当前,随着传感器和算力的提高,可穿戴设备功能越来越强大,可以采集的数据也越来越多,然而,可穿戴设备的强大功能体不仅仅是直接的测量,基于连续动态数据对人体系统的测度。所以,需要对直接采集的数据进行计算处理,这个测度操作尚缺乏标准,指标解释也千差万别,甚至南辕北辙,导致无法很好地地被利用。
为了解决以上问题,需要统一的计算算法、统一的描述语义。统一性对于运动训练专家和医生而言至关重要。Farbeat SDK提供常用的统一计算算法库(见清单),以保证来之不同厂家的设备只要数据质量一致的数据集,就可以得到一致的测度结果。
智能可穿戴设备产品众多繁杂的私有数据协议,让应用系统开发者浪费了大量的重复性接口对接工作,导致行业不能形成完善的生态体系,影响行业可持续发展。经过与多个机构沟通协调,在国家科重点研发专 项项目的支持下,借助主动健康创新联合体力量,借鉴IEEE 11073标准体系,制定了行业内的PHIC数据交换标准。
现在可穿戴设备功能越来越强大,采集的数据也越来越多,然而,现在对于连续动态数据的计算测度尚缺乏标准,同样的指标计算结果千差万别,甚至南辕北辙,导致数据分析人员无法发现很好地开展工作。统一的数据质量、统一的计算算法、统一的描述语义,对于运动训练专家和医生而言至关重要。farbeat SDK提供了部分计
Farbeat®基于机器学习技术,独立研发了基于可穿戴设备人体识别、数据自动清洗、提炼技术,实现了可穿戴设备数据质量增强功能。
Farbeat® 利用人工智能技术,结合人体运动生理、心理和社会学分析技术,对可穿戴设备产生大数据进行深度挖掘,提取高价值信息。实现对人体健康行为的精准预测、判断和干预。
打开微信扫一扫