一种神经形态多尺度的实时心率和状态检测方法

科学领域:

• 生物医学工程 生物医学工程
• 神经形态计算是一种神经形态计算.
• 可穿戴技术可穿戴技术

背景情况:

• 持续生物信号监测的可穿戴系统面临着长期趋势检测的尺寸和能源消耗方面的挑战.
• 现有的智能手表提供高精度的心率跟踪,但在始终启动的多尺度分析方面遇到了困难.
• 由于其超低功耗,神经形态技术提供了一个潜在的解决方案.

研究的目的:

• 提出和验证一个节能生物信号处理架构,用于可穿戴健康监测.
• 为了利用混合信号神经形态技术对生理数据进行连续的,多尺度的分析.
• 为长期健康评估提供独立可穿戴设备的开发.

主要方法:

• 开发了一个生物信号处理架构,集成多式传感输入.
• 运用神经计算的原理来处理生理数据.
• 在混合信号神经形态处理器上验证了架构,并评估了其在模拟电路可变性方面的稳定性.
• 证明了多层次的信号处理,包括瞬间心率和长期生理状态.

主要成果:

• 拟议的架构可靠地检测心率和生理状态的趋势.
• 该系统在神经形态处理器上表现出强大的运行,尽管模拟电路的变化.
• 成功处理了多尺度信号,识别了标志着病理状况的单调变化,如兴奋.
• 在长时间内有效检测长期的生理状态变化.

结论:

• 开发的神经形态架构为连续可穿戴健康监测提供了节能解决方案.
• 这种方法使新一代独立的可穿戴设备适合长期健康评估,维护最小.
• 该系统处理多尺度信号和检测病理趋势的能力为先进的健康监测应用铺平了道路.