第三方的先决条件

验证GPU环境

要验证运行此示例所需的编译器和库是否已正确设置，请使用coder.checkGpuInstall函数。

envCfg = coder.gpuEnvConfig (“主机”）;envCfg。DeepLibTarget =“cudnn”；envCfg。DeepCodegen = 1;envCfg。安静= 1;coder.checkGpuInstall (envCfg);

心电图数据描述

这个例子使用的是生理网数据库。它包含了三组人的数据:

它包括96个ARR患者的录音，30个CHF患者的录音，36个NSR患者的录音。的ecg_signalsmat文件包含时间序列格式的测试心电图数据。本例中的图像分类器区分ARR、CHF和NSR。

算法流程

给出了Simulink模型的算法流程框图。

心电图深度学习Simulink模型

给出了用于心电信号分类的Simulink模型。当模型运行时，视频查看器块显示分类的心电信号。

open_system (“ecg_dl_cwt”）;

心电图预处理子系统

的心电图预处理子系统包含一个MATLAB函数块，该块对心电信号进行CWT处理，得到心电信号的标量图，然后对该标量图进行处理，得到一幅图像和一个图像分类器块中加载预训练的网络trainedNet.mat并基于SqueezeNet深度学习CNN对图像分类进行预测。

open_system (“ecg_dl_cwt /心电图预处理”）;

的ScalogramFromECG函数块定义了一个函数称为ecg_to_scalogram:

的函数签名ecg_to_scalogram显示。

类型ecg_to_scalogram

function ecg_image = ecg_to_scalogram(ecg_signal) %版权所有2020 The MathWorks, Inc. persistent jetdata;if(isempty(jetdata)) jetdata = ecgColorMap(128，'single');从心电信号cfs = cwt_ecg(ecg_signal)中获取小波系数;%从小波系数image = ind2rgb(im2uint8(rescale(cfs))，jetdata);ecg_image = im2uint8 (imresize(形象,[227227]));结束

心电图后处理

的心电图后处理的MATLAB函数块定义label_prob_image函数，该函数根据图像分类器输出的分数中的最高分为尺度图图像查找标签。它输出带有标签和置信度的尺度图图像。

类型label_prob_image

The MathWorks, Inc. scores = double(scores);%获得最大置信度[prob,index] = max(分数);信心=概率* 100;获取最大置信度标签= erase(char(labels(index))，'_label');文本=细胞(2,1);text{1} = [' category: ' label];text{2} = ['Confidence: ' sprintf('%0.2f'， Confidence)]' % ');位置= [135 20 0 0;130 40 0 0]; final_image = insertObjectAnnotation(ecg_image,'rectangle',position,... text,'TextBoxOpacity',0.9,'FontSize',9); end

运行仿真

打开配置参数对话框。

在模拟目标窗格中,选择GPU加速．在深度学习组，选择目标库为cuDNN．

为了验证该算法，并显示工作空间中加载的测试心电信号的标签和置信度评分，运行仿真。

set_param (“ecg_dl_cwt”，“SimulationMode”，“正常”）;sim卡(“ecg_dl_cwt”）;

生成和构建Simulink模型

在代码生成窗格中,选择语言作为c++并使生成GPU的代码．

开放代码生成> GPU代码窗格。在子类别库,使cuBLAS，cuSOLVER而且cuFFT．

在主机图形处理器上生成和构建Simulink模型slbuild命令。代码生成器将文件放在建立文件夹，子文件夹名为ecg_dl_cwt_ert_rtw在您当前的工作文件夹下。

状态= evalc (“slbuild (ecg_dl_cwt)”）;

生成的CUDA®代码

子文件夹命名ecg_dl_cwt_ert_rtw包含与Simulink模型中的不同块相对应的生成的c++代码，以及在这些块中执行的特定操作。例如，文件trainedNet0_ecg_dl_cwt0.h包含c++类，该类包含某些属性，例如numLayers和成员函数，例如getBatchSize ()，预测()．这个类代表预先训练过的SqueezeNet已经加载到Simulink模型中。

清理

关闭Simulink模型。

close_system (“ecg_dl_cwt /心电图预处理”）;close_system (“ecg_dl_cwt”）;