[論文レビュー] WiFi-based Real-time Breathing and Heart Rate Monitoring during Sleep

Yu Gu, Xiang Zhang+2 more|arXiv (Cornell University)|Aug 14, 2019

Non-Invasive Vital Sign Monitoring参考文献 15被引用数 10

ひとこと要約

本論文では、1組の市販WiFiデバイスとオムニディレクショナルアンテナを用いて、睡眠中の呼吸数および心拍数を低コスト・接触なし・リアルタイムでモニタリングするシステムを提案する。フェルヌール回折モデルと信号伝搬理論を活用してアンテナ配置を最適化することで、複数の睡眠姿勢において呼吸数の正確さが96.636%、心拍数が94.215%に達する。

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.

研究の動機と目的

• 市販WiFiデバイスのみを用いて、睡眠中に継続的かつ接触なし・低コストで生命体征をモニタリングすることを目的とする。
• 専用または指向性アンテナを必要としないリアルタイムモニタリングを可能にするために、先行するRFベースのシステムの限界を克服することを目的とする。
• 理論的信号伝搬モデルを用いて、微弱な呼吸および心拍運動の検出感度を向上させることを目的とする。
• 外部制御（例：メトロノーム）や視線確保の制約なしに、多様な睡眠姿勢におけるシステムの性能を検証することを目的とする。

提案手法

• 呼吸および心拍による微小な動きを検出するために、WiFi物理層から抽出されたチャネル状態情報（CSI）を活用する。
• 信号伝搬理論とフェルヌール回折モデルを適用し、感度を向上させるために送信および受信アンテナの配置を戦略的に最適化する。
• MATLABで実装されたリアルタイム処理システムを用いて、CSIデータから継続的に生命体征を抽出する。
• 呼吸および心拍数測定の検証のため、胸部に取り付けた加速度計と指先のパルスオキシメーターを基準値として用いる。
• 500パケット/秒の速度で動作するIntel 5300 WiFi NICを搭載した2台のミニPCを用いて、CSIデータの送受信を実施する。
• SNR選択にバイアスを生じさせないために、最適な信号対雑音比（R3）を持つ受信機を選定し、追加のアンテナを配置する。

実験結果

リサーチクエスチョン

• RQ1 1組の市販WiFiデバイスとオムニディレクショナルアンテナを用いて、睡眠中の呼吸数および心拍数をリアルタイムで接触なしでモニタリングできるか？
• RQ2 フェルヌール回折モデルおよび信号伝搬理論は、微弱な生理的運動の検出感度をどのように向上させるか？
• RQ3 外部制御（例：メトロノーム）なしで、異なる睡眠姿勢（仰向け、腹這い、左・右側臥位）におけるシステムの性能はいかがなものか？
• RQ4 実環境条件下で、加速度計およびパルスオキシメーターからの基準値と比較して、システムの正確さはどの程度か？

主な発見

• 本システムは、全テスト対象の睡眠姿勢において、呼吸数の検出正確さが96.636%、心拍数の検出正確さが94.215%に達する。
• 呼吸数検出の平均誤差は0.575ビート/分（bpm）、心拍数検出の平均誤差は3.9 bpmであり、高い精度を示している。
• 仰向け姿勢では、呼吸および心拍数の両方で最も低いモニタリング誤差が得られ、腹這いおよび左側臥位では誤差が高くなる。
• 視線確保の必要なし、指向性アンテナや外部ペーシング（例：メトロノーム）なしに、呼吸および心拍数の両方を正常に検出できた。
• 正規化されたCSIパターンは加速度計の測定値とよく一致しており、CSIが微細な胸部および腹部の動きを効果的に捉えられることを確認した。
• フェルヌールモデルに基づくアンテナ配置は、障害物や多径路効果がある現実の非理想環境でも、検出性能を顕著に向上させる。