Радіосигнали Wi-Fi виявляють проблемне дихання

Для багатьох людей Wi-Fi є символічною паличкою-виручалочкою. Тепер нове дослідження Національного інституту стандартів і технологій (NIST) може також перетворити це на буквальне. Модифікувавши готовий Wi-Fi-роутер за допомогою оновлення мікропрограми та використовуючи алгоритм глибокого навчання, вчені змогли виявити моделі дихання, які вказують на респіраторний дистрес у медичного манекена.

Ідея спробувати зібрати сигнали Wi-Fi для моніторингу дихання людей у ​​їхніх домівках народилася під час розпалу пандемії COVID-19. «Оскільки світ перевернувся з ніг на голову, деякі з нас у NIST думали про те, що ми можемо зробити, щоб допомогти», — сказав дослідник NIST Джейсон Кодер. «Ми не встигли розробити новий пристрій, тож як ми можемо використовувати те, що вже маємо?».

Відповідь прийшла, якщо дослідити радіохвилі, які забезпечують зв’язок між такими пристроями, як мобільні телефони чи планшети, і маршрутизаторами, які вони використовують для підключення до Інтернету. Коли ці радіохвилі подорожують вперед і назад, вони стикаються з перешкодами, як-от меблі чи люди, які їх дещо змінюють.

Досліджуючи ці зміни, Кодер, науковий співробітник Сюзанна Мослех та колеги з Управління науково-технічних лабораторій (у Центрі пристроїв і радіологічного здоров’я FDA) вважали, що вони можуть виявити незначні зміни в тілі людини, які свідчать про проблеми з диханням. – приблизно так само, як сигнали Wi-Fi використовувалися для підрахунку людей через стіни та моніторингу режиму сну.

Щоб перевірити цю ідею, команда помістила манекен, який імітує дихання, у кімнату, що поглинає радіохвилі, відому як безехову камеру. Вони також встановили комерційний Wi-Fi-роутер і приймач. Оскільки манекен імітував різноманітні моделі дихання, включно з тими, які вказували б на астму, ХОЗЛ, а також аномально повільне та швидке дихання, збої в радіохвилях були записані, дані передавалися приблизно 10 разів на секунду.

Це призвело до величезної кількості інформації, яку потрібно було проаналізувати, щоб виявити, які зриви хвиль відповідають імітованим утрудненням дихання у манекена. Щоб усе це просіяти, Мосле створив алгоритм глибокого навчання, який команда назвала «BreatheSmart». Після того, як рівняння було створено та дані подані через нього, виявилося, що воно ефективне на 99,54% для правильної класифікації патернів дихання.

Той факт, що система може працювати з що існує маршрутизаторами, дає дослідникам надію, що колись її можна буде розгорнути просто через додаток для смартфона, який забезпечить оновлення мікропрограми. Вони також кажуть, що їхня робота створює основу, до якої можна вписати інші типи алгоритмів моніторингу.

Звичайно, тестування, проведене в герметичній кімнаті з медичним манекеном, буде суттєво відрізнятися від реальних застосувань, де люди пересуваються серед меблів, домашніх тварин та один одного, але дослідження є принаймні доказом концепції системи. це може обіцяти.