1、一种通用的降噪神经网络，框图如下：

神经网络的快速发展给信号的降噪带来了诸多好处，使的传统降噪无法解决的问题得以解决，含有噪声的心电、脑电、肌电、光电容积波、袖带震荡波经过离散小波变换输入到神经网络，神经网络有卷积神经网络CNN、双向长短期记忆网络（BiLSTM）组成，总共22层、总参数50K、计算量0.07 GFLOPS。

2、一种通用的心率计算神经网络，框图如下：

心电图、光电容积波、袖带震荡波、心音输入神经网络，神经网络有一维卷积神经网络、全连接神经网络组成，总共15层、总参数24K计算量0.03 GFLOPS。

3、一种通用的手环、手表运动模式下心率计算神经网络，框图如下：

光电容积波、三轴加速度传感器X轴数据、Y轴数据、Z轴数据输入神经网络，神经网络有一维卷积神经网络、全连接神经网络组成，总共17层、总参数30K计算量0.05  GFLOPS。

4、一种通用的手表心电图的降噪神经网络，框图如下：

含有噪声的心电图、绿光容积波经过离散小波变换输入到神经网络，神经网络有卷积神经网络CNN、双向长短期记忆网络（BiLSTM）组成，总共24层、总参数60K、计算量0.08 GFLOPS。

5、一种通用的基于袖带震荡波的血压计算神经网络，框图如下：

袖带震荡波输入神经网络，神经网络有一维卷积神经网络、全连接神经网络组成，总共15层、总参数27K计算量0.05GFLOPS。

6、一种通用的基于脉搏波速度(PWV)的血压计算神经网络，框图如下：

心电图、绿光容积波输入神经网络，神经网络有一维卷积神经网络、全连接神经网络组成，总共16层、总参数31K计算量0.04GFLOPS。

7、一种通用的血管弹性评估神经网络，框图如下：

心电图、绿光容积波输入神经网络，神经网络有一维卷积神经网络、全连接神经网络组成，总共20层、总参数41K计算量0.07GFLOPS。

8、一种通用的助听器实时语音增强神经网络，框图如下：

9、一种通用的鼾声识别神经网络，框图如下：

提取声音波形的MFCC特征输入神经网络，神经网络有BILSTM神经网络、全连接神经网络组成，总共100层，参数45k,计算量0.07GFLOPS。

10、一种通用的心音、胎音降噪神经网络，框图如下：

计算图 

E(k) = Fenc(Xerb(k, b), Xdf(k, ferb)) 

Gerb(k, b) = Ferb dec(E(k))

 G(k, f) = interp(Gerb(k, b)) 

YG(k, f) = X(k, f) · G(k, f)

Cdf N (k, i, fdf) = Fdf dec(E(k)) 

Y (k, f0 ) = N X i=0 C(k, i, f0 ) · X(k − i + l, f)

11、一种通用的心电图分类神经网络，框图如下：

一维心电图经过连续小波变换转换成二维时频图输入进神经网络，GoogLeNet 神经网络是一种预训练神经网络，最终分类输出噪声、正常、心房颤动、心房扑动、二度房室传导阻滞、室性二联律、三度房室传导阻滞、室 性自主心律、交界性逸搏心律、窦性心律、室上性心动过速、三联律、室性心动过速中的至少一种。总共24层、总参数100K、计算量0.09 GFLOPS。