• 产品
  • 应用
  • 技术
  • 工具
  • 关于我们
  • heartKIT

    设备上的心脏智能

    在 Ambiq 的超低功耗 SoC 上训练、测试和部署实时心脏模型。非常适合健身可穿戴设备、健康设备和远程患者监护--涵盖去噪、ECG/PPG分割、节律和节拍分类。

    heartKIT 亮点

    01

    实时边缘人工智能

    在 Ambiq 的超低功耗 SoC 上本地运行心脏模型,以便即时、可靠地洞察可穿戴设备和 RPM 设备。低延迟、电池友好型推断--无需云。

    02

    第一天准备就绪

    利用预训练模型、数据集和任务级演示启动项目。克隆、运行和展示结果只需几分钟--您可以根据自己的使用情况调整配置配方。

    03

    可扩展设计

    通过简单的 YAML 调整任务、模型、数据集和训练。使用 heartKIT 的可扩展工厂添加自己的数据或定义新任务,以最少的代码构建自定义工作流。

    04

    优化部署

    利用优化的架构和部署例程进行高效推理。为HeliaAOT、HeliaRT或TFLM导出紧凑型模型,并利用提供的指标进行验证--非常适合电池供电的设备。

    任务和能力

    去噪

    • 通过实时去噪/去混频技术清洁 ECG/PPG 信号,提高下游精确度,非常适合嘈杂的日常佩戴环境。

    细分

    • 从 ECG/PPG 中定位搏动和间期,以获得可靠的事件边界和特征提取。

    节奏分类

    • 在设备上对 AFIB 和 AFL 等节律进行分类,以获得即时、私密的见解。

    节拍分类

    • 标记节拍(NORM、PAC、PVC、NOISE),以便进行精细分析和发出警报。

    视频资料库

    设计资源

    其他文档

    • 设置收藏夹
    • 获取更新通知
    • 使用搜索过滤器
    准备下载
    斯科蒂 人工智能助理
    嗨,我是斯科蒂

    你好!今天我能帮你什么?