低成本UWB雷达使用CNN估算呼吸率，用于远程医疗

研究人员开发了一种低成本系统，使用符合IEEE 802.15.4z标准的IR-UWB硬件，为远程医疗应用估算人类呼吸率。一个卷积神经网络（CNN）被训练用于从UWB信道冲激响应数据预测呼吸率，在未见过的情况下实现了1.73次/分钟（BPM）的平均绝对误差。该CNN模型针对嵌入式部署进行了优化，内存需求减少了67%，推理时间减少了62%，误差仅略微增加，使其可以在nRF52840片上系统上运行。该系统能效极高，一次充电可连续监测房间运行超过260天。 AI

影响 实现了低成本、连续的健康监测，可能改善呼吸系统疾病的早期检测。

排序理由 学术论文，详细介绍了UWB雷达和CNN在健康监测方面的新应用。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• Anton Lambrecht
• breaths per minute
• CNN
• IEEE 802.15.4z
• nRF52840
• system on a chip
• ultra-wideband

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →