Soluzione di sviluppo per le fasi del sonno EEG-Soluzioni-Winge Technology | Sviluppo di software, intelligenza artificiale e hardware
StartseiteSoluzioniSoluzione di sviluppo per le fasi del sonno EEG
Soluzione

Soluzione di sviluppo per le fasi del sonno EEG

Winge integra l'acquisizione EEG e EOG/EMG opzionale, software integrato, qualità dei dati, controllo delle etichette, implementazione di wake/N1/N2/N3/REM-Modelle, e pianificazione dei test.

Soluzioni

Percorso di consegna della soluzione

01Confermare i requisiti e le condizioni del sito
02Congelare l'architettura e le interfacce
03Sviluppare, integrare e verificare passo dopo passo
04Testare, accettare e distribuire
01La migliore vestibilità
02Ingressi richiesti
03Volume di consegna
Ambito della soluzione

Soluzione di sviluppo per le fasi del sonno EEG Guida all'implementazione

EEG ed EOG/EMG opzionale: acquisizione, qualità dei dati, etichette, modello delle fasi del sonno e test.

Che cos'è una soluzione per la fase del sonno EEG?

La soluzione combina l'acquisizione dell'EEG e, facoltativamente, dell'EOG/EMG con il controllo di qualità, la condivisione dei dati, il controllo delle etichette, l'addestramento del modello, l'inferenza, la visualizzazione e il test di distribuzione in una catena di versioni. Wake, N1, N2, N3 e REM possono essere obiettivi del progetto; le effettive prestazioni raggiunte sono confermate esclusivamente dai dati e dalle prove concordate.

Sistema end-to-end

Il dispositivo di acquisizione e il modello non vengono valutati separatamente. Le relazioni tra segnale, etichetta, software, ambiente di destinazione e accettazione rimangono tracciabili.

livelloContenuto principalePer chiarire
SegnaliEEG, EOG opzionale, EMG, movimento, respirazione e SpO2Canali, posizione, riferimento, riporto e sincronia
Dispositivo di catturaProtezione, front-end a basso rumore, ADC, controllo, memoria e comunicazioniBanda, rumore, saturazione, perdita ed energia
Qualità dei datiContatto, saturazione, disturbi di rete, artefatti e guastiRegole, dati grezzi, esclusione e versione
etichetteEtichette di fase dal processo esperto o di riferimentoStandard, abbinamento, cambio e suddivisione delle persone
modelloPreelaborazione, training, inferenza, confidenza e versioneInput, risorse target, aggiornamento e riproducibilità
ApplicazioneRegistrazione, riproduzione, stage, revisione, modifica ed esportazioneDiritti, verifica, formato e API
VerificaTest indipendente, matrice di confusione, metriche di fase e casi di erroreCampione, cifra chiave, soglia e rapporto di accettazione

Segnali e hardware

Canali, elettrodi, EOG/EMG, scansione, memoria e stile di indossamento derivano dal metodo di etichettatura e dal dispositivo target. Se gli input vengono ridotti, è necessario ripetere la formazione o la verifica per questa configurazione.

L'hardware include protezione, AFE, ADC, controllo, alimentazione, comunicazione, memoria, stato dei contatti e ora dell'evento.

Software di acquisizione ed etichettatura

È possibile integrare l'impostazione del dispositivo, le curve, la registrazione notturna, gli eventi, le sezioni errate, le etichette delle fasi, il confronto dei risultati e dei riferimenti automatici, la cronologia delle modifiche e l'esportazione. Restano collegati i dati grezzi, la lavorazione, l'etichetta e la versione del modello.

Sviluppo del modello

Solo dopo aver definito segnali, finestre, preelaborazione, etichette, condivisione dei dati basata sulle persone e risorse target seguono la formazione e l'analisi degli errori. Una persona non può essere distribuita in modo inadeguato attraverso la formazione e test indipendenti.

I set di dati pubblici possono essere utilizzati per la selezione del percorso o della linea di base, ma spesso differiscono per dispositivo, derivazione, popolazione e processo di etichettatura. La valutazione finale richiede dati dal dispositivo di destinazione e dall'ambiente di destinazione.

