| Eingebettete Systeme | ARM Cortex-M (M4/M33), RISC-V, Zephyr RTOS oder FreeRTOS, Embedded C/C++ | Geräte-Firmware ausführen, Sensoren steuern und den Stromverbrauch verwalten. |
| Biosensorik | EKG, PPG, MEMS-Beschleunigungssensoren, Sensoren zur kontinuierlichen Glukoseüberwachung (CGM) | Erfassung physiologischer Signale und Bewegungsdaten, die zur Ableitung von Gesundheitswerten verwendet werden. |
| Fortgeschrittene und neuartige Biosensor-Technologien | Mikrofluidische Schweißmessarrays, Bioimpedanzspektroskopie (BIA), elektrodermale Aktivität (EDA/GSR), piezoelektrische Akustiksensoren, digitale Hauttemperatursensoren, optische NIRS-Sensoren, Luftdrucksensoren, 6-Achsen- und 9-Achsen-IMUs, Umgebungsgas- und VOC-Sensoren | Erweiterung der Überwachung um die biochemische Zusammensetzung des Schweißes, den Flüssigkeitshaushalt und die Hydratation, die Stressreaktion, die arterielle Steifigkeit, Temperaturverläufe, die Gewebeoxygenierung, Sturzerkennung und Rehabilitationsindikatoren, motorische Störungen sowie Atemauslöser. |
| Edge-KI und Signalverarbeitung | Digitale Signalverarbeitung (DSP), TinyML, TensorFlow Lite für Mikrocontroller, Edge Impulse, quantisierte neuronale Netze | Bewegungsartefakte entfernen, Anomalien erkennen und bestimmte Biomarker lokal extrahieren, sodass nur verwertbare Erkenntnisse übertragen werden. |
| Protokolle für die drahtlose Kommunikation | Bluetooth Low Energy (BLE) mit GATT, NFC, WLAN, LTE-M, NB-IoT | Verbinden Sie Wearables mit Smartphones, Gateways oder Cloud-Diensten. |
| Frameworks und APIs für die mobile Entwicklung | Apple HealthKit, Android Health Connect, Core Bluetooth | Ermöglichen Sie mobilen Apps den Zugriff auf unterstützte Gesundheits- und Wearable-Daten sowie deren Synchronisierung und Weitergabe. |
| Cloud-Computing und Streaming-Technologien | AWS, Microsoft Azure, Google Cloud, Apache Kafka | Erfassen, verarbeiten und verwalten Sie Daten von Wearables geräte- und patientengruppenübergreifend. |
| Datenstandards und APIs im Gesundheitswesen | HL7 FHIR, FHIR-Beobachtungsressource, SMART auf FHIR | Austausch von Messwerten aus Wearables mit elektronischen Patientenakten und anderen klinischen Softwaresystemen. |
| Maschinelles Lernen und Zeitreihenanalyse | Python, PyTorch, scikit-learn, Google Cloud Vertex AI | Längsschnittdaten analysieren, Anomalien erkennen und Modelle für die klinische Auswertung entwickeln. |
| Sicherheits- und Identitätstechnologien | TLS, AES-256, OAuth 2.0, OpenID Connect | Schützen Sie den Datenaustausch und kontrollieren Sie den Zugriff auf Wearable-Plattformen und Patienteninformationen. |
Einstellen
Über uns
Kundenbewertung
