Herzfrequenzmessung mit WiFi-Signalen möglich

• Bereits mit WiFi-Signalen allein ist eine Herzfrequenzmessung auf klinischem Niveau möglich
• Durch die Kombination aus extrem günstigen WiFi-Geräten und einem Algorithmus lässt sich der Gesundheitszustand ohne Wearables überprüfen
• Unabhängig von Position oder Bewegung einer Person sind auch aus 3 Metern Entfernung präzise Messungen möglich
• Das Forschungsteam trainierte den Algorithmus mit Daten von günstigen Geräten wie ESP32 und Raspberry Pi
• Künftig ist auch ein Einsatz zur Messung der Atemfrequenz und zur Erkennung von Schlafapnoe vielversprechend

---

Überblick

• Das Forschungsteam der UC Santa Cruz hat mit Pulse-Fi ein System entwickelt, das die Herzfrequenz allein anhand gewöhnlicher WiFi-Signale präzise messen kann
• Das System kombiniert extrem günstige WiFi-Geräte mit einem Machine-Learning-Algorithmus und zeigt damit das Potenzial für Gesundheitsüberwachung in Echtzeit ohne bisher übliche Wearables

Pulse-Fi: Herzfrequenzmessung mit WiFi und Machine Learning

• WiFi-Geräte senden Funkwellen in ihre Umgebung aus; wenn diese auf Objekte wie Menschen treffen, entstehen mathematisch erfassbare Veränderungen in den Wellen
• Pulse-Fi analysiert die von WiFi-Sendern und -Empfängern erfassten Signale mithilfe von Signalverarbeitung und Machine Learning
  • Dabei wird Rauschen herausgefiltert, sodass nur die feinen Signalveränderungen durch den Herzschlag übrig bleiben
• Geleitet wurde das Projekt von einem Professor und einem Doktoranden der Baskin School of Engineering sowie einer Highschool-Gastforscherin

Versuchsergebnisse und Genauigkeit

• Bei 118 Teilnehmenden wurde bereits mit einer Messdauer von 5 Sekunden eine Genauigkeit auf klinischem Niveau erreicht
  • Der durchschnittliche Fehler lag bei nur 0,5 Schlägen pro Minute; mit längerer Messdauer steigt die Genauigkeit weiter
• Das System funktionierte nicht nur im Labor, sondern auch unabhängig von verschiedenen Körperhaltungen (Sitzen, Stehen, Liegen, Gehen usw.) und der Position der Geräte zuverlässig
• Auch in einer Entfernung von 3 Metern (etwa 10 Fuß) wurde eine hohe Genauigkeit erzielt; mit hochwertigen WiFi-Geräten wie kommerziellen Routern wird noch bessere Leistung erwartet

Aufbau des Datensatzes

• Für das Training des Algorithmus wurden mit ESP32 und einem Standard-Pulsoximeter gemeinsam eigene Daten erhoben
  • Die Daten von Pulse-Fi wurden mit den „Ground Truth“-Daten des Pulsoximeters kombiniert, um ein neuronales Netz zu trainieren
• Außerdem wurde Pulse-Fi auf einen großen Datensatz angewendet, den ein anderes Forschungsteam mit Raspberry Pi aufgebaut hatte

Anwendungen und Ausblick

• Künftige Forschung soll den Einsatz auf zusätzliche Bereiche wie Messung der Atemfrequenz und Erkennung von Schlafapnoe ausweiten
• Auch in noch nicht veröffentlichten Experimenten zeigte sich bereits das Potenzial für hohe Präzision bei der Erkennung von Atmung und Atemaussetzern

Industrielle Nutzung

• Unternehmen mit Interesse an einer kommerziellen Einführung können sich an die für Technologietransfer zuständige Stelle der UC Santa Cruz wenden

Fazit

• Die Kombination aus extrem günstiger Hardware und Machine Learning ermöglicht kontaktlose Herzfrequenz- und Gesundheitsüberwachung
• Es wird eine Innovation erwartet, die eine einfache und nichtinvasive Gesundheitskontrolle zu Hause auch ohne Wearables oder Krankenhausgeräte ermöglicht

