熱門關鍵字:行動支付 | 自駕車 | 藍牙5 | NB-IoT | AI

訂閱電子報

立刻輸入Email,獲取最新的資訊:

收藏功能:
分享報新知:
其他功能:

AI走入穿戴裝置 感測器精確度要求更嚴苛

文‧侯冠州 發布日期:2018/06/22 關鍵字:人工智慧amsHRMPPGECG

人工智慧(AI)的迅速崛起,帶動各種創新應用如雨後春筍般而來,而這股浪潮也蔓延至穿戴應用之上。ams台灣區總經理李定翰表示,AI興起促使穿戴裝置應用愈加廣泛,像是偵測血壓、心電圖、血氧、呼吸頻率等;面對愈加廣泛的應用和更趨複雜的演算法,感測器的精確度也需持續提升,才有利於終端製造商加快產品和應用開發時程。

李定翰量測血壓的感測器為例,指出目前大多還是使用光學感測器偵測血壓,然而,每個人的生理特性都不相同,因此在量測時總會遇到許多變數。因此,業者須將光感測器結合其他技術,強化光感測器對不可見光的分離效能,使其能在第一時間就先排除許多外在變動因素(如雜訊、光源的路徑變動),讓後端的演算法能更快分析數據資料。

像是ams近期推出的新款新型生命體徵感測器-- AS7024,便整合了包括AS7024的所有硬體元件,以及執行血壓測量、心率測量(HRM)、心率變異性(HRV)和心電圖(ECG)所需的軟體。該感測器IC由三個LED燈、光電二極體、一個用於HRM的光學前端和程序裝置以及一個用於ECG的類比前端組成,且都整合在一個6.1mm × 2.7mm的微型封裝中。通過外部感測器介面,該參考設計還可用於迷走神經張力與動脈彈性,以及皮膚溫度和皮膚電阻率的計算測量。

另外,AS7024 HRM操作以光電容積脈搏波描記法(PPG)為基礎,通過由血管調整的採樣光來測量脈搏率,當血液脈衝通過時,血管會擴張和收縮,這項技術是經過驗證的。心電圖是測量心臟竇房結生成的電子脈衝的標準方法。

李定翰指出,穿戴式裝置勢將會朝特化產品發展,例如專業的運動腕表、醫療照護裝置等,感測器若能提升精確度,第一時間偵測到的數據越準確,後段演算法越能分析出正確的資料供消費者參考,如此一來,終端製造商便能加快產品和應用開發時程,這也是目前感測器精確度不停提升的主要因素。

研討會專區
主題式電子報
熱門文章