Vědci vynalézají prototyp „Pulse-Fi“-monitor srdeční frekvence Wi-Fi, který je levnější nastavit než nejlepší nositelná zařízení
Inženýři použili Umělá inteligence (AI) a levný hardware, který převádí amplitudu signálů Wi-Fi na odhady srdeční frekvence osoby.
Přesnost tohoto systému, zvaného Pulse-Fi, je pozoruhodně konzistentní napříč pozicemi a vzdálenostmi těla, vědci napsali ve studii zveřejněné 5. srpna ve sborníku 2025 mezinárodní konference IEEE o distribuovaném počítači v Smart Systems a Internet of Things (DCoss-IOT).
Mnoho domácích technologií, jako jsou monitory hrudníku a monitory a chytré hodinkyMonitorujte vitální nápisy, včetně srdeční frekvence a rychlost dýchání. Tato zařízení však vyžadují neustálý kontakt s jednotlivcem a jsou drahé, což vede k potřebě nekontaktních technologií.
Jedna taková technologie může využít informace ve Wi-Fi signálech, které jsou rozhlasové vlny které nesou data mezi emitorem a přijímačem, například mezi routerem a počítačem.
„Informace o stavu kanálu“ (CSI) poskytuje amplitudu a fázi signálu, když se cení mezi těmito dvěma zařízeními, včetně toho, kdy prochází překážkami, například pohybující se truhly. Protože signály warp při předávání těchto bariér mohou vědci filtrovat data CSI, aby zachytili vitální příznaky.
Různé Příklady nyní existují pro detekci srdeční frekvence Wi-FiKocheta a jeho tým však tvrdili, že několik omezení zůstává. Například mnozí se spoléhají na nyní zaniklý hardware. Pro řešení těchto omezení vědci vyvinuli nový systém s názvem „Pulse-Fi“.
Zachycení vitálních funkcí
Pro shromažďování údajů potřebných k vyhodnocení pulse-fi umístil tým sedm lidí-pět mužů a dvou žen-mezi dvěma single-antenna Zařízení ESP32. Tato mikrokontrolérová zařízení vydala signály Wi-Fi, přičemž jeden působil jako emitor a druhý jako přijímač. Skutečná srdeční frekvence účastníků byla shromažďována současně pomocí pulzního oximetru připojeného k dosahu prstu.
Každý jednotlivec se zúčastnil třikrát: jednou na 3,3 stopy (1 metr) od EPS32s a poté od 6,6 stop (2 m) a 9,8 stop (3 m) odtud. Každé okno měření trvalo pět minut.
Tým pak vyvinul potrubí strojového učení, aby odhadl srdeční frekvence z CSI. Počátečním krokem bylo extrahovat amplitudovou informaci, která se týká jednotlivých srdečních rytmů, a poté odstranit chaotické části signálu pramenící z překážek v prostředí.
Dále inženýři přidali filtr, který odstranil frekvence signálu mimo rozsah 0,8 až 2,17-hertz, což odpovídalo 48 až 130 rytmům za minutu (bpm). Poté přidali druhý filtr, aby signál dále vyhladil.
Tým poté odhadl srdeční frekvence účastníků pomocí a dlouhodobá krátkodobá paměť opakující se neuronová síťForma strojového učení, která přidává „paměťové buňky“ ke zpracování sekvenčních dat, která poskytuje kontext potřebný k vyzvednutí závislostí v datech. V tomto případě se tyto závislosti vztahují k prvkům, jako je odpočinek srdeční frekvence a hroty vyvolané cvičením v BPM.
Tým byl překvapen, když zjistil, že odhady srdeční frekvence zůstaly přesné na různých vzdálenostech od zařízení ESP32. Pulse-Fi podkopne a nadhodnocené srdeční frekvence o 0,429 bpm při 1 metru, 0,482 bpm při 2 m a 0,488 bpm při 3 m daleko.
Vědci poté použili již existující Údaje o zdraví Wi-Fi CSI Pro testování toho, jak se puls-fi dařilo s různými pozicemi a aktivitami těla. Data pocházela od 118 brazilských dospělých, kteří drželi 17 stacionárních a aktivních pozic, včetně sezení, chodící na místě a zametání podlahy po dobu 60 sekund. Účastníci byli 3,3 stopy (1 m) od Wi-Fi emitoru a přijímače, stejně jako z Raspberry Pi 3B+ Používá se pro sběr dat CSI.
Srovnali odhad srdeční frekvence neuronové sítě s hodnotou smartwatch a zjistili, že pulse-fi nebyla ovlivněna tělem osoby. Typická chyba byla 0,2 bpm.
Bezdrátové rytmy
Tato technika v raném stádiu je teoreticky zajímavá, řekla Andreas KarwathVědec zdravotních údajů na University of Birmingham ve Velké Británii, který se do výzkumu nezúčastnil.
Klíčovým omezením tohoto výzkumu však uvedl, že stejná data byla použita pro trénink, validaci a testování modelu. Vědci pokaždé zamíchali data, ale Karwath řekl, že to vytváří seberealizující proroctví.
„Je to jako předpovídat něčí nemoc tím, že se učí od osoby a poté předpovídání osoby,“ řekl živé vědě. „To nedává smysl.“
V reakci na tuto kritiku vědci uvedli, že zatímco jejich analýza zahrnovala zamíchání, od té doby testovali model v reálném čase, kde byl pulzní-Fi vyškolen pouze na minulé údaje a poté vyhodnotil zcela nový vstupní signál a prostředí. Tento výzkum dosud nebyl zveřejněn.
Karwath také vysvětlil, že smartwatch a oximetr používané ke shromažďování informací o srdeční frekvenci pro neuronovou síť, které mají být porovnány, nejsou vždy 100% přesné, takže jejich údaje mohou být zkreslené.
Kocheta, Bhatia a Obraczka uznaly toto omezení ohledně chytrých hodinek. „Oximetr pulsu je však obecně považován za certifikovaný zdravotnický prostředek, který je velmi přesný,“ uvedli.
Tým nyní rozšiřuje testování puls-fi a sleduje srdeční frekvence více jedinců v místnosti současně, aby viděl, jak dobře se model vyrovná s přeplněným prostředím.
Autoři uvedli, že do potrubí pro zpracování dat není zapojeno žádné explicitní osobní údaje a všechny odhady srdeční frekvence zůstávají v hardwaru. Proto neexistují žádné obavy o ochranu osobních údajů s technologií. Karwarth předpověděl, že tato technologie je nejméně pět až 10 let od nasazení.
