Учени разработиха система за измерване на сърдечния ритъм чрез Wi-Fi сигнали

Група млади изследователи от Калифорнийския университет в Санта Клара, ръководени от Катя Обрачка, професор по компютърни науки и компютърно инженерство са разработили система, наречена Pulse-Fi, която използва анализ на Wi-Fi сигнала за безконтактно измерване на сърдечния ритъм на човек.

За да работи системата, те предлагат обработката на данните да се извършва от безжичния микроконтролер ESP32 с помощта на алгоритъм за машинно обучение, който след анализ на изкривяването на Wi-Fi сигнала в продължение на 5 секунди наистина започва да произвежда оценки на човешкия сърдечен ритъм с грешка от около половин удар в минута.

При по-продължително наблюдение и използване на по-мощно Wi-Fi оборудване грешката била намалена. Системата Pulse-Fi изпълнява функциите си на разстояние около 3 метра от устройството, което означава, че не изисква пряк контакт с човешкото тяло. Системата е тествана върху 118 доброволци и 17 позиции на тялото – авторите на проекта са установили, че тя не изисква специални условия на използване: можете да лежите, да седите и да ходите, без да се страхувате, че точността на резултатите ще бъде намалена.

Най-важното предимство на проекта е ниската цена на използваното оборудване – учените са успели да се вместят в рамките на 5 до 10 долара.

Платформите от клас Raspberry Pi демонстрират още по-висока точност и на цена от 30 долара изглеждат достатъчно достъпни за масово приложение. Резултатът са данни, които са сравними по точност с пулсоксиметрите, използвани от повечето лекари – те измерват сърдечния ритъм и насищането на кръвта с кислород, но изискват директен контакт и обикновено се носят на пръста.

Сега създаделите на проекта Pulse-Fi се опитват да създадат система за измерване на честотата на дишането. Тя ще помогне за откриването на сънна апнея, което обикновено изисква преносим монитор, който трябва да се носи със себе си. Ако изследователите успеят да решат и този проблем на базата на анализ на безжични сигнали, откриването и диагностицирането на този синдром ще стане по-удобно и по-лесно.