Hacia la implementación on the edge de un segmentador de PCG basado en la U-Net

Autores/as

  • Daniel Enériz Grupo de Diseño Electrónico (GDE)
  • Antonio J. Rodriguez-Almeida Insituto Universitario de Microelectrónica Aplicada (IUMA), Universidad de Las Palmas de Gran Canaria (ULPGC)
  • Himar Fabelo Insituto Universitario de Microelectrónica Aplicada (IUMA), Universidad de Las Palmas de Gran Canaria (ULPGC)
  • Nicolás Medrano Grupo de Diseño Electrónico (GDE)
  • Belén Calvo
  • Gustavo M. Callico Insituto Universitario de Microelectrónica Aplicada (IUMA), Universidad de Las Palmas de Gran Canaria (ULPGC)

DOI:

https://doi.org/10.26754/jjii3a.20226995

Resumen

Un sistema de asistencia al diagnóstico de enfermedades cardiovasculares requiere de precisión y respuesta en tiempo real, algo que se puede alcanzar gracias a la implementación de modelos deep learning on the edge. En este trabajo se presenta la reducción de un modelo para la segmentación de fonocardiogramas y su efecto en la implementación sobre FPGAs low-spec.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2022-07-18

Cómo citar

Enériz, D., Rodriguez-Almeida, A. J., Fabelo, H., Medrano, N., Calvo, B., & Callico, G. M. (2022). Hacia la implementación on the edge de un segmentador de PCG basado en la U-Net. Jornada De Jóvenes Investigadores Del I3A, 10. https://doi.org/10.26754/jjii3a.20226995