피드로 돌아가기
Dev.toAI/ML
원문 읽기
ESP32 기반 INT8 Quantization을 통한 실시간 ECG 부정맥 검출 구현
Real-Time Arrhythmia Detection at the Edge: Deploying TinyML on ESP32 for Raw ECG Analysis
AI 요약
Context
클라우드 기반 심박 분석의 높은 Latency 및 개인정보 유출 위험 해결 필요. 배터리 수명 최적화와 실시간 처리를 위해 Edge 단에서 추론을 수행하는 Localized AI 구조 검토.
Technical Solution
- ADC Sampling을 통한 고주파 아날로그 신호의 실시간 캡처 및 처리 로직 설계
- IIR 기반 Bandpass Filter(0.5Hz~40Hz) 적용을 통한 Baseline Wander 및 고주파 노이즈 제거
- 32-bit Float 모델을 INT8로 변환하는 Post-Training Quantization 적용으로 ESP32의 NPU 부재 한계 극복
- 30KB의 Tensor Arena 할당을 통한 메모리 제약 하의 TFLite Micro Inference Engine 최적화
- Windowed Segment 기반의 1D-CNN 모델을 통한 실시간 부정맥 분류 및 Alert 트리거 구조 구축
실천 포인트
1. ESP32와 같은 MCU 사용 시 TFLite Micro의 Tensor Arena 크기를 하드웨어 SRAM 용량에 맞게 정밀 튜닝했는가
2. FP32 모델의 INT8 Quantization 적용 후 정확도 하락 폭과 추론 속도 이득을 대조 분석했는가
3. Raw Signal의 노이즈 제거를 위해 computational overhead가 낮은 IIR 필터를 우선 검토했는가