Prenez contact avec nous
 Durée 21 heures

Plan du cours

Fondements du TinyML en santé

  • Caractéristiques des systèmes TinyML
  • Contraintes et exigences spécifiques au domaine de la santé
  • Aperçu des architectures d’IA portables

Acquisition et prétraitement des signaux biologiques

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

Développement de modèles TinyML pour appareils portables

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

Déploiement des modèles sur des appareils portables

  • Utilisation de TensorFlow Lite Micro pour l’inférence embarquée
  • Intégration de modèles d’IA dans les dispositifs médicaux portables
  • Tests et validation sur le matériel embarqué

Optimisation de la consommation d’énergie 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 dispositifs portables à IA
  • Assurance de la robustesse et de l’utilité clinique
  • Mécanismes de sécurité et gestion des erreurs

Études de cas et applications en santé

  • Systèmes de monitoring cardiaque portables
  • Reconnaissance d’activités en réadaptation
  • Suivi continu de la glycémie et des biomarqueurs

Évolutions futures du TinyML médical

  • Approches de fusion multisenseurs
  • Analytique de santé personnalisée
  • Puces IA de nouvelle génération à faible consommation

Synthèse et prochaines étapes

Pré requis

  • Une compréhension des concepts fondamentaux de l’apprentissage automatique
  • Une expérience avec les dispositifs embarqués ou biomédicaux
  • Une connaissance des langages Python ou C

Public cible

  • Professionnels de la santé
  • Génieurs biomédicaux
  • Développeurs en intelligence artificielle

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires