欧姆龙研发新型智能手表HeartGuide,可随时随地测量血压

简介: 除了血压计量,HeartGuide也还有最基础的心率检测、卡路里检测、睡眠质量测量以及智能手表最基础的通知提醒功能。

除了血压计量,HeartGuide也还有最基础的心率检测、卡路里检测、睡眠质量测量以及智能手表最基础的通知提醒功能。

近几年,可穿戴设备得到飞速的发展,无论新型的创业公司,又或是传统的企业,都涉足了智能手表领域。而近日,欧姆龙也研发了一款新型智能手表HeartGuide,可随时随地测量血压。

TB1cMXrx9zqK1RjSZFHXXb3CpXa.jpg

据悉,从外观上来看,HeartGuide兼具时尚和科技感。而其使用方法也很简单,当用户需要测血压的时候,只需在手表上点击测量血压的按钮,HeartGuide的通气管就会对表带进行充气,还原出一个类似普通血压计的功能,从而实时显示各项数据。

此外,HeartGuide还拥有最实用的心率检测、卡路里检测、睡眠质量测量以及智能手表最基础的通知提醒等功能。对于经常锻炼的用户来说,这些检测功能都是非常实用的。有了它,用户可以实时检测自己的运动数据,以此来达到更好的锻炼效果。

TB1fyBmx3DqK1RjSZSyXXaxEVXa.jpg

当然,这款新型智能手表HeartGuide的价格并不便宜,大约要499美元(折合人民币3441元)。从这价格来看,都快赶上一部手机了。

最后,欧姆龙表示,今年并不会急着将HeartGuide上市,而会等到明年。因此,有需要的用户,只能静静等待了。

相关文章
|
机器学习/深度学习 人工智能 算法
顶会论文 | 阿里云视频摘要 SOTA 模型:用于视频摘要的多层时空网络
这次向大家分享的工作是作者所负责团队在国际人工智能多媒体顶会 ACM MM 2022 (CCF-A)发表的文章 “Multi-Level Spatiotemporal Network for Video Summarization”,该文提出了一种用于视频摘要的多层时空网络,在视频摘要领域实现了全球领先的研究探索。基于作者团队在工业级推荐系统方面的研究积累,成功地在阿里云产业大规模视频摘要场景实践中解决了一个视频摘要领域的重要问题,推动了该领域的发展。
3245 1
顶会论文 | 阿里云视频摘要 SOTA 模型:用于视频摘要的多层时空网络
|
SQL 存储 分布式计算
【大数据技术Hadoop+Spark】Hive数据仓库架构、优缺点、数据模型介绍(图文解释 超详细)
【大数据技术Hadoop+Spark】Hive数据仓库架构、优缺点、数据模型介绍(图文解释 超详细)
1867 0
|
API C语言 C++
FFmpeg入门及编译 2
FFmpeg入门及编译
354 0
|
JSON Go 开发者
go-carbon v2.5.0 发布,轻量级、语义化、对开发者友好的 golang 时间处理库
carbon 是一个轻量级、语义化、对开发者友好的 Golang 时间处理库,提供了对时间穿越、时间差值、时间极值、时间判断、星座、星座、农历、儒略日 / 简化儒略日、波斯历 / 伊朗历的支持。
264 4
|
存储 索引
Elasticsearch分片和副本
【11月更文挑战第4天】
538 7
|
监控 安全 数据安全/隐私保护
Rootkit工作原理及其检测方法
【8月更文挑战第31天】
846 0
|
算法 5G
5G中的动态频谱共享(DSS)
【8月更文挑战第31天】
1234 1
|
机器学习/深度学习 自然语言处理 数据挖掘
RouteLLM:高效LLM路由框架,可以动态选择优化成本与响应质量的平衡
新框架提出智能路由选择在强弱语言模型间,利用用户偏好的学习来预测强模型胜率,基于成本阈值做决策。在大规模LLMs部署中,该方法显著降低成本而不牺牲响应质量。研究显示,经过矩阵分解和BERT等技术训练的路由器在多个基准上提升性能,降低强模型调用,提高APGR。通过数据增强,如MMLU和GPT-4评审数据,路由器在GSM8K、MMLU等测试中展现出色的性能提升和成本效率。未来将测试更多模型组合以验证迁移学习能力。该框架为LLMs部署提供了成本-性能优化的解决方案。
696 2
|
图形学 开发者
U3D开发进阶:精细调整Collider与优化碰撞检测性能
【7月更文第11天】在Unity 3D(简称U3D)开发过程中,精确控制Collider(碰撞器)的设置与合理利用Layer Collision Matrix(层级碰撞矩阵)对于提升游戏性能、优化物理模拟至关重要。本文将深入探讨这两项技术的应用,通过实际案例和代码示例,帮助开发者构建更加高效、流畅的游戏体验。
1910 2
|
运维 监控 Java
35-JVM性能优化总结-JVM性能优化到底该怎么做?
通过之前大量的案例和工具的介绍,相信大家对于JVM优化有了一定的了解和熟悉,接下来我们将整个JVM性能优化的步骤做一个总结。
377 0