[논문 리뷰] WiFi-based Real-time Breathing and Heart Rate Monitoring during Sleep

Yu Gu, Xiang Zhang외 2명|arXiv (Cornell University)|2019. 08. 14.

Non-Invasive Vital Sign Monitoring참고 문헌 15인용 수 10

한 줄 요약

이 논문은 단일 쌍의 일반 소매 WiFi 장치와 전방위성 안테나를 사용하여 수면 중 호흡과 심박수를 저비용, 비접촉, 실시간으로 모니터링하는 WiFi 기반 시스템을 제안한다. 프레넬 회절 모델과 신호 전파 이론을 활용해 안테나 위치를 최적화함으로써, 다양한 수면 자세에서 호흡률에 대해 96.636%의 정확도와 심박수에 대해 94.215%의 정확도를 달성한다.

ABSTRACT

Good quality sleep is essential for good health and sleep monitoring becomes a vital research topic. This paper provides a low cost, continuous and contactless WiFi-based vital signs (breathing and heart rate) monitoring method. In particular, we set up the antennas based on Fresnel diffraction model and signal propagation theory, which enhances the detection of weak breathing/heartbeat motion. We implement a prototype system using the off-shelf devices and a real-time processing system to monitor vital signs in real time. The experimental results indicate the accurate breathing rate and heart rate detection performance. To the best of our knowledge, this is the first work to use a pair of WiFi devices and omnidirectional antennas to achieve real-time individual breathing rate and heart rate monitoring in different sleeping postures.

연구 동기 및 목표

• 단지 일반 소매 WiFi 장치를 사용하여 수면 중 연속적이고 비접촉적이며 저비용의 생체 신호 모니터링을 가능하게 하기 위해.
• 이전의 RF 기반 시스템의 한계를 극복하기 위해 특수 또는 방향성 안테나 없이 실시간 모니터링을 가능하게 하기 위해.
• 이론적 신호 전파 모델을 활용해 약한 호흡 및 심장 운동의 감도를 향상시키기 위해.
• 외부 제어(예: 메트로놈)나 시야 확보 조건 없이 다양한 수면 자세에서 시스템 성능을 검증하기 위해.

제안 방법

• 수면 중 호흡과 심장 박동으로 인한 미세한 움직임을 감지하기 위해 WiFi 물리 계층에서 추출한 채널 상태 정보(Channel State Information, CSI)를 활용한다.
• 신호 전파 이론과 프레넬 회절 모델을 적용하여 수신 및 송신 안테나의 배치를 전략적으로 최적화하여 감도를 향상시킨다.
• 실시간 처리 시스템을 MATLAB에 구현하여 CSI 데이터에서 연속적으로 생체 신호를 추출하고 모니터링한다.
• 호흡 및 심박수 측정 값을 검증하기 위해 가슴에 부착한 가속도계와 손가락 맥박 산소 측정계를 지상 진실(ground truth)로 사용한다.
• 초당 500패킷 속도로 작동하는 인텔 5300 WiFi NIC를 장착한 두 대의 미니PC를 사용하여 CSI 데이터를 송수신한다.
• 모니터링에 최적의 신호 대 잡음비(SNR)를 가진 수신기(R3)를 선택하고, 추가 안테나를 배치하여 SNR 선택 시 편향을 방지한다.

실험 결과

연구 질문

• RQ1 일반 소매 WiFi 장치와 전방위성 안테나를 사용하는 단일 쌍이 수면 중 실시간으로 비접촉 방식으로 호흡과 심박수를 모니터링할 수 있는가?
• RQ2 프레넬 회절 모델과 신호 전파 이론은 미세한 생리적 운동 감지 감도를 어떻게 향상시키는가?
• RQ3 외부 제어(예: 메트로놈) 없이 다양한 수면 자세(배면, 측면, 좌/우측 수면)에서 시스템의 성능은 어떠한가?
• RQ4 실생활 조건에서 가속도계와 맥박 산소 측정계로부터의 지상 진실 측정값과 비교할 때 시스템의 정확도는 어떠한가?

주요 결과

• 모든 테스트 수면 자세에서 호흡률 감지 정확도가 96.636%이며, 심박수 감지 정확도가 94.215%에 이른다.
• 호흡률 감지 평균 오차는 0.575회/분(bpm), 심박수 감지 평균 오차는 3.9bpm로 높은 정밀도를 보인다.
• 배면 자세에서 호흡 및 심박수 감지 오차가 가장 낮으며, 측면 및 측면을 향한 자세에서는 오차가 더 높다.
• 시야 확보 조건 없이, 방향성 안테나나 외부 리듬 제어(예: 메트로놈) 없이도 호흡과 심박수를 성공적으로 감지할 수 있다.
• 정규화된 CSI 패턴이 가속도계 읽기와 밀도적으로 일치하여, CSI가 미세한 가슴 및 복부 운동을 효과적으로 캡처할 수 있음을 확인한다.
• 프레넬 모델에 기반한 안테나 배치가 비이상적인 실생활 환경(장애물 및 다중 경로 효과 존재)에서도 감지 성능을 크게 향상시킨다.