[論文レビュー] UbiBreathe: A Ubiquitous non-Invasive WiFi-based Breathing Estimator

Heba Abdelnasser, Khaled A. Harras+1 more|arXiv (Cornell University)|May 10, 2015

Non-Invasive Vital Sign Monitoring参考文献 35被引用数 24

ひとこと要約

UbiBreathe は、市販のデバイスを用いて、呼吸による胸の動きによって引き起こされる受信信号強度（RSS）の変調を分析することで、非侵襲的かつWiFiベースの呼吸数推定および無呼吸検出を実現する。複数のアクセスポイントを用いることで、呼吸数推定において1 bpm未満の精度を達成し、無呼吸検出精度は96%以上を達成している。

ABSTRACT

Monitoring breathing rates and patterns helps in the diagnosis and potential avoidance of various health problems. Current solutions for respiratory monitoring, however, are usually invasive and/or limited to medical facilities. In this paper, we propose a novel respiratory monitoring system, UbiBreathe, based on ubiquitous off-the-shelf WiFi-enabled devices. Our experiments show that the received signal strength (RSS) at a WiFi-enabled device held on a person's chest is affected by the breathing process. This effect extends to scenarios when the person is situated on the line-of-sight (LOS) between the access point and the device, even without holding it. UbiBreathe leverages these changes in the WiFi RSS patterns to enable ubiquitous non-invasive respiratory rate estimation, as well as apnea detection. We propose the full architecture and design for UbiBreathe, incorporating various modules that help reliably extract the hidden breathing signal from a noisy WiFi RSS. The system handles various challenges such as noise elimination, interfering humans, sudden user movements, as well as detecting abnormal breathing situations. Our implementation of UbiBreathe using off-the-shelf devices in a wide range of environmental conditions shows that it can estimate different breathing rates with less than 1 breaths per minute (bpm) error. In addition, UbiBreathe can detect apnea with more than 96% accuracy in both the device-on-chest and hands-free scenarios. This highlights its suitability for a new class of anywhere respiratory monitoring.

研究の動機と目的

• 特別なハードウェアや患者への装着を必要とせず、普遍的かつ非侵襲的な呼吸モニタリングを実現すること。
• 実世界の環境下でノイジーなWiFi RSS測定値から正確な呼吸信号を抽出すること。
• デバイスを胸に装着する場合と装着しない場合の両方で、高精度な無呼吸イベント検出を実現すること。
• 複数人同時モニタリングおよび干渉やユーザーの移動に対しても耐性を持つ運用を可能にすること。
• 低レイテンシでソフトウェアオンリーのソリューションを、標準のWiFiデバイス上で展開可能にすること。

提案手法

• 呼吸中の胸の拡張・収縮によって引き起こされるWiFi RSSの周期的変調を利用する。
• ノイズや干渉下でも信号抽出を安定化させるために、ロバストネス強化モジュールを備えたマルチモジュールアーキテクチャを採用する。
• 複数の盗聴可能なアクセスポイント（APs）からの多数決を用いることで、無呼吸検出の信頼性を向上させる。
• 信号パワーの低下に基づき、正常な呼吸と無呼吸を区別するためのしきい値比（τ）を適用する。
• RSSデータをリアルタイムで処理し、呼吸数を抽出するとともに、異常を検出する。
• ハードウェアの改造なしに標準のWiFiインfraストラクチャを活用し、ラップトップ、スマートフォン、APなどに展開可能である。

実験結果

リサーチクエスチョン

• RQ1 実世界の環境下で、胸の動きに起因するWiFi RSSの変動を信頼性高く抽出し、呼吸数を推定できるか？
• RQ2 UbiBreathe は、距離、向き、環境条件の違いに関わらず、どの程度正確に呼吸数を推定できるか？
• RQ3 デバイスを胸に装着する場合と装着しない場合の両方で、高い感度と低誤検出率（偽陽性・偽陰性）を達成できるか？
• RQ4 複数の盗聴可能なAPを用いることで、呼吸および無呼吸検出の精度と耐性がどのように向上するか？
• RQ5 同じ環境内で複数人のユーザーが同時に呼吸している状況でも、システムの性能を維持できるか？

主な発見

• UbiBreathe は、デバイスを胸に装着する場合と装着しない場合の両方で、呼吸数推定誤差が1分間に1回未満（bpm未満）を達成している。
• 視線内では最大11メートル、壁をはさんでも8メートルまで高精度を維持でき、前面方向が最も優れた性能を示し（最悪時2.6 bpm誤差）、良好な結果を達成している。
• 5つの盗聴可能なAPを用いることで、無呼吸検出精度は96%以上に達し、偽陽性および偽陰性率は4%未満に抑えられている。
• 手を離した状態（ハンドフリー）のシナリオでは、5つのAPを用いることで偽陰性率が0%に抑えられ、1つのAPでは92%の精度を達成している。
• デフォルトパラメータを用いて50秒未満で安定した信号読み取りが可能であり、患者記録のログ記録に適している。
• 異なる呼吸数（12、18、24 bpm）を持つ複数人のユーザーが同時に呼吸している状況でも干渉なく正確にモニタリングでき、誤差は0.9 bpmに抑えられている。