Opis projektu
Droga do bardziej ekologicznych rozwiązań biomedycznych
Finansowany przez Europejską Radę ds. Innowacji projekt BAYFLEX ma na celu opracowanie nowej technologii, która będzie wykorzystywać tanią i przyjazną dla środowiska elektronikę organiczną do obliczeń probabilistycznych. Konsorcjum opracuje plaster wykonany z materiałów organicznych, który będzie zawierał czujniki fizjologiczne łączące się z ludzkim ciałem wraz z neuronami, które będą przetwarzać sygnały elektryczne w sekwencje binarne. To innowacyjne rozwiązanie będzie wykorzystywać tanie i przyjazne dla środowiska materiały do tworzenia czujników wykorzystujących algorytmy SI, które będą w stanie stale monitorować sygnały emitowane przez organizm. Założenia projektu BAYFLEX wykraczają poza zakres opieki zdrowotnej – jego celem jest zmiana sposobu wykorzystywania danych z czujników w dużych sieciach.
Cel
The long term vision in BAYFLEX is to create a radically new technology that uses low cost, green organic electronics for probabilistic computing in order to allow continuous and private monitoring of bio-signals on flexible substrates. The vision of flexible green AI sensors with on chip classification extends well beyond biomedical devices and the democratization of health care, with the possibility to transform sensor data at the edge of large networks. To achieve our goal, BAYFLEX will demonstrate a patch using active physiological sensors based on organic materials that interface with the soft human body and that also includes classification circuits (~ 100 transistors) fabricated using Thin Organic Large Area Electronics (TOLAE) processes. These circuits use spiking neurons realized in Organic Thin Film Transistors (OTFTs) to transform the non-stationary electrical signals from the sensors into stochastic bit streams. Bayesian inference is then used to classify the data using circuits of cascaded Muller C-elements. Taking advantage of the unique properties of organic electrochemical transistors (OECTs), low transistor count dynamic Muller C-elements are targeted. The patch will be tested on a simple task using healthy humans. The project brings together an interdisciplinary consortium with expertise in modeling emerging devices, biologically inspired circuit design, experts in machine learning involving electrophysiological data (including an SME) and teams with expertise in OTFT and OECT fabrication. BAYFLEX targets dissemination to a variety of publics including: scientists via publications in (open access) high impact journals and conferences; industrials and end-users through an industrial advisory board, a workshop and demonstrations at targeted conferences; the general public with the creation of a transferable workshop for non-scientific communities and training the next generation of experts through specialized schools and workshops.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- inżynieria i technologiainżynieria elektryczna, inżynieria elektroniczna, inżynieria informatycznainżynieria elektronicznaczujniki
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
- HORIZON.3.1 - The European Innovation Council (EIC) Main Programme
Zaproszenie do składania wniosków
HORIZON-EIC-2022-PATHFINDEROPEN-01
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-EIC - HORIZON EIC GrantsKoordynator
75794 Paris
Francja