Компания STMicroelectronics (STMicro) анонсировала биосенсор ST1VAFE3BX — высокоинтегрированный чип, который сочетает в себе «кардиологические и неврологические датчики с отслеживанием движения и встроенными функциями искусственного интеллекта» и предназначен для носимых устройств в сфере здравоохранения и фитнеса.
Биосенсорный чип ST1VAFE3BX объединяет биопотенциальные входы с акселерометром и ядром машинного обучения для снижения энергопотребления. Он оснащен полным вертикальным аналоговым интерфейсом (vAFE) для упрощенного обнаружения жизненно важных показателей в электрокардиографии, электроэнцефалографии и других приложениях мониторинга здравоохранения. Инерционное зондирование акселерометром синхронизировано с биопотенциальным зондированием «для вывода любой связи между измеренными сигналами и физической активностью».
Интегрированное ядро машинного обучения (MLC) и конечный автомат (FSM) обеспечивают сверхнизкое энергопотребление и точное распознавание входного биопотенциала со степенью реагирования, которая, как сообщается, превышает текущий отраслевой стандарт.
ST1VAFE3BX предназначен для использования в носимых устройствах для здравоохранения и фитнеса, таких как умные часы, умные пластыри, спортивные браслеты, подключенные кольца и умные очки. Он поставляется в крошечном корпусе LGA 2 x 2 x 0,74 мм для экономии затрат и места на печатной плате.
Ранее мы рассматривали другие продукты биометрического мониторинга, такие как Healthy Pi Move, Onera Biomedical-Lab-on-Chip, HealthyPi 5 и WallySci E3K.
Технические характеристики STMicro ST1VAFE3BX:
- Двойные каналы для обнаружения биопотенциального сигнала и отслеживания движения
- Канал обнаружения биопотенциального сигнала с аналоговым концентратором
- Одноканальный дифференциальный входной усилитель (vAFE)
- Программируемое усиление и входное сопротивление
- Разрешение АЦП 12 бит
- Скорость передачи выходных данных (ODR) до 3200 Гц (только аналоговый концентратор / канал vAFE)
- Канал акселерометра
- Низкий уровень шума до 220 мкг/√Гц
- ±2g/±4g/±8g/±16g программируемая полная шкала
- Скорость передачи выходных данных (ODR) от 1,6 Гц до 800 Гц
- Канал обнаружения биопотенциального сигнала с аналоговым концентратором
- Хранение данных – встроенный FIFO: до 128 выборок данных акселерометра и аналогового концентратора / vAFE или 256 выборок данных акселерометра с низким разрешением
- Хост интерфейс – высокоскоростной цифровой выходной интерфейс I2C, SPI или MIPI I3C
- Функции
- Встроенное ядро машинного обучения для аналогового концентратора/данных vAFE до 1,6 кГц
- Программируемый конечный автомат для аналогового концентратора/данных vAFE до 1,6 кГц
- Расширенный шагомер, детектор шагов и счетчик шагов
- Самопроверка
- Адаптивная самонастройка (ASC) на основе выходных данных обработки датчика (FSM/MLC)
- Управление питанием
- Напряжение питания – от 1,62 В до 3,6 В
- Независимое питание ввода-вывода для интерфейсов I2C и SPI – от 1,62 В до 3,6 В
- Независимое питание ввода-вывода для интерфейса MIPI I3C – от 1,08 В до 3,6 В (расширенный диапазон)
- Ток питания 50 мкА (типичный)
- Выключение: 2,2 мкА
- Размеры – 2,0 x 2,0 x 0,74 мм (макс.), LGA 12-выводной
- Диапазон рабочих температур: от -40°C до +85°C
- Ударопрочность – до 10000g
- Соответствие требованиям – соответствие ECOPACK и RoHS
В части программного обеспечения STMicro предоставляет программные инструменты, такие как MEMS Studio в ST Edge AI Suite и инструменты конфигурации дерева решений для ядра машинного обучения. Чтобы продемонстрировать потенциал биосенсора, STMicro интегрировала ST1VAFE3BX в плату с двумя электродами, которые можно установить либо на SensorTile.box PRO , либо на STEVAL-MKI109V3 для оценки.
SensorTile.box PRO с биосенсором ST1VAFE3BX
Биосенсор ST1VAFE3BX AI доступен в eSTore (бесплатные образцы) и у дистрибьюторов по цене 1,50 долларов США за единицу при заказе от 1000 единиц и более. Дополнительную информацию можно найти на странице продукта и в пресс-релизе. Устройство также будет представлено посетителям стенда ST, зал C3 101, на выставке Electronica 2024 в Мюнхене с 12 по 15 ноября.
Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.
Оригинал статьи вы можете прочитать здесь.