Kaliforniya Üniversitesi, Santa Cruz'daki mühendisler, bileklik, akıllı saat veya tıbbi cihaz gerektirmeyen kalp atış hızını ölçmek için bir yöntem geliştirdiler. Sistem, yalnızca standart WiFi ekipmanı tarafından gönderilen ve alınan radyo sinyallerine dayanıyor. Araştırma ekibi, bu yaklaşımın sağlık takibini daha kolay ve çok daha erişilebilir hale getirebileceğini söylüyor.
Pulse-Fi adlı proje , 2025 IEEE Akıllı Sistemlerde Dağıtık Hesaplama ve Nesnelerin İnterneti Uluslararası Konferansı'nda sunuldu. Bilgisayar Bilimleri ve Mühendisliği Profesörü Katia Obraczka, doktora öğrencisi Nayan Bhatia ve konuk lise araştırmacısı Pranay Kocheta liderliğindeki ekip, günlük WiFi ağlarının sağlık sinyallerini klinik doğrulukla izlemek için yeniden kullanılabileceğini kanıtlamayı amaçladı.
Sistemleri, bir odadaki insanların ve nesnelerin içinden geçerken hafifçe değişen WiFi radyo dalgalarının özelliklerini kullanıyor. Araştırmacılar, ucuz bir WiFi verici ve alıcısını bir makine öğrenme algoritmasıyla eşleştirerek, kalp atışlarından kaynaklanan sinyal değişimlerini izole etmeyi ve hareket veya çevresel değişikliklerden kaynaklanan parazitleri filtrelemeyi başardılar. Bhatia, "Sinyal çevreye karşı çok hassas, bu yüzden tüm gereksiz gürültüyü gidermek için doğru filtreleri seçmeliyiz," diye açıkladı.
Araştırmacılar, Pulse-Fi'yi 118 katılımcıyla değerlendirdi. Sadece beş saniyelik izlemeden sonra, sistem kalp atış hızını dakikada ortalama yarım atımlık bir hatayla ölçtü ve daha uzun izleme süreleri sonuçları daha da iyileştirdi. Sistemin sağlamlığını test etmek için her katılımcı ayakta durma, oturma, uzanma ve yürüme dahil olmak üzere 17 farklı vücut pozisyonunda gözlemlendi. Pulse-Fi, bu aralıkta tutarlı bir doğruluk sağladı.
Kurulum yalnızca düşük maliyetli donanım gerektiriyordu: 5 dolar gibi düşük bir fiyata satılan ESP32 yongaları ve 30 dolar civarındaki daha pahalı ama yine de ulaşılabilir Raspberry Pi kartları. Her iki cihaz da iyi performans gösterdi ve Raspberry Pi sistemleri daha güçlü bir doğruluk gösterdi. Testler, ticari WiFi yönlendiricilerinin performansı muhtemelen daha da artıracağını gösterdi. Sistem ayrıca üç metreye (yaklaşık on fit) kadar mesafede güvenilir olduğunu kanıtladı ve ön deneyler daha da uzun menziller için potansiyel olduğunu gösteriyor.
Kocheta, WiFi tabanlı izlemeye yönelik önceki yaklaşımların mesafe veya vücut pozisyonu değiştiğinde tutarlılık konusunda genellikle sorun yaşadığını, ancak Pulse-Fi'nin makine öğrenimi modelinin bu sınırlamaları ortadan kaldırdığını belirtti. "Makine öğrenimi modeli sayesinde, mesafenin performans üzerinde esasen hiçbir etkisi olmadığını gördük," dedi.
Sistemi işlevsel hale getirmek için araştırmacıların öncelikle algoritma için eğitim verileri oluşturmaları gerekiyordu. UC Santa Cruz Bilim ve Mühendislik Kütüphanesi'ne ESP32 cihazları yerleştirerek ve standart bir tıbbi oksimetreden eş zamanlı okumalar toplayarak bir veri seti oluşturdular. Bu, kalp atış hızları için "temel gerçeği" sağladı. Bu, sinir ağının hangi sinyal varyasyonlarının bireysel kalp atışlarına karşılık geldiğini öğrenmesini sağladı.
Ekip ayrıca, Brezilya'daki araştırmacılar tarafından Raspberry Pi ekipmanı kullanılarak derlenen ve mevcut en kapsamlı WiFi tabanlı hayati belirti veri seti olarak kabul edilen mevcut bir veri setini de dahil etti. İki kaynağın birleştirilmesi, Pulse-Fi'ye kalp sinyallerini tanıma konusunda hem genişlik hem de hassasiyet kazandırdı.
İlk bulgular kalp atış hızına odaklanmış olsa da, Santa Cruz ekibi sistemi diğer sağlık ölçümleri için kullanmanın yollarını test ediyor. Henüz yayınlanmamış erken dönem çalışmalar, WiFi sinyallerinin solunum hızını ve hatta uyku apnesi gibi rahatsızlıkları da tespit edebileceğini öne sürüyor. Bu uygulamaların doğruluğu kanıtlanmaya devam ederse, Pulse-Fi, tıbbi teknolojiye sınırlı erişimin olduğu ortamlarda evde sağlık takibi ve klinik bakım için düşük maliyetli, müdahalesiz bir araç haline gelebilir.
Kaynak :
https://www.techspot.com/news/109367-no ... ry-pi.html
