无接触呼吸监测使用Wi-Fi和人工神经网络检测方法

科学领域:

• 生物医学工程 生物医学工程
• 信号处理 信号处理
• 无线通信无线通信

背景情况:

• 非侵入性呼吸监测对于方便和在传统方法不切实际的情况下是有价值的.
• 现有的方法可能是侵入性的或需要专门的设备.

研究的目的:

• 开发一种使用环境Wi-Fi信号进行非侵入性呼吸检测的新,简单和低成本系统.
• 利用神经网络从获取的Wi-Fi数据中准确确定呼吸频率.

主要方法:

• 使用Raspberry Pi上的Nexmon捕获了环境Wi-Fi信号,利用其80 MHz带宽和802.11ac支持.
• 开发了一个神经网络模型,并使用模拟的呼吸波形进行训练.
• 该模型在真实测量数据上进行了验证和测试.

主要成果:

• 该系统成功检测到呼吸时间域波形.
• 神经网络模型在确定呼吸频率时实现了非常低的平均误差4.7%.
• 该模型在20个数据集中对未见的真实测量数据展示了有效性.

结论:

• 拟议的基于Wi-Fi的系统提供了一种可行且准确的非侵入性呼吸监测方法.
• 这种低成本的方法在医疗保健和个人健康监测方面具有潜在的应用.
• 进一步的研究可以探索更广泛的应用,并完善系统的功能.