RingConn Exhibió sus productos en IEEE ISCAS 2024 y demostró sus últimos resultados de investigación en monitorización de la presión arterial y apnea del sueño.

Recientemente, se celebró con gran éxito en Singapur el Simposio Internacional de Circuitos y Sistemas IEEE 2024 (IEEE ISCAS). ISCAS es la conferencia insignia del IEEE y el foro más importante del mundo en el campo de los circuitos y sistemas. Cada año reúne a destacados académicos e investigadores de todo el mundo para debatir y compartir los últimos avances tecnológicos y promover el desarrollo sostenible en la innovación de circuitos y sistemas.

El tema de ISCAS 2024 es "Circuitos y Sistemas para el Desarrollo Sostenible", que abarca una amplia gama de temas, incluyendo inteligencia artificial y aprendizaje profundo, circuitos y sistemas biomédicos, procesamiento de macrodatos, circuitos y sistemas integrados digitales e Internet de las Cosas.

Investigación innovadora de Ninenovo Technology

Ninenovo Technology, en colaboración con la Universidad de Shenzhen, presentó dos ponencias:Un modelo de aprendizaje profundo basado en transformadores para la detección de la apnea del sueño y su aplicación en RingConn Anillo inteligente y Algoritmo de agrupamiento basado en características del dominio de la frecuencia para la estimación de la presión arterial con señal PPGEstos trabajos fueron aceptados en la conferencia, mostrando los últimos logros tecnológicos de la empresa en la monitorización inteligente de la salud a través de la innovadora tecnología. RingConn Anillo inteligente.

El primer artículo, "Un modelo de aprendizaje profundo basado en transformadores para la detección de la apnea del sueño y su aplicación en RingConn Anillo inteligente'' explora un nuevo método para detectar Síndrome de apnea-hipopnea obstructiva del sueño (SAHOS) usando el RingConn Anillo inteligente. El síndrome de apnea-hipopnea obstructiva del sueño (SAHOS) es un trastorno del sueño común caracterizado por ronquidos intensos, pausas respiratorias repetidas durante el sueño, somnolencia diurna excesiva, dolores de cabeza matutinos y pérdida de memoria. Los casos graves también pueden provocar asfixia nocturna y problemas cardiovasculares.

La detección tradicional del SAHOS requiere un examen nocturno con voluminoso equipo de polisomnografía (PSG) en hospitales. Este artículo propone un modelo de aprendizaje profundo basado en Transformer, que utiliza las señales fisiológicas multimodales de la RingConn Anillo inteligente para detectar SAHOS (Síndrome de Apnea-Hopnosis).

El modelo logró excelentes resultados de detección en conjuntos de datos públicos con una puntuación F1 de 76,6. El estudio también evaluó el rendimiento de las combinaciones de señales en la detección de eventos de desaturación de oxígeno (DESAT) con el RingConn Anillo inteligente. Cabe destacar que ninguna investigación actual valida la monitorización del SAHOS basada en un anillo inteligente. Por lo tanto, el estudio utilizó datos recopilados de la RingConn Anillo inteligente para verificación y estimación PSG-AHI realizada.

Los resultados mostraron una alta correlación (ρ=0,96) entre el IAH calculado por el RingConn Anillo inteligente y PSG-AHI, demostrando la alta precisión y comodidad del RingConn Anillo inteligente en el monitoreo de la salud médica.

El segundo artículo, "Algoritmo de agrupamiento basado en características del dominio de la frecuencia para la estimación de la presión arterial mediante señal PPGEste trabajo propone un algoritmo de agrupamiento que utiliza características del dominio de frecuencia de la fotopletismografía (PPG). Numerosos estudios se han centrado en la estimación de la presión arterial a través de las ondas PPG. Sin embargo, los pulsos PPG se generan aproximadamente cada segundo y las características de los pulsos continuos son similares. Por lo tanto, se necesita un método automatizado e inteligente para agrupar las señales repetitivas. Para las señales PPG con diferencias significativas, se requiere un método no supervisado para clasificar los pulsos PPG en sus respectivos grupos.

El algoritmo de agrupamiento propuesto clasifica los pulsos PPG en grupos específicos utilizando características del dominio de la frecuencia. Los pulsos PPG se procesan mediante la transformada rápida de Fourier, extrayendo la frecuencia, la amplitud, la fase y las partes real e imaginaria de los cuatro primeros componentes de frecuencia. En el algoritmo K-Means propuesto, se desarrolló una nueva función de distancia para evaluar la disimilitud entre dos pulsos.Además, se propuso un marco de fusión de centros de clúster para abordar el problema de la selección del valor K. El experimento utilizó el conjunto de datos MIMIC-II, agrupando y fusionando pulsos en 17 clústeres.

Los resultados mostraron que el método de agrupamiento propuesto identificó con éxito distintos grupos de pulsos PPG correspondientes a diferentes rangos de presión arterial. Este hallazgo respalda la idea de que la forma del pulso PPG está correlacionada con la presión arterial, lo que mejora la precisión y la interpretabilidad de la estimación de la presión arterial basada en el análisis de la onda de pulso. Esta tecnología se ha aplicado ahora a la investigación sobre la monitorización de la presión arterial. RingConn Anillo inteligente.

RingConn Anillo inteligente y gestión de la salud

Estos resultados de investigación no solo resaltan la innovación y la fortaleza técnica de la RingConn El anillo inteligente no solo contribuye a la gestión de la salud, sino que también refuerza la misión de Ninenovo Technology de "proporcionar productos y servicios de valor único para la salud humana", reflejando plenamente nuestro compromiso y apoyo a la investigación innovadora.

Nuestro equipo seguirá ampliando los límites de la tecnología inteligente portátil, utilizando la innovación tecnológica para mejorar la salud humana. Creemos que los continuos avances tecnológicos brindarán a los usuarios experiencias de gestión de la salud más precisas, cómodas y profesionales, contribuyendo así a un futuro más saludable.