利用射频信号实现的非接触式精细心脏事件检测与分割

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：Contactless Fine-grained Cardiac Events Detection and Segmentation with Radio Frequency Signals

毫米波无接触监测系统通过多尺度边界增强框架解决呼吸干扰和细粒度事件分割难题，在4339例临床数据中F1达90.6%，事件误差降低5.1ms，实现用户独立检测。

　　

摘要

心血管疾病的发病率不断上升，迫切需要准确、长期的心脏监测技术。传统的基于电极的监测设备需要与皮肤直接接触，这可能会带来不适和不便。尽管基于射频（RF）的非接触式传感技术提供了一个有前景的替代方案，但目前的解决方案在准确检测和分割细粒度的心脏事件方面存在困难，而这些心脏事件是评估心脏功能和诊断疾病的关键生物标志物。由于呼吸运动导致的光谱泄漏以及难以捕捉单次心跳周期内的微妙机械运动，检测和分割过程常常会出现时间边界模糊和关键事件遗漏的问题。为了解决这些问题，我们提出了一种创新的毫米波（mmWave）细粒度心脏事件检测与分割系统，该系统整合了一个多尺度边界增强框架。该框架包括一个多尺度上下文融合模块和一个边界感知增强模块，两者共同作用以减轻呼吸运动的干扰并提高特征识别能力。通过专门的训练，我们的系统能够捕捉到多尺度的局部细节和全局关系，从而实现无需特定受试者校准的独立检测和分割。在医院门诊进行的实验中，共有4,339名参与者参与了研究，其中包括患有束支传导阻滞（BBB）、一度房室传导阻滞（I-AVB）和T波异常（T abn.）等病症的参与者。实验结果表明，所提出的系统获得了90.6%的F1分数，优于基线方法，并且心脏事件间隔的平均估计误差为14.9毫秒，比基线误差减少了5.1毫秒。这些结果表明，该系统能够稳健地检测细粒度的心脏事件，为早期心血管监测提供了更可靠的技术基础。