心態小貓

裝置內心臟智慧

訓練、測試並部署即時心臟模型於安比克的超低功耗系統系統上。非常適合健身穿戴裝置、健康裝置及遠端病患監測，涵蓋去噪、心電圖/PPG分割、節律與心跳分類。

影像資料庫

heartKIT 精選

01

即時邊緣人工智慧

在 Ambiq 的超低功耗 SoC 上本地執行心臟模型，即可即時且可靠地洞察穿戴裝置與轉速裝置。低延遲、對電池友善的推論——不需要雲端。

02

第一天準備就緒

啟動專案，使用預訓練模型、資料集和任務層級示範。複製、執行並展示成果只需幾分鐘——搭配可依使用情境調整的配置方案。

03

設計可擴充性

透過簡單的 YAML 調整任務、模型、資料集與訓練。加入您自己的資料，或使用 HeartKIT 可擴充的工廠來定義新任務，以最少程式碼建立自訂工作流程。

04

優化部署

提供高效的推論，搭配優化的架構與部署例程。匯出 HeliaAOT、HeliaRT 或 TFLM 的緊湊型模型，並以提供的指標驗證——非常適合電池供電裝置。

任務與能力

去噪聲

心電圖/PPG訊號乾淨，並具備即時去噪/去雜音功能，提升下游準確度——非常適合日常佩戴時噪音大。

分段

從心電圖/PPG中定位節拍與間隔，以取得可靠的事件邊界與特徵擷取。

節奏分類

在裝置上分類心房顫動（AFIB）和心動心動（AFL），以獲得即時且私密的洞察。

節拍分類

標籤節拍（NORM、PAC、PVC、NOISE）用於細緻分析與警示。

設計資源

其他文檔

設置收藏夾
取得更新通知
使用搜尋過濾器

heartKIT 文件

影像資料庫