色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

電子發(fā)燒友App

硬聲App

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示
創(chuàng)作
電子發(fā)燒友網(wǎng)>電子資料下載>電子資料>使用Edge Impulse的Covid患者健康評估設(shè)備

使用Edge Impulse的Covid患者健康評估設(shè)備

2022-11-11 | zip | 0.02 MB | 次下載 | 免費

資料介紹

描述

第二波 Covid-19 導(dǎo)致的死亡人數(shù)增加

在第二波中,大多數(shù)人口稠密的國家受到了很大的影響。這些是錯誤率高的主要原因。

poYBAGNsXbOAQvsZAABwN9iZi34852.png
?

大流行期間醫(yī)療領(lǐng)域的挑戰(zhàn):

?醫(yī)生/專家全心全意照顧入院患者。

?在人口稠密的國家,分析從物聯(lián)網(wǎng)醫(yī)療設(shè)備接收到的數(shù)據(jù)需要更多的人力。

?由于缺乏互聯(lián)網(wǎng)設(shè)施,在大流行期間評估農(nóng)村地區(qū)的家庭隔離患者是一個繁瑣的過程。

?對患者的嚴重程度進行分類需要更多的時間,并且需要更多的床位占用來分析患者狀態(tài)。

解決大流行問題的技術(shù)貢獻:

?由Edge Impulse 驅(qū)動的Covid 患者健康評估設(shè)備將分析患者的SpO2、心率、體溫和呼吸頻率。

? TinyML 模型由醫(yī)學指南建議的數(shù)據(jù)集進行訓(xùn)練。

?與物聯(lián)網(wǎng)設(shè)備相比,延遲最低

? 15Kb Rom – 健康評估 TinyML 模型可以在任何支持 TinyML 的微控制器上運行。

?設(shè)備將分析健康狀況并分類為穩(wěn)定、嚴重、健康:惡化

建筑學:

Covid專利健康評估設(shè)備包括:

  • 使用 google colab 生成健康數(shù)據(jù)集
  • Edge Impulse 中的數(shù)據(jù)采集
  • Edge Impulse 中的模型訓(xùn)練
  • 實時傳感器集成
  • 模型部署
poYBAGNsXbeAHFDOAAEHFogqLtI242.jpg
建筑學
?

醫(yī)療指南:

在下圖中,0 分表示穩(wěn)定,1 分表示輕度,2 分表示中等,3 分表示嚴重。

0分表示氧氣水平>96的穩(wěn)定人,其中3分表示氧氣水平<90并需要ICU支持。

pYYBAGNsXbqAdBY2AADq7BhbeWA868.png
?

健康風險狀態(tài)算法

我開發(fā)了一種算法來計算基于 SpO2、呼吸頻率、心率和體溫的愈合指數(shù)。

SpO2 具有較高的權(quán)重 (40)、RR (30)、心率 (20) 和溫度 (10)。將較高權(quán)重分配給 SpO2 的原因是 SpO2 健康參數(shù)對于識別患者的健康狀況更為關(guān)鍵。SpO2 的風險因子為 2。

poYBAGNsXb2ATWr4AAAgZIHRVco232.png
?

健康指數(shù)將按以下公式計算:

pYYBAGNsXcOASsx7AAC009G9HN4666.jpg
健康指數(shù)公式
?
Health Index = ((40-((100-spo2)*2))+(30-((RR-CAL_RR)*1.5))+(20-(CAL_PULSE-pulse))+(10-((Temperature-CAL_TEMP))));

使用 google colab 生成數(shù)據(jù)集:

我為以下條件創(chuàng)建了 SpO2、RR、心率和溫度的數(shù)據(jù)集:

  • 穩(wěn)定的
  • 溫和的
  • 緩和
  • 批判的

請使用下面的 GitHub 鏈接創(chuàng)建數(shù)據(jù)集。

https://github.com/Manivannan-maker/CovidPatientHealhAssessingDevice/blob/main/Healthdata.ipynb

從您的 google 帳戶登錄運行 google colab 中的代碼。

poYBAGNsXceARoOuAAC8h8i-AII886.png
?

數(shù)據(jù)集將以 .csv 格式保存在 Drive 文件夾中。

數(shù)據(jù)采集?? :

該項目的單個數(shù)據(jù)集需要 3 小時的數(shù)據(jù)。所以對于 40 個數(shù)據(jù)集,要讓它變得簡單需要 120 多個小時,我已經(jīng)接近了替代方法。

數(shù)據(jù)采集??工作基于以下流程:

poYBAGNsXcmAe9cIAAB2urAkaq8738.png
數(shù)據(jù)采集
?

