无线感知论文速递, IEEE Transactions on Radar Systems, 2023 | Monitoring of Heart Movements Using an FMCW Ra

注1：本文系“无线感知论文速递”系列之一，致力于简洁清晰完整地介绍、解读无线感知领域最新的顶会/顶刊论文(包括但不限于 Nature/Science及其子刊; MobiCom, Sigcom, MobiSys, NSDI, SenSys, Ubicomp; JSAC, 雷达学报 等)。
本次介绍的论文是：IEEE Transactions on Radar Systems, 2023 | Monitoring of Heart Movements Using an FMCW Radar
文章DOI: 10.1109/TRS.2023.3298348。

IEEE Transactions on Radar Systems, 2023 | A Non-Invasive Approach to Monitor Heart Movements Using an FMCW Radar

在这篇文章中，R´emi GRISOT及其团队提出了一种使用频率调制连续波(FMCW)雷达监测心脏运动的方法，并将其与电子心电图（ECG）相关联。这种方法为心脏疾病的诊断和预防提供了一种无创且具有成本效益的方式。

1. 引言

心脏疾病是全球致命疾病的主要原因，每年导致约1790万人死亡。预防和早期检测是降低这种死亡率的关键。电子心电图（ECG）和超声心动图是监测心脏活动的金标准。然而，这些诊断工具昂贵且需要专业操作。频率调制连续波(FMCW)雷达是一种对微小运动非常敏感的传感器，可能为ECG和超声心动图提供一种更便宜且更易于操作的补充方法[²]。

2. 动机

尽管ECG是诊断心脏疾病的金标准，但它并不能提供所有相关信息。ECG监测心脏的电活动，虽然这与心脏的机械活动高度相关，但并不能提供所有的信息。另外，像超声心动图这样的其他传感器能够监测心脏的运动，但这些工具昂贵且难以操作。因此，使用射频（RF）感应进行心脏无接触监测在近年来引起了人们的关注[³]。

使用FMCW雷达，我们可以从毫米波雷达中准确地提取心脏的运动，从而提供一种无创且经济的方式来监测心脏运动。然后，我们证明了观察到的运动和ECG之间的相关性，并提出了一种算法来同步ECG信号和雷达传感器处理的信号。我们获得的结果提供了关于心脏的机械活动的见解，这可能有助于心脏病专家在诊断中[⁴]。

3. 方法

为了收集ECG和FMCW雷达的同时数据，我们描述了一个实验设置。我们分别在两个不同的计算机上启动了两个传感器的数据记录，因此两个信号可能不完全同步。我们在后面的部分描述了我们的同步协议。

我们在22个受试者上进行了实验：11名男性和11名女性。受试者年龄在20到58岁之间，平均年龄为25.5岁。他们都提供了知情同意参加这个实验。在实验的第一部分，受试者处于仰卧位，雷达传感器水平放置在胸部上方，距离约50厘米。受试者被要求不要移动或说话，慢慢呼吸。然后，我们收集了1分钟的两个传感器的数据（第一配置）。然后，我们要求他们屏住呼吸，肺部充满气，并再收集30秒的数据（第二配置）。最后，我们告诉受试者让他们的肺部空空如也，再收集30秒的数据（第三配置）。

接着，受试者以右侧卧位躺下，我们重复了3次捕获会话（慢呼吸，肺部充满气的呼吸暂停，肺部空空如也的呼吸暂停）。

4. 实验和结果

我们对ECG数据进行了过滤和处理，以提取P和T波以及QRS复合体的位置。因此，我们只保留了信号导联II，因为它提供了这些波的良好视图。

在处理完ECG信号后，我们希望检测到P、Q、R、S和T波。Q和S波是R峰的基底。因此，我们专注于检测P、R和T波。波检测分为两部分：在信号中检测所有的峰值，然后对这些峰值进行分类。

我们使用DBScan作为聚类算法，因为它基于密度，可以检测出异常值。这样，我们可以丢弃掉由find peaks算法可能产生的任何假检测。如下图所示，我们可以看到聚类的结果。

雷达数据经过一系列处理，包括范围选择、速度提取和结果讨论。这些步骤允许我们从雷达数据中提取心脏引起的运动，以便与ECG数据进行比较和相关性分析。

通过我们的方法，我们能够提取出雷达信号中每次心跳的速度。这个结果表明，我们的方法能够提供高精度的心动监测，而且不需要进行繁琐的训练，与使用神经网络的方法相比，计算成本更低。

5. 不足和未来展望

虽然我们的方法为无创心脏监测提供了新的可能性，但仍存在一些限制和潜在的改进方向。首先，我们的方法依赖于对心脏动作与皮肤运动之间关系的假设。尽管这种假设基于现有的心脏学知识，但它可能不适用于所有个体。此外，我们的方法需要手动同步ECG和雷达信号，这可能会增加错误的可能性。

在未来，我们希望改进我们的同步算法，并研究新的方法来更精确地解析心脏动作和皮肤运动之间的关系。我们还计划在具有已知心脏疾病的人群中进行更多的实验，以便确定更多的标准来解释和利用本文描述的信号。

6. 总结

心脏疾病是全球范围内的主要公共卫生问题。因此，开发新的诊断和监测工具，尤其是那些无创且具有成本效益的工具，是至关重要的。在这篇文章中，R´emi GRISOT及其团队描述了一种使用频率调制连续波(FMCW)雷达监测心脏运动的方法，并将其与ECG相关联。这种方法为心脏疾病的诊断和预防提供了一种无创且具有成本效益的方式。

总的来说，这篇文章为无创心脏监测领域提供了一种新的视角，并向我们展示了无线感知技术在医疗领域的巨大潜力。

参考文献：

[²]: R´emi GRISOT et al. Monitoring of heart movements using an FMCW radar and correlation with an ECG. IEEE Transactions on Radar Systems, 2023, DOI: 10.1109/TRS.2023.3298348.
[³]: F. Adib, H. Mao, Z. Kabelac, D. Katabi, and R. C. Miller, “Smart homes that monitor breathing and heart rate,” in Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems, CHI ’15, 2015.
[⁴]: F. Yasuma and J.-I. Hayano, “Respiratory sinus arrhythmia: why does the heartbeat synchronize with respiratory rhythm?” Chest, vol. 125, no. 2, pp. 683–690, Feb. 2004.