“MATLAB、MATLAB编码器和定点设计器使我们的小团队能够开发复杂的实时信号处理算法，优化它以减少功耗和内存需求，加速嵌入式代码实现，并执行医疗设备验证所需的严格测试。”
玛丽娜布若克韦,VivaQuant
每年有超过400万名的患者感到头晕，昏厥，或不适从冲击或心跳加速。他们的医生给许多患者小型可穿戴设备，而他们去了解他们的正常活动，不断地监控他们的长达心脏节律通过心电图（ECG）一个月的。与在医院或医生的办公室获得的心电图记录，这些动态心电图经常被噪音发作损坏，可能很难或不可能进行分析。噪声可以引起假阳性和假阴性事件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误或漏诊。
在美国国家心脏、肺和血液研究所的支持下，VivaQuant金宝app公司的工程师正在开发一种心率监测设备，该设备将采用多域信号处理™(MDSP)，在不扭曲心电波形的情况下抑制高达26 dB的带内噪声。本装置，用MATLAB设计算法®并在MATLAB Coder™嵌入式处理器上实现，能够从嘈杂的心电图中准确检测心律失常。“多年来，我一直使用MATLAB来开发复杂的信号处理、控制和信息学算法，”VivaQuant的创始人兼首席技术官Marina Brockway说。“有了MATLAB编码器和定点设计师，我可以比我想象的更快地从想法到产品。”
简单的无限脉冲响应（IIR）滤波器可以噪声以外减少通带ECG，但它们不能噪声在通带内，而不会干扰信号除去。为了实现这一目标，VivaQuant需要开发一种算法，其对大矩阵复杂的计算，然后执行它的装置足够小为周向舒适地佩戴，而不必更换电池。完整的系统，包括微处理器和前端电子，需要获取和实时处理的两向量ECG，同时消耗电流小于1毫安。
VivaQuant寻求在传统的设计方法来改善，从而算法是由一个团队开发，然后移交给程序员实现一个单独的团队。“当算法开发人员抛出一个设计在围栏一支不同的球队，多少是经常丢失通”的Brockway说。“我们需要有一个小团队来做到这一点不影响性能或质量。”
VivaQuant使用MATLAB和MATLAB编码器，加快发展。
Brockway和她的同事使用MATLAB和Signal Processing Toolbox™开发了该算法的浮点版本，该版本采用了矩阵运算、统计测试、数字滤波器以及信号检测和估计。
他们通过测试心电数据来验证该算法，这些心电数据包括相同心电信号的清晰版本和噪声版本。他们在已知的清晰心电信号中加入各种噪声，然后应用算法验证噪声已经被降低，原始心电信号的特征没有被扭曲。
采用定点设计™，他们转换了浮点算法到定点。它们仪表的算法代码来登录最小和最大的变量值，并且紧处理器约束内使用该信息来优化定点数据类型的准确性。
为了保持浮点和定点版本之间的等价性，他们在每个优化步骤之后验证定点实现。该团队开发了一个MATLAB测试平台，可以根据测试数据自动运行定点和浮点版本，并对结果进行统计比较。
该团队通过使用MATLAB Coder为各个算法模块生成C代码来加速测试。他们还创建了可执行的MATLAB文件来在测试运行期间调用C代码。
它们生成的C代码的完整算法，它部署到ARM®皮质®-M系列处理器，并进行了进一步的优化和测试。
VivaQuant已经完成了一个原型，证明了在必要的功率约束下，在ARM Cortex处理器上实现其MDSP算法的可行性，现在正进入正式的开发和测试。
发展速度加快了300％．“有了MATLAB和MATLAB编码器实现，我们在短短半年的算法个月，而不必让一个单独的编程团队”的Brockway说。“我估计，我们的工艺是三至四倍，比传统方式更有效，使我们能够在实时快速部署高度复杂算法的嵌入式系统，以提高患者的生命。”
电源和内存消耗最小化．布罗克韦说:“我们的目标电池寿命是在15毫升的包装中使用3周。“Fixed-Point Designer帮助我们优化算法并超越这个目标。这款设备重量不到15克，而且与目前的许多设备不同，它佩戴起来会很舒适。”
严格测试启用．“对于一个医疗设备，质量，可靠性和安全性是最重要的，”笔记的Brockway。“测试平台方面我们采用MATLAB建立使我们在发展的每个阶段进行严格的测试和自动识别结果的任何差异。”
您还可以从以下列表中选择一个网站：