Návrh Školení

Základy TinyML v zdravotnictví

  • Charakteristiky systémů TinyML
  • Specifické omezení a požadavky v zdravotnictví
  • Přehled architektur nositelných AI systémů

Akvizice a předzpracování biosignálů

  • Práce s fyziologickými senzory
  • Techniky redukce šumu a filtrace
  • Extrakce charakteristik pro lékařské časové řady

Vývoj modelů TinyML pro nositelná zařízení

  • Výběr algoritmů pro fyziologická data
  • Trénování modelů v omezených prostředích
  • Hodnocení výkonu na zdravotnických datech

Nasazení modelů na nositelná zařízení

  • Použití TensorFlow Lite Micro pro inferenci na zařízení
  • Integrace AI modelů do lékařských nosidel
  • Testování a ověřování na vestavěném hardwaru

Optimalizace výkonu a paměti

  • Techniky pro snížení početné zátěže
  • Optimalizace toku dat a využívání paměti
  • Zvážení přesnosti a efektivity

Bezpečnost, spolehlivost a soulad s normami

  • Regulační aspekty pro nositelné zařízení s AI
  • Zajištění robustnosti a klinické použitelnosti
  • Mechanizmy zajišťující bezpečnost při selhání a zpracování chyb

Případové studie a aplikace v zdravotnictví

  • Nositelné systémy pro kardiologický monitoring
  • Rozpoznávání činností v rehabilitaci
  • Neustálé sledování hladiny glukózy a biometrík

Budoucí směry pro médicínské TinyML

  • Metody s více senzory
  • Personalizovaná zdravotnická analitika
  • Následující generace nízkovýkonových AI čipů

Shrnutí a další kroky

Požadavky

  • Pochopení základních konceptů strojového učení
  • Zkušenosti s vestavěnými nebo biomediálními zařízeními
  • Ovládání vývoje na bázi Pythonu nebo C

Cílová skupina

  • Odborníci v oblasti zdravotnictví
  • Biomediální inženýři
  • Vývojáři AI
 21 hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie