RingConn 在IEEE ISCAS 2024上展出，並展示了其在血壓監測和睡眠呼吸暫停方面的最新研究結果

最近，2024年IEEE國際電路和系統研討會（IEEE ISCAS）在新加坡舉行。 ISCAS是IEEE的旗艦會議，是電路和系統領域的世界頂級論壇。它每年都會匯集來自世界各地的頂級學者和研究人員，以討論和分享最新的技術進步，並促進電路和系統創新中的可持續發展。

ISCAS 2024的主題是“可持續發展的電路和系統”，涵蓋了包括人工智能和深度學習，生物醫學電路和系統，大數據處理，數字集成電路和系統以及物聯網的廣泛主題。

Ninenovo技術的突破性研究

Ninenovo Technology與深圳大學合作，發表了兩篇論文：”基於變壓器的深度學習模型，用於睡眠呼吸暫停檢測和應用 RingConn 智能戒指” 和 “用於血壓估計PPG信號的基於頻域特徵的聚類算法這些論文在會議上被接受，展示了該公司在智能健康監控方面的最新技術成就。 RingConn 智能戒指。

第一篇論文，”基於變壓器的深度學習模型，用於睡眠呼吸暫停檢測和應用 RingConn 智能戒指，”探索一種新方法檢測 阻塞性睡眠呼吸暫停呼吸症綜合徵（OSAHS） 使用 RingConn 智能戒指。 OSAHS是一種常見的睡眠障礙，其特徵是睡眠期間嚴重打呼，呼吸暫停，白天過度嗜睡，早上頭痛和記憶力喪失。嚴重的病例也可能導致夜間窒息和心血管問題。

傳統的OSAH檢測需要在醫院中使用笨重的多聚療法（PSG）設備進行過夜檢查。本文提出了一個基於變壓器的深度學習模型，利用 RingConn 智能戒指以檢測OSAHS。

該模型在公共數據集上獲得了出色的檢測結果，F1得分為76.6。該研究還評估了信號組合在檢測與氧飽和事件（DESAT）中的性能 RingConn 智能戒指。值得注意的是，目前沒有研究驗證基於智能環的OSAHS監視。因此，研究使用了從 RingConn 智能環進行驗證並進行了PSG-AHI估計。

結果表明，由 RingConn 智能戒指和PSG-AHI，證明了高精度和便利性 RingConn 醫療健康監測中的智能環。

第二篇論文，”PPG信號的血壓估計的基於頻域特徵的聚類算法，“提出了利用光插圖學（PPG）頻域特徵的聚類算法。許多研究重點是通過PPG波形估算血壓。但是，每秒大致生成PPG脈衝，並且連續脈衝的特徵相似。因此，它是相似的。需要自動化的智能方法來集中重複信號。

提出的聚類算法使用PPG頻域特徵將PPG脈衝分為特定的簇。 PPG脈衝使用快速傅立葉變換，提取頻率，幅度，相位，真實和假想部分的前四個頻率分量進行處理。在擬議的K-均值算法中，開發了一種新的距離函數來評估兩種脈沖之間的差異。此外，提出了一個集群中心合併框架，以解決選擇K值的問題。該實驗使用了模擬II數據集，聚類並將脈衝合併為17個簇。

結果表明，所提出的聚類方法成功地識別了與不同血壓範圍相對應的不同PPG脈衝簇。這一發現支持了以下觀點：PPG脈衝形狀與血壓相關，從而提高了基於脈搏波分析的血壓估計的準確性和解釋性。該技術現已應用於血壓監測研究 RingConn 智能戒指。

RingConn 智能環和健康管理

這些研究結果不僅強調了 RingConn 健康管理中的智能環，但也進一步加強了Ninenovo Technology的使命，即“為人類健康提供獨特的有價值的產品和服務”，充分反映了我們對創新研究的承諾和支持。

我們的團隊將使用技術創新來改善人類健康，繼續推動智能可穿戴技術的界限。我們認為，持續的技術突破將為用戶帶來更精確，方便和專業的健康管理經驗，從而為更健康的未來做出了貢獻。