基于STM32用机器学习实现心率异常检测经验分享

[复制链接]

攻城狮Melo 发布时间：2024-5-25 17:10

技术帖
文章封面:
文章简介:	STM32中用机器学习实现正确率99.95%的心率异常检测！STM32机器学习实例：心率检测！简单的小实例，却是迈向新领域的步伐

首先我的数据并没有做任何任何的处理，本来我是打算加一个直流滤波的，首先是效果不太好，其次是我都用上机器学习了我为什么还要自己处理数据？机器学习本事的目的就是节约我们的脑子，利用机器来提取特征，而不是我们自己去提取特征（直流偏置本身也是一种特征），就算我的信号有其他的误差，我们可以处理一下提高分辨度，但是！对于机器而言，这些本身就是他的特征，我们只需要告诉机器，哪些特征是对的，哪些特征是错的！

训练模型方面，我们使用MAX30102每10ms采样一次，每128次采样作为一组数据上传。

int i = 0;
# @: w `" }* S, o8 t6 ^1 Z
void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
5 r4 i+ [9 u3 X
{
1 @8 K' x3 B$ D9 g c/ d
maxim_max30102_read_fifo(&red,&ir);5 T1 g- {- n) T+ I8 j
printf("%ld ",ir);4 I# C4 a9 D: m9 c
i++;' i3 a7 u- a/ h j0 U) D
if(i==128)
( k& y+ [" z$ Q' h, r/ X, ]
{
3 Q% S9 p! F6 i
i=0;1 N! V7 _ B9 P: ]. ]' a
printf("\n");# U* ?% U2 T; t! ]3 f/ N) B
}
t% t- t5 e: O
}

复制代码

这里我们不对数据进行任何处理，因为既然我们选择了机器学习就是为了节省我们对于数据的处理，节省对于特征的提取。

模型训练
我们打开NanoEdge AI Studio,这次的项目我们选择异常检测。

微信图片_20240525170819.png

传感器选择通用传感器，轴数为1，芯片型号选择自己所需要的芯片型号。

微信图片_20240525170825.png

Regualr signals 常规数据
Abnormal signals 异常数据

我们通过串口（USB）分别导入正常的信号和异常的信号。

微信图片_20240525170827.png

数据集尽可能多且广泛并且经典。

微信图片_20240525170833.png

我们总共导入了两百组信号，这些信号包含了大拇指，中指以及稍微靠前的位置和稍微靠后的位置，保证数据集的范围足够的广泛。

微信图片_20240525170836.png

异常信号就非常简单，我们放在那里空置信号，晃动信号这里我放在那里测了总共三百多组（打游戏打忘记了）。

然后利用这两组信号进行训练。

微信图片_20240525170838.png

我们将异常信号和正常信号全部选上，之后进行训练。

微信图片_20240525170841.png

之后查看训练详情，等待模型训练完成。

微信图片_20240525170846.png

可以看到，训练完的模型无论是准确率还是RAM大小Flash大小，都相当的合适，接下来我们测试一下我们的模型。

微信图片_20240525170849.png

这边可以查看训练过程中的模型。

微信图片_20240525170852.png

验证我们的模型。

这里需要注意的是，我们第一次导入数据会先进行训练，异常检测需要有一个学习环节。

官方的手册中推荐了至少十组正常数据进行学习。

微信图片_20240525170858.png

我录了21组正常数据进行学习。

然后就可以对模型进行验证。

微信图片_20240525170901.png

部署我们的模型，其中需要他的.a文件和.h文件。

微信图片_20240525170904.png

这里我们需要使用CubeIDE来编程。因为这里的.a文件是静态文件，静态文件使用keil编程有点麻烦，需要安装GCC编译器，STM32CubeIDE集成好了可以编译.a文件。

微信图片_20240525170906.png

在属性中添加静态库的路径。

微信图片_20240525170909.png

在库中添加路径，我们的.a文件是libneai.a，这里需要省略lib和后缀.a

微信图片_20240525170913.png

导入NanoEdgeAI的库函数。

微信图片_20240525170922.png

可以看到这里有三个函数，初始化函数，学习函数以及预测函数。

enum neai_state MyState;

复制代码

定义一个枚举变量用来存放标志位。

MyState = neai_anomalydetection_init();//初始化

复制代码

初始化我们的模型。

float IRD[128];9 p4 F+ v) w4 z$ I
int i = 0;4 u# {' a& X- b4 P# q
int LeranTime= 0;
$ G8 D% `4 \0 N0 `6 a5 G% R9 c
void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
2 x# Z) |: N L7 O- Z, b3 U
{
+ `0 i4 X) n' n. }4 D% |
uint8_t yuce;
- r2 e0 x% S8 }. B2 A
maxim_max30102_read_fifo(&red,&ir);
, r/ E4 ^1 V, `$ ]; z. w
IRD[i] = ir;
! O& v3 X' c3 ]3 f) W2 U1 S) ^* p9 K
i++;
3 l1 e2 n. h0 J& u% {
, P1 y5 K! p8 g8 k
if(i==128)
1 r( N! @' V4 T3 ^5 r
{4 F* s! n6 j$ J. s+ b) b
if(LeranTime<10)
: b0 W1 [* g9 ~# Y- Q( ~: F
{& O( Z$ f/ ^& g( x$ ]' W: O+ ~
HAL_GPIO_TogglePin(GPIOF, GPIO_PIN_9);//LED翻转8 x( r4 x, _0 x, e3 B0 V
neai_anomalydetection_learn(IRD);
+ ]+ ?8 g1 q8 e" ^' M# i. F5 N6 y
}
3 C7 B# G* ]/ Q p
else0 z* w* t" y" Q+ W
{
' ], f( @/ E8 C0 y/ l8 E5 G
neai_anomalydetection_detect(IRD, &yuce);# y( t: J" ~2 C
if(yuce>80)
; l3 q( N# C' N1 r
{) k( P, U# N9 Q% I h0 I
HAL_GPIO_WritePin(GPIOF, GPIO_PIN_10, 1);& [: v3 i) ]1 E4 D7 _, C: c
}
( a$ @, h/ K7 V3 c2 Q. W
else
. p* x' ]* S S( c
{
' @5 M0 P4 {' S
HAL_GPIO_WritePin(GPIOF, GPIO_PIN_10, 0);$ X* g/ Q' [1 K. t" \/ A y7 ~
}
0 Q# Y2 O6 ?8 ^% n' P/ L$ s
}7 r; D$ X0 ^# S0 L) i
LeranTime++;
9 G7 r4 z" I, H; O& R8 Z
i = 0;; |# ~5 r5 ~9 @& z
}9 w0 [1 n( I2 @" J
}