Kontaktirajte nas
 Trajanje 21 sati

Sadržaj kursa

Osnove TinyML-a u zdravstvu

  • Karakteristike TinyML sistema
  • Ograničenja i zahtevi specifični za zdravstvo
  • Pregled arhitektura veštačke inteligencije za nosive uređaje

Prikupljanje i priprema biosignala

  • Rad sa fiziološkim senzorima
  • Tehnike smanjenja šuma i filtriranja
  • Ekstrakcija karakteristika iz medicinskih vremenskih serija

Pravljenje TinyML modela za nosive uređaje

  • Odabir algoritama za fiziološke podatke
  • Treniranje modela za okruženja sa ograničenjima
  • Procena performansi na skupovima podataka o zdravlju

Uspostavljanje modela na nosivim uređajima

  • Korišćenje TensorFlow Lite Micro za inferenciju na uređaju
  • Integracija AI modela u medicinske nosive uređaje
  • Testiranje i validacija na ugrađenoj hardverskoj opremi

Optimizacija energije i memorije

  • Tehnike za smanjenje računalog opterećenja
  • Optimizacija protoka podataka i korišćenja memorije
  • Balansiranje tačnosti i efikasnosti

Bezbednost, pouzdanost i usklađenost

  • Regulatorna razmatranja za nosive uređaje sa AI
  • Obezbeđivanje čvrstoće i kliničke upotrebljivosti
  • Mehanizmi za sigurnost u slučaju greške i obradu grešaka

Studije slučaja i aplikacije u zdravstvu

  • Sistemi za praćenje srčanog ritma na nosivim uređajima
  • Prepoznavanje aktivnosti u rehabilitaciji
  • Kontinuirano praćenje glukoze i biometrije

Buduće pravce u medicinskom TinyML-u

  • Pristupi spajanju višestrukih senzora
  • Personalizovana analiza zdravlja
  • AI čipovi nove generacije sa niskom potrošnjom

Sažetak i sledeći koraci

Uslovi

  • Razumevanje osnovnih koncepata mašinskog učenja
  • Ispustnost u radu sa ugrađenim ili biomedicinskim uređajima
  • Znanje razvoja na Pythonu ili C jeziku

Javna

  • Zdravstveni radnici
  • Biomedicinski inženjeri
  • Developeri veštačke inteligencije

Broj učesnika


Cena po učesniku

Iskustva korisnika (2)

Predstojeći kursevi

Povezane kategorije