Arm技术助力Quvium打造智能咳嗽监测器

目标

设计一款小巧轻便、适合儿童佩戴且电池续航时间长的咳嗽监测器。且为这一监测器设备进行强大的机器学习 (ML) 算法开发，用以分析咳嗽频率，同时还可屏蔽背景噪声，实现仅监控咳嗽声的效果。

解决方案

Quvium 开发出基于 Arm Cortex-M 处理器的 Sonasure 咳嗽监测器，实现低功耗处理和 ML 功能。Quvium 团队还通过 Arm 提供的 Keil 微控制器开发套件 (Keil Microcontroller Development Kit, MDK) 专业版加速产品开发。

优势

Arm Cortex-M

高性能，可应对复杂的 ML 工作负载

高能效，可延长电池续航时间

外型小巧，适用于小机体的

Arm Keil MDK Pro

完全集成的开发环境，包含经优化且免费使用的中间件

高性能、高效率的 C/C++ 代码编译

用于调试与测试算法的指令精确平台

对咳嗽进行个性化分析 让您安枕无忧

化学家兼计算机科学家 Steve Schmidt 和产品开发专家 Karen Travers 的孩子都患有哮喘，为了改善慢性呼吸系统疾病患者的生活，他们共同成立了 Quvium。据世界卫生组织数据显示，全球有数亿人患有哮喘、慢性阻塞性肺疾病 (COPD) 和囊性纤维化疾病。Quvium 致力于开发出一款经久耐用的智能可穿戴咳嗽监测器，可跟踪早期症状，提出治疗计划，并在需要采取紧急行动时发送预警提示。Quvium 制定的目标是开发一款纽扣大小的设备，用以分析咳嗽声波, 而作为潜在健康问题的先兆指标，咳嗽频率的显著变化也可通过 ML 算法被检测。此外，该设备必须足够智能，可自动屏蔽背景噪声，仅收集咳嗽数据。

坚固耐用 专为儿童打造

产品在日常环境中的实用性能是开发团队面临的一项主要挑战。虽然在安静的室内进行信号检测早已试验成功，但在无线电信号干扰和交通噪声等嘈杂的环境背景中，咳嗽检测的难度大大增加。除了小巧轻便，Sonasure 设备还必须坚固耐用、易于佩戴且适合儿童安全使用。夜间，设备在患者身边进行充电的同时，还要继续运行对患者咳嗽进行检测。

为了将概念变为现实，Quvium 将目光投向 Arm 处理器技术和软件，以实现其可扩展性与 ML 处理能力。小型低功耗 Cortex-M 处理器可提供嵌入式应用所需的耐用性和可扩展性，同时为 Sonasure 提供所需的高性能和高能效。凭借 Arm 提供的 ML 能力，Quvium 为该设备开发了一项独特功能 —— 可快速分析咳嗽声并识别每位佩戴者的正常基线。

Schmidt 表示：我们清楚的知道，如果想要实现合理计算，又不耗尽电池电量，佩戴的设备更不会像砖块一样笨重，Arm 能够满足以上这些需求。我们需要一种具有高能效，处理器足够密集的设备，以便对捕捉到的声音进行预处理，过滤掉语音内容，避免隐私泄露或减少噪音干扰。此外，设备必须具备预处理能力，可识别可能的咳嗽声，并在检测到咳嗽时，将其发送到基站进行进一步分析。而 Arm Cortex-M4 处理器巧妙地集合了成本、尺寸、电源管理和计算能力方面的优势，让这一切成为可能。

加速软件开发

Quvium 使用了面向基于 Cortex 处理器微控制器的 Arm 旗舰软件开发解决方案 —— Arm Keil MDK Pro。该全面解决方案为 Quvium 创建、构建和调试嵌入式应用提供了所需的全部组件。专业版支持访问 Cortex-M4 仿真模型，因此 Quvium 能够实现软件与硬件并行开发，从而显著缩短开发时间。

高效优化 C/C++ 代码的大小和性能也至关重要，对于复杂的 ML 算法代码尤为如此。CMSIS 软件包经过预开发，因此开发者只需选择相关内核即可最大限度提高性能，并尽可能地减少内存占用空间，而无需从头开始创建所有 ML 代码。

Quvium Sonasure 开发者 Ragu Bharadwaj 表示：Arm Keil MDK 集成了高效的编译器、CMSIS 软件包和指令精确的算法测试平台，是一个非常出色的全方位解决方案。事实上，我们想要使用全球最高效的编译器，这也正是我们决定选择 Arm 硬件和软件组合的主要原因之一。

纽扣大小的设备蕴藏挽救生命的巨大力量

Schmidt 补充道，得益于 Arm 技术，Quvium 成功开发出 Sonasure 咳嗽监测器。这一强大的智能可穿戴设备即使在三米外，仍可良好运行，并有效屏蔽背景噪声实现仅监听咳嗽声的效果。

作为呼吸窘迫症状的早期检测系统，该设备可通过分析来自于边缘侧的咳嗽频率和时长，对数据进行解析，从而提出可能会影响治疗行动与计划的关键模式。当检测到偏差时，服务器会向用户或看护者发送消息，提醒他们采取行动。

Sonasure 尺寸小巧且功能强大，可助力临床医生和看护者在日常生活活动中改善对慢性呼吸系统疾病的控制与管理，从而实现早期干预，预计每年可挽救数千人的生命。

Schmidt 表示：无论是有风吹过、在田野中跑步，还是将设备放在外套下面，设备都能正常工作。晚上设备充电时，它依然能正常工作。咳嗽包含了大量信息，但到目前为止，没有人能够持续、高质量地捕获这些信息。得益于 Arm 技术，我们正在帮助人们利用这个信号，以保持健康，收获美好未来。