范围内在ARM Cortex处理器上实施其MDSP算法的可行性，现在正在进入正式的开发和测试。
发展速度加快300%．Brockway说:“使用MATLAB和MATLAB Coder，我们只用了6个月就实现了这个算法，而不需要一个单独的编程团队。”“我估计我们的流程比传统方法的效率高3到4倍，使我们能够在实时嵌入式系统中快速部署高度复杂的算法，以改善患者的生活。”
功耗和内存消耗降至最低．“我们的目标电池寿命在15个CC套餐中为3周，”博克威斯说。“固定点设计器是有助于使我们能够优化算法并超过此目标的工具。该装置重量小于15克，与许多电流装置不同，佩戴舒适。“
严格的测试使．Brockway指出:“对于医疗设备来说，质量、可靠性和安全性是最重要的。”“我们用MATLAB搭建的测试平台使我们能够在开发的每个阶段进行严格的测试，并自动识别结果中的任何差异。”
你也可以从以下列表中选择一个网站: