Wi-Fi可以帮助识别您何时呼吸困难

Wi-Fi 路由器持续广播您的手机、平板电脑和计算机拾取并用于上网的无线电频率。当看不见的频率传播时，它们会反弹或穿过周围的一切——墙壁、家具甚至你。您的动作，甚至呼吸，都会稍微改变从路由器到设备的信号路径。

这些交互不会中断您的互联网连接，但它们可以在有人遇到麻烦时发出信号。NIST开发了一种名为BreatheSmart的深度学习算法，可以分析这些微小的变化，以帮助确定房间里是否有人呼吸困难。它可以通过已经可用的Wi-Fi路由器和设备做到这一点。

这项工作最近发表在IEEE Access上。

2020 年，NIST 科学家希望帮助医生对抗 大流行。患者被隔离;呼吸机稀缺。以前的研究已经探索了使用Wi-Fi信号来感知人或运动，但这些设置通常需要定制的传感设备，并且这些研究的数据非常有限。

“随着每个人的世界都被颠倒过来，我们NIST的几个人都在考虑我们可以做些什么来提供帮助，”领导NIST共享频谱计量学研究的Jason Coder说。“我们没有时间开发新设备，那么我们如何使用已有的设备呢?”

Coder和研究助理Susanna Mosleh与FDA设备和放射健康中心科学与工程实验室办公室(OSEL)的同事合作，提出了一种使用现有Wi-Fi路由器测量房间内人员呼吸频率的新方法。

在 Wi-Fi 中，“信道状态信息”或 CSI 是从客户端(如手机或笔记本电脑)发送到接入点(如路由器)的一组信号。客户端设备发送的 CSI 信号始终相同，接收 CSI 信号的接入点知道它应该是什么样子。但是，当CSI信号穿过环境时，它们会在反弹或失去力量时失真。接入点分析失真量以调整和优化链路。

这些 CSI 流很小，不到一千字节，因此不会干扰通道上的数据流。该团队修改了路由器上的固件，以更频繁地请求这些CSI流，每秒最多10次，以详细了解信号的变化情况。

他们建立了一个人体模型，用于在消声室中培训医疗专业人员，并带有商用现成的Wi-Fi路由器和接收器。这种人体模型旨在复制多种呼吸条件，从正常呼吸到异常缓慢的呼吸(称为呼吸缓慢)，异常快速的呼吸(呼吸急促)，哮喘，和慢性阻塞性肺疾病或COPD。

改变Wi-Fi信号的是身体在我们呼吸时移动的方式。想想当你喘息或咳嗽时，与正常呼吸相比，你的胸部是如何不同的。

当人体模型“呼吸”时，胸部的运动改变了Wi-Fi信号行进的路径。团队成员记录了CSI流提供的数据。尽管他们收集了大量数据，但他们仍然需要帮助来理解他们收集的数据。

“这就是我们可以利用深度学习的地方，”Coder说。

深度学习是人工智能的一个子集，人工智能是一种机器学习，它模仿人类从过去的行为中学习的能力，并提高机器识别模式和分析新数据的能力。

Mosleh研究了一种深度学习算法，以梳理CSI数据，理解它，并识别表明不同呼吸问题的模式。他们命名为BreatheSmart的算法成功地对99.54%的人体模型模拟的各种呼吸模式进行了分类。

“以前完成的大部分工作都是使用非常有限的数据，”Mosleh说。“我们能够通过大量模拟呼吸场景收集数据，这有助于算法可用的训练集的多样性。

Coder说，人们对使用Wi-Fi信号进行传感应用非常感兴趣。他和Mosleh希望应用程序和软件开发人员可以使用工作中提出的过程作为框架来创建远程监测呼吸的程序。

“我们收集数据的所有方式都是在接入点(在这种情况下是路由器)上的软件上完成的，这可以通过手机上的应用程序来完成，”Coder说。“这项工作试图说明人们如何开发和测试自己的算法。这是一个帮助他们获取相关信息的框架。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！