[GN⁺]

Hacker-News-Kommentare

• Manche schlagen vor, diese Technik zur kontinuierlichen Überwachung biometrischer Daten einzusetzen. Andere sehen darin ein Datenschutzproblem. Das größere Problem könnte aber sein, dass kontinuierliches Monitoring eher zu Überbehandlung führt und Patienten dadurch schlechtere Ergebnisse haben. Der wichtige Punkt ist, dass wir Vitalwerte normalerweise dann überwachen, wenn wir bereits vermuten, dass etwas nicht stimmt. Beobachtet man gesunde Menschen dauerhaft, treten recht große Schwankungen auf, die problematisch aussehen können, obwohl tatsächlich nichts ist. Das wurde in Krankenhäusern bei der kontinuierlichen Überwachung von Mutter und Kind während der Geburt experimentell bestätigt. In manchen Kliniken beginnt man sofort bei Ankunft mit der Dauerüberwachung und greift unnötig häufiger ein, was trotz ursprünglich gesunder Ausgangslage zu schlechteren Ergebnissen führte. Natürlich kann es sein, dass manche Kliniken ohnehin zu Überbehandlung neigen, aber die intuitive Erklärung, dass übermäßige Überwachung zu übermäßiger Behandlung führt, überzeugt mich
• Ich habe davon gehört, wie Hubschrauber zur Inspektion von Strommasten anhand der Hallmuster der Schallwellen ihrer Rotoren den Zustand hölzerner Masten bestimmen können, also ob sie intakt oder verfault sind. Das Feld der nichtinvasiven Sensorik unter Nutzung vorhandener bzw. umgebungsbedingter Emissionsquellen entwickelt sich wirklich beeindruckend
  • Im Telekommunikationsbau lernt man, beim Arbeiten in der Nähe von Masten immer einen „Hammer-Test“ zu machen. Der Klangunterschied zwischen einem guten Mast, einem leicht verfaulten Mast und einem vollständig verfaulten Mast ist ziemlich deutlich
  • Der zugehörige Originalartikel (2001): Neue Technologie bewertet die Zuverlässigkeit von Holzstrukturen mit luftgestützten Lasern und KI. Ich weiß nicht, ob das jemals wirklich kommerzialisiert wurde, habe aber in jüngerer Zeit auch Beispiele für den Einsatz von Wärmebild- und Multispektralbildgebung gesehen
  • Ich frage mich, welches Modell von Hubschrauber dieser Größenordnung tatsächlich so nah an Strommasten mit angeschlossenen Leitungen heranfliegen kann
  • CT-Scans bestrahlen Patienten mit Strahlung und sind trotzdem Standardversorgung
• Das erinnert mich an eine Star-Trek-TOS-Folge, in der Captain Kirk des Mordes beschuldigt wird und man durch Isolierung und Erkennung des Herzschlags das Opfer findet, das noch an Bord ist. Die Folge ist fast 60 Jahre alt, aber falls das als Spoiler zählt, sorry
  • Als Fan des klassischen Star Trek muss ich sagen: Sie können einen ganzen Planeten scannen und Besatzungsmitglieder finden, aber nicht feststellen, wer sich auf ihrem eigenen Schiff befindet. Obwohl es an Bord ein universelles Audio-Überwachungssystem gibt, muss man trotzdem Wand-Intercoms benutzen
  • Du hast mir die Gelegenheit für den Witz „Spoiler!“ genommen. Das ist eigentlich noch ärgerlicher, als die Folge vorab zu verraten
  • Heitere Zusammenfassung: Zusammenfassung der Folge von planetofhats
• Jedes Herz ist anders. Wie Iris oder Fingerabdrücke lassen sich einzigartige Herzsignale („Kardio-Signaturen“) zur Unterscheidung nutzen. Es gibt bereits Forschung dazu, diese aus der Ferne per Laser zu erfassen dazugehöriger Artikel: Das Pentagon hat einen Laser, der Menschen allein anhand ihres Herzschlags identifizieren kann
  • Biometrische Identifikation auf Basis der Art, wie der menschliche Körper die Ausbreitung von WiFi-Signalen stört | zugehöriger HN-Artikel
    Die Forschenden betrachteten CSI (Channel State Information, also unter anderem Amplituden- und Phaseninformationen elektromagnetischer Signale) im WiFi-Kontext und fokussierten sich darauf, wie verschiedene Menschen diese unterschiedlich verzerren. Mit Deep Learning wurde daraus eine signalbasierte einzigartige Datensignatur abgeleitet. Das könnte in signalbasierten Re-ID-Systemen (Re-Identifikation) verwendet werden
