标签
OpenMHC推出了最大的开放获取可穿戴健康数据集，包含超过6000万小时的数据，并提供了可穿戴基础模型的开源实现，包括用于预测、插补和时序预测的统一基准测试。
本文提出了一种利用普通摄像头和图像处理技术，结合深度学习与AI代理实现非接触式实时心率测量的系统，并展望了未来用于个人AI健康监测的计划。
Inertia-1 是一项完全开源的可穿戴运动基础模型探索，利用了超过 1820 万小时的加速度计数据，系统性地研究了 15 个数据集中的数据、模型和训练选择，用于活动识别和疾病预测等任务。
Halter的AI驱动牛项圈实现虚拟围栏和健康监测，利用GPS和传感器远程管理牛群并及早发现疾病，目前已部署在超过100万头牛上。
本文介绍了AI驱动隐形眼镜的开发进展，这种眼镜将增强现实、健康监测和AI整合到一副外观普通的隐形眼镜中。尽管面临重大挑战，XPANCEO和Mojo Vision等公司正在推动这一技术向前发展。
本文介绍了一项针对66名老年人的纵向多模态研究，利用可穿戴传感和临床评估来预测身体活动、睡眠时长和睡眠呼吸暂停严重程度，发现行为目标更可预测，历史特征是关键预测因素。
本文评估了可穿戴健康预测中的自适应数据选择策略，发现该方法显著提升了低基线性能参与者的AUROC，但对强基线参与者改善有限。
Xiaomi 发布 Watch S5 46mm，配备高级骑行模式、双设备同步、优化后的心率监测以及专为户外打造的更智能的健康洞察。
VCR是一个自监督框架，通过正交标记化和缺失感知的混合专家模型，从不完整的可穿戴信号中学习鲁棒的表示，在模态缺失下提升性能。