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。

视频资料库

开发人员资源

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

Additional Documentation

设置收藏夹
获取更新通知
使用搜索过滤器

heartKIT 文档