使用MATLAB与Simulink开发下一代患者监护产品

在 MATLAB 和 Simulink 的帮助下，您可以在云端进行患者监护设备与软件即医疗设备 (SaMD) 应用的大规模设计、开发、仿真和部署工作，同时确保遵循医疗设备方面的全球监管标准。

您可以验证 MathWorks 产品以用于 FDA/CE 合规工作流，并符合 IEC 62304 等协调标准。

“借助 MATLAB、MATLAB Coder 和 Fixed-Point Designer，我们这个小团队成功开发了复杂的实时信号处理算法，并对其进行了优化以降低功耗和内存需求，同时还加速了嵌入式代码的实现，并执行了医疗设备验证所需的严格测试。”

—— Marina Brockway，VivaQuant

了解如何使用 MATLAB 与 Simulink 来开发下一代患者监护产品，减少设备上市所需的时间。

开发融合 AI 技术的患者监护设备

在开发医疗设备的过程中，您可通过基于模型的设计方法来构建融合 AI 技术的医疗设备，同时确保设备符合 IEC 62304 等医疗设备法规。

通过 MATLAB，您可以使用机器学习和深度学习方法开发 AI 模型，以对生物医学信号、医学图像和医疗保健数据进行分析。

借助 Simulink 平台，您可以集成机器学习模型并自动生成代码，从而进行需求验证并自动生成测试，同时确保遵循认证标准。亮点包括：

点选式 App，可用于训练和比较机器学习与深度学习模型

自动机器学习 (AutoML)，包括特征选择、可解释性、模型选择和超参数调优

不改变代码，将处理扩展到大数据和集群

在 MATLAB 中进行算法和工具验证

患者监护设备的建模和仿真

患者监护应用的开发可能涉及多个工程域，如软件、机械、电气和流体系统。

通过使用 Simulink 进行动态系统建模，您可以在统一的仿真环境中集成这些域，从而高效地设计和实现复杂的患者监护设备。

动态系统建模与仿真可加速产品开发，包括验证和确认阶段在内。

使用 MATLAB 和 Simulink 进行基于模型的设计是一种模块化开发方法，支持工程团队在同一环境中开展从内部研发到设计实现的各项活动。

在云端与边缘设备上部署和扩展患者监护算法

您可使用多核台式机、GPU、集群和云进行大规模计算和并行仿真。

有了 MATLAB，在何处存储数据，就可在何处处理数据。

使用 MATLAB Parallel Server 将计算扩展到高性能集群。

使用 MATLAB Production Server 将 MATLAB 分析整合到应用程序中。

在 MATLAB 和 Simulink 的帮助下，您只需轻点按钮，即可生成代码并在硬件上运行。

这两款产品可为您设计、编程和验证新的嵌入式系统提供从原型到投产的全程支持。使用 MATLAB 和 Simulink，您能够：

在 Windows 和 Linux 环境下运行可靠、安全、可扩展的产品级应用程序，可以基于本地，也可以基于 AWS 和 Microsoft Azure 等公有云

与现有的开发运营一体化工作流和工具保持一致，让工程师能够自行将模型、算法和应用程序部署到生产系统中，无需重新编码

生成优化后的 C、C++、CUDA、Verilog、VHDL 以及结构化文本代码

验证、确认和测试

Simulink 提供了诸多测试、验证和确认功能，可协助您对目标硬件的模型和代码进行严格的测试和验证。

借助 Simulink Test 和 Requirements Toolbox，您可以：

撰写、分析和管理需求，并创建可追溯性报告

执行模型和代码覆盖率分析，以衡量测试的完备性

对模型、生成的代码以及仿真或物理硬件的基于仿真的测试进行管理

找出隐蔽的设计错误，如整数溢出、死逻辑和除以零

生成自定义报告以作为 FDA/CE 监管合规性证据

原文标题：医疗设备开发 | 患者监护设备的设计、开发与仿真

文章出处：【微信公众号：MATLAB】欢迎添加关注!文章转载请注明出处。

审核编辑：汤梓红