Hardware-optimierte mobile Biosignalanalyse

Gerade bei der Aufnahme von Biosignalen mithilfe von Wearables kommt es häufig zu latenten Bewegungsartefakten oder Rauschen, die eine zuverlässige Datenanalyse erschweren. Fehlende Rechenkapazitäten, um die enormen Datenmengen adäquat zu erfassen und zu verarbeiten, erhöhen noch das Fehlerrisiko.

Wir am Fraunhofer IIS entwickeln KI-basierte Algorithmen zur Analyse von Biosignalen aus mobilen Messsystemen. Diese können energieeffizient auf verschiedenen Hardware-Plattformen implementiert werden und erlauben auch bei Bewegungsartefakten eine verlässliche Dateninterpretation.

Durch die Optimierung neuronaler Netze wird ein sensornaher Einsatz der KI mit einer Echtzeit-Auswertung der Daten möglich.

Beispiele für vorhandene Algorithmen

• Analyse von Atmungsparametern
• Sensordatenfusion
  
• Analyse und Rekonstruktion menschlicher Bewegungen (z.B. Gehen, Laufen, Radfahren, ...)
• Detektion der Herzrate und der Herzratenvariabilität
• Arrhythmieerkennung (z.B. Vorhofflimmern)
  

Sie wollen aus ihrem Datensatz mehr herausholen als nur verrauschte Informationen – dann rufen Sie uns an und wir erstellen Ihnen gerne ein passendes Angebot!
Wir lizenzieren vorhandene Algorithmen oder entwickeln angepasst an die Anforderungen des Kunden individuelle Analyselösungen.

Analyse der Biosignale in Echtzeit und unter Alltagsbedingungen

• Auswertung diskreter, mobiler Messsysteme, wobei die angewandten Algorithmen auch auf Basis von schlechtem Ausgangsmaterial robuste Ergebnisse erzielen
• Optimierung tiefer neuronaler Netze (DNN - Deep Neural Network) für sensornahe und energieeffiziente Analyse
  
• Multimodale Datenauswertung durch Kombination mehrerer Sensoren zur Aufnahme von Biosignalen (z.B. Atmung und Herzrate)
• Umfangreiches, interdisziplinäres Netzwerk und Vernetzung zu Universitäten, Kliniken und Medizintechnikunternehmen sowie fundiertes Domänenwissen bei der Analyse von Biosignales
• Umfangreiche Ausstattung mit Testlaboren und leistungsstarkem Rechencluster