我已將 google colab 中的數(shù)據(jù)緩沖區(qū)復(fù)制到 Arduino 中,數(shù)據(jù)選擇基于電位器位置。

基于電位器的調(diào)整,健康指數(shù)算法將從不同的數(shù)據(jù)集(穩(wěn)定、輕度、中度和危急)中獲取輸入。我已將帶有 goggle colab 數(shù)據(jù)集的數(shù)據(jù)采集代碼附加為數(shù)組緩沖區(qū)。

輸入:170 分鐘健康指數(shù)數(shù)據(jù)

算法會將 170 分鐘轉(zhuǎn)換為 59 秒的數(shù)據(jù)時間范圍。

輸出:500ms 干擾延遲內(nèi)的健康指數(shù)數(shù)據(jù)。

Edge Impulse 中的數(shù)據(jù)轉(zhuǎn)發(fā):

已經(jīng)使用數(shù)據(jù)轉(zhuǎn)發(fā)命令將數(shù)據(jù)集上傳到邊緣脈沖。請參考以下文檔。

$ edge-impulse-data-forwarder

Name標簽為“健康指數(shù)”。

數(shù)據(jù)集:健康惡化:

pYYBAGNsXcyAWOqbAAA9jAM4q6E156.png
?

健康 - 穩(wěn)定:

poYBAGNsXc-AB5NtAABWy2qXmI8560.png
?

健康 - 關(guān)鍵:

pYYBAGNsXdGAKdWDAABA8Id_a44599.png
?
poYBAGNsXdSAOi_YAABCwgsfgaI495.png
?

創(chuàng)造沖動:

poYBAGNsXdaAPu8nAACJFzvqkPI656.png
?

NN分類器:

NN 分類器中,以專家模式 (keras) 編輯。

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, InputLayer, Dropout, Conv1D, Conv2D, Flatten, Reshape, MaxPooling1D, MaxPooling2D, BatchNormalization
from tensorflow.keras.optimizers import Adam
sys.path.append('./resources/libraries')
import ei_tensorflow.training

# model architecture
model = Sequential()
model.add(Flatten())
model.add(Dense(32, 
    activity_regularizer=tf.keras.regularizers.l1(0.00001)))
model.add(Dense(16, 
    activity_regularizer=tf.keras.regularizers.l1(0.00001)))
model.add(Dense(8, 
    activity_regularizer=tf.keras.regularizers.l1(0.00001)))
model.add(Dense(4, 
    activity_regularizer=tf.keras.regularizers.l1(0.00001)))
model.add(Dense(classes, activation='softmax', name='y_pred'))

# this controls the learning rate
opt = Adam(lr=0.0005, beta_1=0.9, beta_2=0.999)
# this controls the batch size, or you can manipulate the tf.data.Dataset objects yourself
BATCH_SIZE = 32
train_dataset = train_dataset.batch(BATCH_SIZE, drop_remainder=False)
validation_dataset = validation_dataset.batch(BATCH_SIZE, drop_remainder=False)
callbacks.append(BatchLoggerCallback(BATCH_SIZE, train_sample_count))

# train the neural network
model.compile(loss='categorical_crossentropy', optimizer=opt, metrics=['accuracy'])
model.fit(train_dataset, epochs=500, validation_data=validation_dataset, verbose=2, callbacks=callbacks)

我已經(jīng)刪除了所有神經(jīng)網(wǎng)絡(luò)中的“activation= Relu”,因為數(shù)據(jù)總是正值。

神經(jīng)層形成如下:

pYYBAGNsXd2Ae8ukAAB3vbHFZyA197.png
神經(jīng)網(wǎng)絡(luò)層
?

模型訓(xùn)練:

poYBAGNsXd-Af1BZAABeFmScryg399.png
?

模型部署:

選擇部署中的 Arduino 并構(gòu)建它。正在下載您項目的 zip 文件。

pYYBAGNsXeKAKUcaAAATV6T7IU0444.png
?

請確保將庫包含在 Arduino 中。

代碼集成:

將 zip 文件添加到庫后,從 GitHub 下載以下應(yīng)用程序代碼應(yīng)用程序代碼將包含 SSD1306、Max30102 接口功能。

https://github.com/Manivannan-maker/CovidPatientHealhAssessingDevice/blob/main/CovidPatientHealthAssessment.ino

免責聲明:

該項目是基于指南和研究論文的概念驗證。請不要在未經(jīng)政府/醫(yī)學認證批準的情況下直接在患者身上進行測試。

?
?

