Prenez contact avec nous
 Durée 21 heures

Plan du cours

Fondamentaux du TinyML dans le domaine médical

  • Caractéristiques des systèmes TinyML
  • Contraintes et exigences spécifiques au secteur médical
  • Aperçu des architectures d'IA portable

Acquisition et prétraitement des signaux biologiques

  • Travail avec les capteurs physiologiques
  • Techniques de réduction du bruit et de filtrage
  • Extraction de caractéristiques pour les séries temporelles médicales

Développement de modèles TinyML pour les appareils portables

  • Sélection d'algorithmes pour les données physiologiques
  • Entraînement des modèles dans des environnements contraints
  • Évaluation des performances sur des jeux de données de santé

Déploiement des modèles sur des dispositifs portables

  • Utilisation de TensorFlow Lite Micro pour l'inférence sur l'appareil
  • Intégration des modèles IA dans les portables médicaux
  • Tests et validation sur matériel embarqué

Optimisation de l'alimentation et de la mémoire

  • Techniques de réduction de la charge de calcul
  • Optimisation du flux de données et de l'utilisation de la mémoire
  • Équilibre entre précision et efficacité

Sécurité, fiabilité et conformité

  • Considérations réglementaires pour les portables équipés d'IA
  • Gestion de la robustesse et de l'utilité clinique
  • Mécanismes de secours (fail-safe) et gestion des erreurs

Études de cas et applications médicales

  • Systèmes de surveillance cardiaque portables
  • Reconnaissance d'activités en rééducation
  • Suivi continu de la glycémie et des biomarqueurs

Orientation futures du TinyML médical

  • Approches de fusion multi-capteurs
  • Analytique de santé personnalisée
  • Puces IA basse puissance de nouvelle génération

Synthèse et prochaines étapes

Pré requis

  • Une compréhension des concepts fondamentaux du machine learning
  • De l'expérience avec des dispositifs embarqués ou biomédicaux
  • Une familiarité avec le développement en Python ou en C

Public cible

  • Professionnels de la santé
  • Ingénieurs biomédicaux
  • Développeurs IA

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires