Ohne teure Smartwatch: WLAN-Chip des Raspberry Pi kann Herzfrequenz präzise messen
Preiswerte WLAN-Chips, wie sie zum Beispiel auf dem bekannten Raspberry Pi verbaut sind, können den menschlichen Puls offenbar genauso präzise messen wie ein klinischer Herzfrequenzmesser oder ein teures Wearable wie die Apple Watch.
Laut den Forschern der UCSC in Santa Cruz, die die sogenannte "Pulse-Fi"-Studie leiten, kann ein einfaches WLAN-Netzwerk, das mithilfe eines 5 Euro teuren ESP32-Chips erstellt wurde, die Herzfrequenz genauso gut messen wie die Apple Watch 10, die im Preisvergleich derzeit mindestens 350 Euro kostet.
Die Testergebnisse des erschwinglichen Raspberry Pi waren sogar noch genauer, da die Forscher die WLAN-Kanalstatusinformationen (CSI) durch KI-Algorithmen filterten, um die Herzfrequenz von mehr als hundert Studienteilnehmern zu ermitteln. Die Eigenschaften des WLAN-Kanals, der zwischen einem Sender und einem Empfänger entsteht, wie beispielsweise Phase, Frequenz in der physischen Umgebung oder Amplitude, können sich mit jedem Atemzug und Herzschlag leicht verändern. Diese winzigen Veränderungen werden dann mithilfe von KI-Algorithmen gefiltert, die alle anderen Ursachen für Veränderungen der CSI eines WLAN-Netzwerks ausschließen. So liefert der Raspberry Pi (ab 52 Euro im Preisvergleich) die korrekte Pulsmessung aller 118 an der Studie beteiligten Personen.
Darüber hinaus war die Herzfrequenzerkennung der WLAN-Netzwerke nicht abhängig von der Köperhaltung der Teilnehmer, egal ob sie sich bewegen, stehen, sitzen oder liegen. Um dies zu erreichen, musste das Team eine eigene Datenbank von Grund auf neu entwickeln und ein Kontrollgerät wie ein klinisches Pulsoximeter verwenden, um den KI-Algorithmen beizubringen, welche Veränderungen in der Frequenz oder Amplitude des WLAN-Kanals auf einen Herzschlag zurückzuführen sind und welche durch Störungen aus anderen Quellen verursacht werden.
Das eingesetzte KI-gesteuerte System konnte den Puls aus größerer Entfernung erkennen, was den Weg für eine einfache Herzfrequenzüberwachung durch WLAN-Netzwerke mit dem „Pulse-Fi“-Algorithmus ebnen könnte. Neben der WLAN-Pulserkennung arbeiten die Forscher jetzt auch an der Erkennung von Atemmustern, was auch Menschen mit Schlafapnoe helfen könnte.
