[论文解读] Comparing Respiratory Monitoring Performance of Commercial Wireless Devices

Peter Hillyard, Anh Luong+7 more|arXiv (Cornell University)|Jul 18, 2018

Non-Invasive Vital Sign Monitoring参考文献 53被引用 7

一句话总结

本研究在真实睡眠环境中，对比了四种商用无线设备——WiFi信道状态信息（CSI）、超宽带信道冲激响应（CIR）以及两种窄带接收信号强度（RSS，1-dB与亚1-dB量化）——在非接触式呼吸频率监测中的表现。基于160小时患者数据的同步无线测量与接触式传感器真值数据，研究发现WiFi CSI在呼吸频率估计方面最为稳定，尽管所有系统在不利衰落条件下均出现可靠性下降的情况，其中基于功率谱密度（PSD）的估计方法优于时域间歇呼吸间隔（IBI）方法。

ABSTRACT

This paper addresses the performance of systems which use commercial wireless devices to make bistatic RF channel measurements for non-contact respiration sensing. Published research has typically presented results from short controlled experiments on one system. In this paper, we deploy an extensive real-world comparative human subject study. We observe twenty patients during their overnight sleep (a total of 160 hours), during which contact sensors record ground-truth breathing data, patient position is recorded, and four different RF breathing monitoring systems simultaneously record measurements. We evaluate published methods and algorithms. We find that WiFi channel state information measurements provide the most robust respiratory rate estimates of the four RF systems tested. However, all four RF systems have periods during which RF-based breathing estimates are not reliable.

研究动机与目标

• 评估并比较四种商用无线射频技术——WiFi CSI、UWB CIR以及两种基于RSS的窄带系统——在真实世界条件下进行非接触式呼吸频率监测的性能。
• 评估这些系统在整晚睡眠研究中因患者体位和移动而产生的可靠性变化。
• 识别在真实世界衰落和运动条件下，哪种信号处理方法（如PSD与IBI基估计）能产生最准确的呼吸频率估计。
• 提供一个公开可获取的数据集，包含同步的射频测量与真实呼吸数据，以供未来基准测试和算法开发使用。

提出的方法

• 在睡眠诊所环境中同步部署四类射频设备——WiFi（CSI）、UWB（CIR）以及两组窄带系统（RSS与亚1-dB RSS）——以采集无线信道测量数据。
• 在20次整晚多导睡眠图研究中（共计160小时），同步记录基于接触式传感器的呼吸频率真值数据及患者体位/运动状态。
• 应用已发表的信号处理技术，包括信号流选择、运动检测，以及两种呼吸频率估计方法：频域功率谱密度（PSD）与时域间歇呼吸间隔（IBI）。
• 使用中位绝对误差（MAE）作为主要指标，比较不同设备与条件下的呼吸频率估计精度。
• 将数据划分为患者运动前、运动中与运动后时段，以分析动态条件下的性能表现。
• 通过分析误差突增及其与患者移动和体位的相关性，评估衰落条件的有利程度。

实验结果

研究问题

• RQ1 在真实世界睡眠环境中，不同商用无线射频技术（WiFi CSI、UWB CIR、RSS、亚1-dB RSS）在非接触式呼吸频率估计中的准确性如何比较？
• RQ2 患者体位与移动如何影响每种射频技术在呼吸频率估计中的可靠性？
• RQ3 在所测试的射频系统中，基于PSD的估计方法与基于IBI的估计方法相比，哪种能实现更低的中位绝对误差？
• RQ4 高带宽与多天线系统（如CSI、CIR）在保持可靠呼吸跟踪方面，是否显著优于简单的低带宽RSS系统？
• RQ5 基于射频的呼吸监测失效时段是否可归因于不利的衰落条件？患者体位或运动是否与这些失效存在相关性？

主要发现

• 在稳定时段，WiFi CSI在呼吸频率估计中实现了最低的中位绝对误差（0.12 bpm），优于UWB CIR（0.12 bpm）、RSS（0.24 bpm）和亚1-dB RSS（0.24 bpm）。
• 所有四类射频系统在不利衰落条件下均出现高误差时段（最高达7.38 bpm），且在条件有利时性能无显著差异。
• 运动事件导致误差急剧上升，中位误差升至2.22–7.38 bpm不等，尤其在亚1-dB RSS系统中最为明显（运动事件间误差达7.38 bpm）。
• 基于PSD的呼吸频率估计优于基于IBI的方法，在所有射频技术中均实现了更低的中位绝对误差。
• 失效时段与患者体位（仰卧、俯卧、左侧、右侧）无显著相关性，表明仅凭体位无法预测衰落条件。
• 尽管带宽更高且具备多天线分集增益，CSI与CIR系统并未比基于RSS的系统表现出更高的可靠性，表明衰落鲁棒性并非仅由带宽或天线数量决定。