  • Fingerabdrücke ändern sich nicht, Herzschläge aber jedes Mal. Wenn jeder Herzschlag anders ist, verändert sich auch die individuelle „Herzsignatur“ ständig, was die dauerhafte Identifikation einer bestimmten Person erschweren dürfte
• Keine unangenehm zu tragenden Wearables mehr, auf dem Laufband kein Brustgurt nötig. Gleichzeitig Herzschlag und Atmung? Für wenig Geld 24/7 alle Menschen im Haus mit einem Raspberry Pi überwachen? Hoffentlich dauert es nicht mehr lange, bis diese Technik auf den Markt kommt. Das wirkt wirklich nützlich
  • Dafür gibt es positive Sci-Fi-Anwendungsszenarien. Sinnvoll ist das aber nur dann, wenn Daten und Automatisierung vollständig unter der Kontrolle der betreffenden Person stehen. Zum Beispiel: selbstgehostete Server, lokale GPUs, lokale LLMs, Offline-Spracherkennung, persönliche 3D-Scans von Wohnung und Körper usw.
  • Auch für Caregiving scheint das enorm wertvoll zu sein. Ich kümmere mich um meine Großmutter, und selbst einen AirTag an ihren Schlüsseln anzubringen ist nicht einfach. Wearables oder Geräte wie Life Alert kann sie nicht konsequent tragen. Nichtinvasives, passives Gesundheitsmonitoring wäre da großartig
  • Diese Technik wirkt so seltsam, dass ich vermute, die WiFi-Branche würde sie extrem argwöhnisch betrachten. Vielleicht wird sie auch durch Patente weggesperrt. Auch Regierungen dürften kaum wollen, dass so etwas in der Öffentlichkeit bekannt wird
  • WiFi-RSSI-Hacks (z. B. WiSee (2013)), Linksys Aware(-2024) Linksys Aware Google-Suche,
    zugehöriger Thread: Erklärung zu 802.11bf,
    802.11bf-Suche: Google,
    „Gestenerkennung mit drahtlosen Signalen im ganzen Haus“ (2013): ACM-Paper,
    zitierende Arbeiten Google Scholar,
    drahtlose Gestenerkennung auf Basis von Beschleunigungsmessern mit hohem Freiheitsgrad, Awesome-WiFi-CSI-Sensing,
    bis hin zu 3D-Scanning-Techniken und ihren Anwendungsfeldern
• Ich bin der Highschool-Schüler, der diese Technik entwickelt hat. Wenn ihr Fragen habt, beantworte ich sie gern
  • Glückwunsch, wirklich beeindruckend. Im verlinkten Artikel fehlen sehr viele Details, daher würde mich interessieren, ob du ein Paper oder einen Preprint teilen kannst
• Wenn das auf einem ESP32-Chip läuft, bin ich sicher, dass es auch auf den WiFi-Chips in Smartphones gut funktionieren würde (im Artikel nicht erwähnt). Heutzutage tragen viele Menschen ihr Smartphone ständig bei sich. Dadurch ließe sich ein tiefgehendes Profil einer Person erstellen. Zum Beispiel, was sie auf dem Smartphone anschaut, welche Anrufe sie annimmt oder wo sie sich aufhält, sogar welche anderen Menschen sich in ihrer Nähe befinden (Identität anderer Smartphones). In Kombination mit Informationen über den emotionalen Zustand des Nutzers (Erregung, Angst, Wut usw.) könnte man offenbar noch sehr viel mehr herausfinden
• Diese Technik ist nicht neu. WiFi-Signale werden seit mindestens 10 Jahren bereits für die Erkennung von Dingen/Menschen/Tieren, Ganganalyse[1], Tastenanschlagserkennung[2], Atem- und Herzfrequenzüberwachung[3] und sogar zum Belauschen von Gesprächen[4] genutzt.
  Frühere verwandte HN-Diskussion,
  The Atlantic - Wi-Fi Surveillance,
  Archiv
  1: IEEE-Paper zur Ganganalyse
  2: ACM-Paper zur Tastenanschlagserkennung
  3: Archiv zur Erkennung von Atmung und Herzschlag
  4: Archiv zum Belauschen von Gesprächen
  • Mich würde interessieren, ob jemand diese Techniken jemals tatsächlich erfolgreich umgesetzt hat. Ich habe mir vor einigen Jahren ähnliche Anwendungen angesehen, und bei jeder im Paper erwähnten Methode gab es etliche Grenzen oder methodische Schwächen
  • Tatsächlich wurde dasselbe Prinzip auch auf Schall angewendet. Ich erinnere mich an ein Paper von vor einigen Jahren, bei dem über Lautsprecher und Mikrofone im Auto die Zahl der Insassen bestimmt wurde, insbesondere um zurückgelassene Kinder oder Haustiere zu erkennen
  • [Laut offizieller Ankündigung] Neu ist derzeit die Kommerzialisierung für Haushalte und Büros
• 802.11bf legt den Schwerpunkt auf Sensing-Anwendungen

