연락처 정보

코스 개요

의료 분야에서의 TinyML 기초

  • TinyML 시스템의 특성
  • 의료 환경에서의 제약 사항 및 요구 조건
  • 웨어러블용 인공지능 아키텍처 개요

생체신호 수집 및 전처리 기술

  • 생리학적 센서 활용 방법
  • 노이즈 제거 및 필터링 기법
  • 의료 목적의 시계열 데이터로부터 특징 추출하는 방법

웨어러블용 TinyML 모델 개발 방법

  • 생체 데이터 처리에 적합한 알고리즘 선정하기
  • 리소스 제한 환경에서의 모델 훈련 방안
  • 실제 의료 데이터 기반으로 한 모델 성능 평가법

웨어러블 기기에 모델 배포하기

  • TensorFlow Lite Micro를 활용한 온디바이스 추론 구현
  • 의료용 웨어러블 기기에 인공지능 모델 통합 방법
  • 임베디드 하드웨어 환경에서의 테스트 및 검증 절차

전력 소모 및 메모리 효율성 최적화

  • 연산 부하를 줄이기 위한 기법
  • 데이터 흐름과 메모리 사용량을 최적화하는 방안
  • 정확도와 효율성 간의 균형 확보 방법

안전성, 신뢰성 및 규제 준수 사항

  • 인공지능 기능이 탑재된 웨어러블 기기에 요구되는 규제 지침
  • 시스템의 견고함과 임상적 활용성 확보 방안
  • 오류 발생 시 대응 체계 및 안전장치 구축법

사례 연구와 의료 분야 적용 예시

  • 심박수 모니터링용 웨어러블 시스템
  • 재활 치료 과정에서의 활동 인식 기술
  • 혈당 및 기타 생체 신호 지속적 추적 방법

의료용 TinyML 분야의 향후 발전 방향

  • 다중 센서 데이터 융합 기술
  • 개인별 맞춤형 건강 분석 체계 개발
  • 차세대 저전력 인공지능 칩의 활용 전망

요약 및 향후 실행 계획

요건

  • 머신러닝 기초 개념에 대한 이해
  • 임베디드 시스템 또는 생체의료 기기 관련 경험
  • Python 또는 C 기반 프로그래밍 능력

수강 대상

  • 의료 분야 종사자
  • 생체의공학 전문가
  • 인공지능 개발자
 21 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리