我開發(fā)這個原型是為了讓我們?yōu)閼?yīng)對第三波做好準備。我相信人類很快就會戰(zhàn)勝這場流行病。

?

?


下載該資料的人也在下載 下載該資料的人還在閱讀
更多 >

評論

查看更多

下載排行

本周

  1. 1山景DSP芯片AP8248A2數(shù)據(jù)手冊
  2. 1.06 MB  |  532次下載  |  免費
  3. 2RK3399完整板原理圖(支持平板,盒子VR)
  4. 3.28 MB  |  339次下載  |  免費
  5. 3TC358743XBG評估板參考手冊
  6. 1.36 MB  |  330次下載  |  免費
  7. 4DFM軟件使用教程
  8. 0.84 MB  |  295次下載  |  免費
  9. 5元宇宙深度解析—未來的未來-風口還是泡沫
  10. 6.40 MB  |  227次下載  |  免費
  11. 6迪文DGUS開發(fā)指南
  12. 31.67 MB  |  194次下載  |  免費
  13. 7元宇宙底層硬件系列報告
  14. 13.42 MB  |  182次下載  |  免費
  15. 8FP5207XR-G1中文應(yīng)用手冊
  16. 1.09 MB  |  178次下載  |  免費

本月

  1. 1OrCAD10.5下載OrCAD10.5中文版軟件
  2. 0.00 MB  |  234315次下載  |  免費
  3. 2555集成電路應(yīng)用800例(新編版)
  4. 0.00 MB  |  33566次下載  |  免費
  5. 3接口電路圖大全
  6. 未知  |  30323次下載  |  免費
  7. 4開關(guān)電源設(shè)計實例指南
  8. 未知  |  21549次下載  |  免費
  9. 5電氣工程師手冊免費下載(新編第二版pdf電子書)
  10. 0.00 MB  |  15349次下載  |  免費
  11. 6數(shù)字電路基礎(chǔ)pdf(下載)
  12. 未知  |  13750次下載  |  免費
  13. 7電子制作實例集錦 下載
  14. 未知  |  8113次下載  |  免費
  15. 8《LED驅(qū)動電路設(shè)計》 溫德爾著
  16. 0.00 MB  |  6656次下載  |  免費

總榜

  1. 1matlab軟件下載入口
  2. 未知  |  935054次下載  |  免費
  3. 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
  4. 78.1 MB  |  537798次下載  |  免費
  5. 3MATLAB 7.1 下載 (含軟件介紹)
  6. 未知  |  420027次下載  |  免費
  7. 4OrCAD10.5下載OrCAD10.5中文版軟件
  8. 0.00 MB  |  234315次下載  |  免費
  9. 5Altium DXP2002下載入口
  10. 未知  |  233046次下載  |  免費
  11. 6電路仿真軟件multisim 10.0免費下載
  12. 340992  |  191187次下載  |  免費
  13. 7十天學會AVR單片機與C語言視頻教程 下載
  14. 158M  |  183279次下載  |  免費
  15. 8proe5.0野火版下載(中文版免費下載)
  16. 未知  |  138040次下載  |  免費
主站蜘蛛池模板: 久久99这里只有精品| 国产日韩精品一区二区三区在线| 2021久久最新国产精品| 4hu四虎免费影院www| 99热久久这里只有精品| 初中XXXXXL| 精品国产在线手机在线| 九九热这里只有精品2| 后式大肥臀国产在线| 久久超碰国产精品最新| 毛片网站在线观看| 全彩acg无翼乌火影忍者| 无码骚夜夜精品| 一本久道久久综合婷婷五月| 87影院午夜福利| 第四色男人天堂| 精品成人片深夜| 女人精69xxxxx舒心| 熟女少妇内射日韩亚洲| 亚洲乱码AV久久久久久久| 最近高清日本免费| 纲手胸被爆羞羞免费| 极品少妇高潮啪啪无码吴梦| 免费人妻无码AV不卡在线| 色婷婷狠狠97成为人免费| 亚洲中文字幕乱码熟女在线| asmr淫语| 狠狠色狠狠色88综合日日91| 墨西哥美女主播| 午夜成a人片在线观看| 100国产精品人妻无码| 达达兔午夜一级毛片| 久久精品免费看网站| 日本亚洲精品色婷婷在线影院| 亚洲精品一区国产欧美| 99无人区码一码二码三| 国产午夜一级鲁丝片| 欧美乱妇日本无乱码特黄大片| 亚洲 欧美 国产 伦 综合| 99热成人精品国产免男男| 国产亚洲精品久久久久5区|