RingConn Ausgestellt bei IEEE ISCAS 2024 und zeigte seine neuesten Forschungsergebnisse zur Blutdrucküberwachung und zur Schlafapnoe

Kürzlich wurde das IEEE International Symposium 2024 über Schaltkreise und Systeme (IEEE ISCAS) in Singapur großartig abgehalten. ISCAS ist die Flaggschiff -Konferenz der IEEE und das weltweit führende Forum im Bereich der Schaltkreise und Systeme. Es bringt jedes Jahr Top -Wissenschaftler und Forscher aus der ganzen Welt zusammen, um die neuesten technologischen Fortschritte zu diskutieren und zu teilen und nachhaltige Entwicklung in Schaltkreisen und Systeminnovationen zu fördern.

Das Thema ISCAS 2024 lautet "Schaltkreise und Systeme für nachhaltige Entwicklung", die eine breite Palette von Themen abdeckt, darunter künstliche Intelligenz und Deep -Lernen, biomedizinische Schaltkreise und Systeme, Big -Data -Verarbeitung, digitale integrierte Schaltungen und Systeme und das Internet der Dinge.

Durchbruchforschung durch Ninenovo -Technologie

Die Ninenovo -Technologie präsentierte in Zusammenarbeit mit der Shenzhen University zwei Papiere: "Ein transformatorbasiertes Deep-Learning-Modell für die Erkennung und Anwendung von Schlafapnoe RingConn Smart Ring " Und "Ein Frequenz-Domänen-Merkmals-Basis-Clustering-Algorithmus für die Blutdruckschätzung mit PPG-Signal. "Diese Papiere wurden auf der Konferenz akzeptiert, wobei die neuesten technologischen Errungenschaften des Unternehmens bei der intelligenten Gesundheitsüberwachung durch die innovative Überwachung vorgestellt wurden RingConn Smart Ring.

Das erste Papier ","Ein transformatorbasiertes Deep-Learning-Modell für die Erkennung und Anwendung von Schlafapnoe RingConn Smart Ring"Erforscht eine neue Methode zum Erkennen Obstruktiver Schlafapnoe -Hypopnoe -Syndrom (Osahs) Verwenden der RingConn Smart Ring. Osahs ist eine häufige Schlafstörung, die durch schweres Schnarchen, wiederholte Atempausen während des Schlafes, übermäßiger Tagesschläfheit, morgendliche Kopfschmerzen und Gedächtnisverlust gekennzeichnet ist. Schwere Fälle können auch zu nächtlicher Erstickung und kardiovaskulären Problemen führen.

Die traditionelle Erkennung von OSAHs erfordert eine Untersuchung über Nacht mit sperrigen Polysomnographie -Geräten (PSG) in Krankenhäusern. Dieses Papier schlägt ein Deep -Lern -Modell vor, das auf Transformator basiert und die multimodalen physiologischen Signale der RingConn Smart Ring zum Erkennen von Osahs.

Das Modell erzielte hervorragende Erkennungsergebnisse zu öffentlichen Datensätzen mit einem F1 -Score von 76,6. Die Studie bewertete auch die Leistung von Signalkombinationen bei der Nachweis von Sauerstoffentsättigungsereignissen (DESAT) mit dem RingConn Smart Ring. Bemerkenswerterweise bestätigt keine aktuelle Forschung die OSAHS -Überwachung basierend auf einem intelligenten Ring. Somit verwendete die Studie Daten, die von der gesammelt wurden RingConn Smart Ring zur Überprüfung und PSG-AHI-Schätzung durchführte.

Die Ergebnisse zeigten eine hohe Korrelation (ρ = 0,96) zwischen dem durch die berechneten AHI RingConn Smart Ring und PSG-Ahi, der die hohe Genauigkeit und Bequemlichkeit des RingConn Smart Ring in der medizinischen Gesundheit überwacht.

Das zweite Papier ","Ein Frequenz-Domänen-Merkmals-Basis-Clustering-Algorithmus für die Blutdruckschätzung mit PPG-Signal, "schlägt einen Clustering-Algorithmus vor, der Photoplethysmography (PPG) -Frequenz-Domänen-Merkmale verwendet. Viele Studien haben sich darauf konzentriert, den Blutdruck durch PPG-Wellenformen zu schätzen Eine automatisierte, intelligente Methode ist erforderlich, um sich wiederholte Signale zu ergeben.

Der vorgeschlagene Clustering-Algorithmus klassifiziert PPG-Impulse in bestimmten Clustern unter Verwendung von PPG-Frequenz-Domänen-Merkmalen. PPG -Impulse werden unter Verwendung einer schnellen Fourier -Transformation verarbeitet, die Frequenz, Amplitude, Phase, reale und imaginäre Teile der ersten vier Frequenzkomponenten extrahieren. In dem vorgeschlagenen K-Means-Algorithmus wurde eine neuartige Distanzfunktion entwickelt, um die Unähnlichkeit zwischen zwei Impulsen zu bewerten. Zusätzlich wurde ein Cluster -Center -Zusammenführungsrahmen vorgeschlagen, um das Problem der Auswahl des K -Werts anzugehen. Das Experiment verwendete den Mimic-II-Datensatz, wobei sie Impulse in 17 Cluster gruppieren und verschmolzen.

Die Ergebnisse zeigten, dass die vorgeschlagene Clustering -Methode unterschiedliche PPG -Impulscluster, die unterschiedlichen Blutdruckbereichen entsprechen, erfolgreich identifizierte. Dieser Befund stützt die Vorstellung, dass die PPG -Impulsform mit dem Blutdruck korreliert und die Genauigkeit und Interpretierbarkeit der Blutdruckschätzung basierend auf der Analyse der Pulswellen verstärkt. Diese Technologie wurde nun auf die Untersuchung der Blutdrucküberwachung mit dem angewendet RingConn Smart Ring.

RingConn Smart Ring und Gesundheitsmanagement

Diese Forschungsergebnisse unterstreichen nicht nur die Innovation und technische Stärke der RingConn Smart Ring im Gesundheitsmanagement, stärkt die Mission von Ninenovo Technology, "eindeutig wertvolle Produkte und Dienstleistungen für die menschliche Gesundheit zu liefern", und spiegelt unser Engagement und unsere Unterstützung für innovative Forschung vollständig wider.

Unser Team wird weiterhin die Grenzen der intelligenten tragbaren Technologie überschreiten und technologische Innovationen verwenden, um die menschliche Gesundheit zu verbessern. Wir glauben, dass kontinuierliche technologische Durchbrüche Benutzer präzisere, bequemere und professionelle Gesundheitsmanagementerfahrungen bringen und zu einer gesünderen Zukunft beitragen.