近日，美国加州大学圣克鲁斯分校（UC Santa Cruz）的研究发现WiFi信号可测量心率且无需可穿戴设备。
心率是最基本且重要的健康指标之一，能够反映一个人的身体活动、压力和焦虑程度、水分摄入水平等。
传统上，测量心率需要某种可穿戴设备，无论是智能手表还是医院级别的设备。但加州大学圣克鲁斯分校工程师们进行的新研究表明，家用WiFi设备的信号可以用于这种关键的健康监测，并且其精度达到了行业领先水平，而无需可穿戴设备。
他们的概念验证工作表明，将来有一天，任何人都可以在家中利用这种基于WiFi的非侵入式健康监测技术。该团队证明了他们的技术可以用低成本的WiFi设备实现，并展示了其在资源有限环境下的实用性。
加州大学圣克鲁斯分校巴斯金工程学院的一组研究人员，包括计算机科学与工程学教授Katia Obraczka、博士生Nayan Bhatia以及高中生兼客座研究员Pranay Kocheta，该研究团队将低成本WiFi设备与机器学习算法相结合，成功设计出一种准确测量心率的系统。
WiFi设备会向其周围的物理空间以及接收设备（通常是计算机或手机）发射无线电波。当这些波穿过空间中的物体时，一些波会被这些物体吸收，从而在数学上可检测到射频波所产生的变化。
Pulse-Fi使用WiFi发射器和接收器，该设备运行Pulse-Fi的信号处理和机器学习算法。研究人员通过优化该算法，使其能够过滤掉环境中信号的所有其他变化或由运动等活动引起的信号变化，仅识别由人类心跳引起的即使是微弱的信号变化。
“信号对环境非常敏感，因此我们必须选择合适的滤波器来消除所有不必要的噪声，” Bhatia说。
该团队对118名参与者进行了实验，发现仅需要进行五秒钟的信号处理，他们就能够以临床级别的精度测量心率。在五秒的监测时间内，他们只发现每分钟0.5次的误差，较长的监测时间会显著提高了准确性。
该团队发现，无论设备在房间内的位置如何，或者被测心率的人处于何种姿势，Pulse-Fi系统都能监测心率——无论他们是坐着、站着、躺着还是走路，系统均可以正常发挥作用。对于118名参与者中的每一位，他们测试了17种不同的身体姿势，结果均准确无误。
这些结果是使用超低成本的ESP32芯片（零售价在5到10美元之间）和价格接近30美元的树莓派芯片得出的。树莓派实验的结果显示出更好的性能。像商业路由器中使用的更昂贵的WiFi设备可能会进一步提高系统的准确性。
研究人员还发现，即使一个人距离硬件3米（近10英尺）远，Pulse-Fi系统也能准确运行。在当前研究之外进行的进一步测试显示出对更远距离的有效监测结果。
“我们发现，由于机器学习模型的加持，设备之间的距离基本上对性能没有影响，这在过去是很难做到的，”Kocheta 说。“另一件事是姿势——我们在日常生活中遇到的所有不同情况，我们都希望确保无论一个人处于何种姿势，我们的系统都能正常运行。”
为了使他们的心率检测系统能够正常工作，研究人员需要训练他们的机器学习算法来识别由人类心跳引起的WiFi信号中的微弱变化。他们发现，使用ESP32设备时，没有现成的数据来识别这些模式，于是他们着手创建自己的数据集。
在加州大学圣克鲁斯分校科学与工程图书馆中，他们设置了ESP32系统，并配备了标准的脉搏血氧仪以收集图书馆内实地测量的“真实数据”。通过将Pulse-Fi监测的数据与地面实际测量的数据相结合，他们可以训练一个AI神经网络模型，该神经网络模型监测的信号变化与人体心率测量数据相对应。
除了他们收集的ESP32数据集外，他们还使用了巴西一组研究人员采用树莓派设备生成的数据集测试了Pulse-Fi系统，研究人员表示，这是迄今为止关于WiFi心率测量研究的最广泛其最具兼容性的数据集。
现在，研究人员正在进行进一步的研究，以扩展他们的技术应用场景，以检测除心率测量之外的呼吸频率监测，这将对检测睡眠呼吸暂停等疾病很有帮助。尚未发表的结果显示出，类似技术对准确呼吸频率监测和呼吸暂停等疾病检测的巨大应用前景。
“Pulse-Fi”系统相关研究成果——发表在2025年IEEE智能系统分布式计算与物联网国际会议（DCOSS-IoT）的会议录中。（DOI：10.1109/DCOSS-IoT65416.2025.00037）