  Dank jüngster Fortschritte ermöglicht die WiFi-Technologie inzwischen Sensing-Funktionen wie Erkennung, Ortung und Identifikation
  Allerdings wurden bestehende WLAN-Standards vor allem für Kommunikationszwecke entwickelt und erfüllen die Anforderungen anspruchsvoller Sensing-Anwendungen nicht ausreichend
  Deshalb hat die IEEE-802.11-Arbeitsgruppe die Task Group 802.11bf (TG) eingerichtet, um eine Standardergänzung zu entwickeln, die fortgeschrittene Sensing-Anforderungen adressiert und die Auswirkungen auf die Kommunikation minimiert
  Zugehörige Paper: IEEE Xplore: Einführung in 802.11bf Sensing,
  NIST-Forschung zur breiten Einführung von Wi-Fi-Sensing,
  Cognitive Systems - Wie 802.11bf Legacy-Sensing verbessert
  Hinweis: Es gibt auch IEEE 802.11bi (verbesserter Datenschutz)

  • 802.11 Blue Falcon
• Schade, dass dieser Artikel (die Pressemitteilung) nur die angeblich positiven Effekte für das Gesundheitsmonitoring betont und Datenschutzprobleme überhaupt nicht anspricht. Diese Technik birgt ein großes Missbrauchsrisiko in vielerlei Hinsicht. Man könnte zum Beispiel nach dem Ansehen von Werbung die Veränderung der Herzfrequenz überwachen und so Werbung gezielt auf emotionale Verwundbarkeit ausrichten. Dasselbe gilt für die Überwachung von Herzfrequenzänderungen beim Einkaufen. Sogar Einbrecher könnten damit feststellen, ob jemand zu Hause ist. Künftig wird man sich also nicht nur darum sorgen müssen, dass ungepatchte WiFi-Router in Botnets missbraucht werden, sondern auch darum, dass biometrische Daten wie Standort und Erregungszustand verfolgt und verkauft werden
  • Es eröffnen sich neue und effizientere Märkte (= new and more efficient markets)