目標

設計一款小巧輕便、適合兒童佩戴且電池續航時間長的咳嗽監測器。且為這一監測器設備進行強大的機器學習 (ML) 算法開發，用以分析咳嗽頻率，同時還可屏蔽背景噪聲，實現僅監控咳嗽聲的效果。

解決方案

Quvium 開發出基于 Arm Cortex-M 處理器的 Sonasure 咳嗽監測器，實現低功耗處理和 ML 功能。Quvium 團隊還通過 Arm 提供的 Keil 微控制器開發套件 (Keil Microcontroller Development Kit, MDK) 專業版加速產品開發。

優勢

Arm Cortex-M

高性能，可應對復雜的 ML 工作負載

高能效，可延長電池續航時間

外型小巧，適用于小機體的

Arm Keil MDK Pro

完全集成的開發環境，包含經優化且免費使用的中間件

高性能、高效率的 C/C++ 代碼編譯

用于調試與測試算法的指令精確平臺

對咳嗽進行個性化分析 讓您安枕無憂

化學家兼計算機科學家 Steve Schmidt 和產品開發專家 Karen Travers 的孩子都患有哮喘，為了改善慢性呼吸系統疾病患者的生活，他們共同成立了 Quvium。據世界衛生組織數據顯示，全球有數億人患有哮喘、慢性阻塞性肺疾病 (COPD) 和囊性纖維化疾病。Quvium 致力于開發出一款經久耐用的智能可穿戴咳嗽監測器，可跟蹤早期癥狀，提出治療計劃，并在需要采取緊急行動時發送預警提示。Quvium 制定的目標是開發一款紐扣大小的設備，用以分析咳嗽聲波, 而作為潛在健康問題的先兆指標，咳嗽頻率的顯著變化也可通過 ML 算法被檢測。此外，該設備必須足夠智能，可自動屏蔽背景噪聲，僅收集咳嗽數據。

堅固耐用 專為兒童打造

產品在日常環境中的實用性能是開發團隊面臨的一項主要挑戰。雖然在安靜的室內進行信號檢測早已試驗成功，但在無線電信號干擾和交通噪聲等嘈雜的環境背景中，咳嗽檢測的難度大大增加。除了小巧輕便，Sonasure 設備還必須堅固耐用、易于佩戴且適合兒童安全使用。夜間，設備在患者身邊進行充電的同時，還要繼續運行對患者咳嗽進行檢測。

為了將概念變為現實，Quvium 將目光投向 Arm 處理器技術和軟件，以實現其可擴展性與 ML 處理能力。小型低功耗 Cortex-M 處理器可提供嵌入式應用所需的耐用性和可擴展性，同時為 Sonasure 提供所需的高性能和高能效。憑借 Arm 提供的 ML 能力，Quvium 為該設備開發了一項獨特功能 —— 可快速分析咳嗽聲并識別每位佩戴者的正常基線。

Schmidt 表示：我們清楚的知道，如果想要實現合理計算，又不耗盡電池電量，佩戴的設備更不會像磚塊一樣笨重，Arm 能夠滿足以上這些需求。我們需要一種具有高能效，處理器足夠密集的設備，以便對捕捉到的聲音進行預處理，過濾掉語音內容，避免隱私泄露或減少噪音干擾。此外，設備必須具備預處理能力，可識別可能的咳嗽聲，并在檢測到咳嗽時，將其發送到基站進行進一步分析。而 Arm Cortex-M4 處理器巧妙地集合了成本、尺寸、電源管理和計算能力方面的優勢，讓這一切成為可能。

加速軟件開發

Quvium 使用了面向基于 Cortex 處理器微控制器的 Arm 旗艦軟件開發解決方案 —— Arm Keil MDK Pro。該全面解決方案為 Quvium 創建、構建和調試嵌入式應用提供了所需的全部組件。專業版支持訪問 Cortex-M4 仿真模型，因此 Quvium 能夠實現軟件與硬件并行開發，從而顯著縮短開發時間。

高效優化 C/C++ 代碼的大小和性能也至關重要，對于復雜的 ML 算法代碼尤為如此。CMSIS 軟件包經過預開發，因此開發者只需選擇相關內核即可最大限度提高性能，并盡可能地減少內存占用空間，而無需從頭開始創建所有 ML 代碼。

Quvium Sonasure 開發者 Ragu Bharadwaj 表示：Arm Keil MDK 集成了高效的編譯器、CMSIS 軟件包和指令精確的算法測試平臺，是一個非常出色的全方位解決方案。事實上，我們想要使用全球最高效的編譯器，這也正是我們決定選擇 Arm 硬件和軟件組合的主要原因之一。

紐扣大小的設備蘊藏挽救生命的巨大力量

Schmidt 補充道，得益于 Arm 技術，Quvium 成功開發出 Sonasure 咳嗽監測器。這一強大的智能可穿戴設備即使在三米外，仍可良好運行，并有效屏蔽背景噪聲實現僅監聽咳嗽聲的效果。

作為呼吸窘迫癥狀的早期檢測系統，該設備可通過分析來自于邊緣側的咳嗽頻率和時長，對數據進行解析，從而提出可能會影響治療行動與計劃的關鍵模式。當檢測到偏差時，服務器會向用戶或看護者發送消息，提醒他們采取行動。

Sonasure 尺寸小巧且功能強大，可助力臨床醫生和看護者在日常生活活動中改善對慢性呼吸系統疾病的控制與管理，從而實現早期干預，預計每年可挽救數千人的生命。

Schmidt 表示：無論是有風吹過、在田野中跑步，還是將設備放在外套下面，設備都能正常工作。晚上設備充電時，它依然能正常工作。咳嗽包含了大量信息，但到目前為止，沒有人能夠持續、高質量地捕獲這些信息。得益于 Arm 技術，我們正在幫助人們利用這個信號，以保持健康，收獲美好未來。