Cifre chiave

Oltre all'accuratezza complessiva, vengono valutati la precisione e il ricordo legati allo stadio, Macro-F1, Kappa, matrice di confusione, risultati per persona o dispositivo nonché il comportamento in caso di scarsa qualità o canali mancanti. Le cifre chiave e le soglie sono specificate nel protocollo di accettazione.

Distribuzione

Sono possibili analisi offline, quasi in tempo reale su PC, dispositivi mobili o edge, cloud controllato API o funzionamento misto. Latenza, potenza di calcolo, batteria, rete, protezione dei dati, aggiornamenti e manutenzione vengono controllati insieme.

Consegna e accettazione

L'ambito concordato può includere requisiti, architettura, documentazione hardware, firmware, applicazione di acquisizione e test, dizionario dati, descrizione dell'etichetta, modello, interfaccia di inferenza, script di valutazione, risultati e limitazioni.

Durante l'accettazione vengono documentati l'apparecchio, il firmware, il modello, i dati, le versioni di prova e le regole di esclusione.

Confine medico

L'output del modello durante lo sviluppo viene utilizzato per la ricerca, l'analisi o i test funzionali e non sostituisce automaticamente i risultati medici o la diagnosi. L'uso clinico segue i requisiti applicabili di qualità, rischio, verifica e approvazione.

Servizi di sviluppo correlati

Per la registrazione EEG pura vedere Sviluppo di sensori EEG e sistemi di registrazione. Per movimento, PPG, SpO2, respirazione o pressione vedere Sviluppo di sensori e sistemi per il monitoraggio del sonno.

Domande frequenti

EEG, EOG ed EMG devono essere registrati insieme?

Gli input risultano dallo scopo, dalle etichette di riferimento, dai limiti di usura e dagli indicatori chiave target. Se sono presenti meno segnali, la configurazione di destinazione viene riqualificata o testata.

Sono possibili Wake, N1, N2, N3 e REM?

Le cinque fasi possono rappresentare un obiettivo, ma richiedono etichette fisse, date, suddivisioni, regole di qualità e parametri di accettazione, nonché test con dati reali.

È possibile addestrare direttamente i dati PSG esistenti?

Per prima cosa vengono controllati il diritto d'uso, l'anonimizzazione, la completezza del segnale e dell'etichetta, le derivazioni, il campionamento, l'accordo dei valutatori, la popolazione e le regole di esclusione.

Come viene valutato il modello?

Un test indipendente e specifico per persona considera la matrice di confusione, le metriche dello stadio, la macro-F1, la kappa e le condizioni; Le versioni dei dati, del dispositivo e del modello sono documentate.

È possibile il tempo reale su un dispositivo?

Ciò dipende dalla potenza di elaborazione, dalla memoria, dalla batteria, dalla latenza di input e dal formato del modello e deve essere sottoposto a test di regressione con la build del dispositivo.

Il risultato può essere utilizzato a scopo diagnostico?

Un risultato evolutivo non è automaticamente una diagnosi medica. L’uso clinico richiede un proprio percorso di sviluppo normativo e di qualità garantita.

Processo di consegna

Processo di consegna

Le revisioni di fase impediscono che ipotesi non confermate diventino capacità aziendali o dichiarazioni di performance.

01Requisiti

Cattura destinazioni, utenti, input, output, ambiente ed esclusioni.

02Progettazione della soluzione

Definire architettura, moduli, interfacce, flusso di dati e rischi.

03Prototipo

Convalida i presupposti chiave su dispositivi, dati, algoritmi o processi.

04Sviluppo

Implementare i moduli, le interfacce, la configurazione e l'integrazione concordati.

05Test e accettazione

Registra i risultati utilizzando versioni, condizioni, esempi e casi di test.

06Distribuzione

Fornitura di software, fonti, documenti, registrazioni e limiti di manutenzione concordati.

Pronti per iniziareSoluzione di sviluppo per le fasi del sonno EEG?

Condividere lo scenario, il sistema attuale, l'elenco dei dati o dei dispositivi, le condizioni di distribuzione e l'obiettivo di accettazione in modo da poter valutare la fattibilità e l'ambito.

Invia i requisiti
In linea
Telefono
13910119357
WeChat
WhatsApp
Winge Technology WhatsApp Codice QR Scansiona il codice QR o clicca per contattarci
tornare all'inizio