StartseiteArtikel

Herzfrequenz mit WLAN messen: Präzise Überwachung ohne Tragegeräte

大数据文摘2025-09-05 20:56
Das Herzschlag im Signal

Kürzlich hat ein Ingenieurteam der Universität Kalifornien, Santa Cruz erfolgreich die Herzfrequenz mithilfe normaler WLAN-Signale gemessen, ohne dass irgendein tragbares Gerät erforderlich war.

Diese Technologie namens "Pulse-Fi" verwendet kostengünstige WLAN-Chips in Kombination mit maschinellem Lernalgorithmus und kann bereits innerhalb von nur fünf Sekunden eine klinische Genauigkeit bei der Herzfrequenzüberwachung erreichen.

Die Forscher erklären, dass das System das Herzschlagen präzise erfassen kann, unabhängig davon, ob sich die gemessene Person sitzt, steht, liegt oder sogar im Raum bewegt.

Am erstaunlichsten ist, dass das Pulse-Fi-System auch bei einer Entfernung von drei Metern oder fast zehn Fuß noch eine stabile Messung gewährleistet.

Mit anderen Worten, ein normaler Haushalts-WLAN-Router könnte in Zukunft möglicherweise zu einem Gesundheitsüberwachungsgerät werden.

Bisher musste die Herzfrequenz immer mit einem körpernahen Gerät wie einem Smartwatch, einem Fitnessring oder einem geräteklinischen Gerät gemessen werden, während Pulse-Fi diesen technologischen Zwang direkt beseitigt.

Die von den Forschern verwendeten ESP32-Chips kosten nur 5 bis 10 US-Dollar pro Stück, weit weniger als herkömmliche medizinische Geräte.

Selbst wenn man die etwas teureren Raspberry Pi-Chips verwendet, beläuft sich die Gesamtkosten nur auf etwa 30 US-Dollar, was eine äußerst attraktive Lösung für die Gesundheitsüberwachung in ressourcenarmen Regionen darstellt.

Die Forschungsergebnisse wurden auf der Internationalen Konferenz zur verteilten Computation von IEEE Intelligent Systems und Internet der Dinge 2025 veröffentlicht.

01 Das Herzschlagen im Signal

Das Funktionsprinzip von Pulse-Fi basiert auf einem Phänomen, das in jedem Haushalt vorkommt: WLAN-Signale werden von umgebenden Objekten absorbiert und gestört.

WLAN-Geräte senden ständig Radiofrequenzwellen in den Raum. Wenn diese Wellen Hindernisse wie Menschen und Möbel im Raum durchqueren, ändert sich die Wellenform geringfügig.

Das Pulse-Fi-System besteht aus einem Sender und einem Empfänger, und sein Kern ist ein maschineller Lernalgorithmus, der Herzschlagsignale erkennen kann.

Nach der Schulung kann der Algorithmus die kleinen Störungen, die durch das Herzschlagen verursacht werden, aus komplexen Signalen isolieren und die Störungen durch Umgebungsgeräusche und menschliche Aktivitäten ausschließen.

Die Forscher weisen darauf hin, dass das Signal selbst äußerst empfindlich ist. Wenn es nicht sorgfältig gefiltert wird, wird die Spur des Herzschlags vollständig im Hintergrundrauschen untergehen.

Um den Algorithmus zu trainieren, mussten sie selbst Signalmuster sammeln, da bisher kein Team solche Daten mit dem ESP32-Chip aufgezeichnet hatte.

Sie haben auf der Universitätsbibliothek eine Testplattform aufgebaut und einen Standard-Oximeter als "Ground Truth" verwendet, um das Herzschlagen und die Änderungen des WLAN-Signals synchron aufzuzeichnen und einen Trainingsdatensatz zu erstellen.

Insgesamt 118 Freiwillige haben an dem Experiment teilgenommen. Jeder Freiwillige hat 17 verschiedene Körperhaltungen getestet, was insgesamt mehr als 2000 Datensätze ergibt und dem Modell reichhaltige Muster liefert.

Das Team hat auch sich auf die weltweit größte WLAN-Herzfrequenzdatensammlung eines brasilianischen Forschungsteams, die mit einem Raspberry Pi gesammelt wurde, bezogen, um die Allgemeingültigkeit des Algorithmus weiter zu validieren.

Tests haben gezeigt, dass die Leistung des Systems beim Einsatz eines Raspberry Pi-Geräts sogar besser ist als beim ESP32, was bedeutet, dass je höher die Qualität des Geräts ist, desto stabiler ist die Messung.

Der Schlüsselerfolg ist, dass die Messentfernung und die Körperhaltung nahezu keinen Einfluss auf die Leistung haben. Selbst wenn sich die gemessene Person vom Gerät entfernt oder in verschiedenen Haltungen befindet, funktioniert das System weiterhin zuverlässig.

02 Die Zukunft jenseits des Herzschlags

Derzeit bemühen sich die Forscher um das nächste Ziel von Pulse-Fi: die Überwachung der Atemfrequenz und sogar die Erkennung von Atemstörungen im Schlaf und anderen Atmungsanomalien.

Sie haben bereits erste "hoch realisierbare" Ergebnisse bei der Atemerkennung erzielt. Die zugehörige Studie wurde noch nicht veröffentlicht, aber die experimentellen Daten sind vielversprechend.

Ein Mitglied des Projekts erklärt, dass eines der ursprünglichen Ziele dieser Technologie darin besteht, alle realen Szenarien im Alltag abzudecken, ohne dass es erforderlich ist, sich still zu halten oder sich körperlich nahe zu einem Gerät zu befinden, sondern nur ein WLAN-Signal vorhanden sein muss.

Dieser Ansatz bildet eine solide Grundlage für die zukünftige Entwicklung eines "unauffälligen Gesundheitsüberwachungssystems".

Stellen Sie sich vor, der WLAN-Router in Ihrem Wohnzimmer könnte nicht nur ein Internetzugangsdienstleister sein, sondern auch das "Ohr" eines Hausarztes.

Dies hat eine enorme praktische Bedeutung für ältere Menschen, Menschen mit chronischen Krankheiten und sogar Sportbegeisterte.

In Regionen mit knappen medizinischen Ressourcen wird diese kostengünstige und berührungslose Technologie die Belastung des Gesundheitssystems erheblich reduzieren und die Reichweite der Grundversorgung in Bezug auf die Gesundheit erweitern.

Zu den Kernmitgliedern der Forschung gehören der Professor für Computer-Engineering Katia Obraczka, der Doktorand Nayan Bhatia und der nur noch Schüler besuchte Gastforscher Pranay Kocheta.

Es ist erwähnenswert, dass dieser Schüler nicht nur an der Modellierung und der Validierung des Algorithmus beteiligt war, sondern auch mehrere Experimente entworfen hat und somit ein unverzichtbarer Bestandteil des Projekts ist.

Mit fortschreitender Forschung könnte diese Technologie möglicherweise unseren Alltag verändern und die "passive Gesundheitsüberwachung" so allgegenwärtig wie WLAN machen.

Hinweis: Das Titelbild wurde mit KI generiert.

Dieser Artikel stammt aus dem WeChat-Account "Big Data Digest" und wurde von 36Kr mit Genehmigung veröffentlicht.