標準助力NIST研發(fā)抗擊新冠疫情的“呼吸智能”監(jiān)測系統(tǒng)

美國國家標準與技術研究院（NIST）研發(fā)的一種深度學習算法最近發(fā)表在IEEE Access上，該算法利用了Wi-Fi路由器的功能，實現(xiàn)了一種新用途：分析人的呼吸，并實時檢測人體呼吸困難。

“呼吸智能”（BreatheSmart）學習算法利用了“信道狀態(tài)信息”，即CSI，CSI是由設備（如手機或筆記本電腦）發(fā)送到Wi-Fi路由器的一組信號。當CSI信號在穿過房間的過程中遭遇從環(huán)境中的物體上反彈時信號會失真。通常，Wi-Fi路由器簡單地分析失真，以便調整和優(yōu)化鏈路；有了“呼吸智能”系統(tǒng)，CSI信號會被更仔細地檢查，以監(jiān)測環(huán)境的微小變化，比如房間里有人的異常呼吸模式。如果一個人的胸部因喘息或咳嗽而發(fā)生異常移動現(xiàn)象，系統(tǒng)能夠檢測出來。

Wi-Fi技術是這項創(chuàng)新的核心，自Wi-Fi產生以來，許多標準在支持其可靠性和互操作性方面發(fā)揮了重要的指導作用。IEEE 802.11 《信息技術 系統(tǒng)間電信和信息交換 局域網(wǎng)和城域網(wǎng) 特定要求》長期以來為Wi-Fi系統(tǒng)所需的架構和規(guī)范提供了基礎。該標準由IEEE制定，IEEE是美國國家標準協(xié)會(ANSI)的成員和認可的標準制定成員。

為了開發(fā)這項技術，NIST科學家使用一個可以模擬不同呼吸場景的人體模型進行了實驗，該人體模型放置在一個現(xiàn)成的商用Wi-Fi設備的消聲室內。消聲室阻止聲波或電磁波的反射，為實驗提供“無場”條件，其有效條件和使用遵循ANSI/ASA        S12.55-2012/ISO 3745:2012（R2019）《聲學　使用聲壓測定噪聲源的聲功率級和聲能級　消聲室和半消聲室的精確方法》等標準。該國際標準最初由國際標準化組織的聲學技術委員會噪聲分委會(ISO/TC43/SC1)制定。美國聲學協(xié)會（ASA）是ANSI成員和ANSI認可的標準制定機構，是ANSI認可的該TC和SC的技術咨詢組（TAG）管理機構。該文件已被ASA作為美國國家標準在全國范圍內采用。

“呼吸智能”系統(tǒng)收到信號后，會對其進行分析，找出異常模式。通過在實驗中模擬大量的呼吸場景，科學家們利用了深度學習——一種機器學習方法，使系統(tǒng)在接收更多數(shù)據(jù)時進行“學習”，并提高其識別呼吸模式的能力。指導機器學習的一個標準是ISO/IEC 23053，《使用機器學習（ML）的人工智能（AI）系統(tǒng)框架》，該標準描述了使用機器學習（ML）技術的AI生態(tài)系統(tǒng)中的系統(tǒng)組件及其功能。它由ISO和IEC信息技術聯(lián)合技術委員會人工智能分委會（ISO/IEC／JTC 1／SC 42）制定。ANSI承擔了JTC 1和SC 42的秘書處。

NIST科學家在前期研究的基礎上，探索了使用Wi-Fi信號感知人或運動的方法，作為幫助醫(yī)生持續(xù)抗擊新冠肺炎疫情努力的一部分。本實驗中介紹的過程展示了應用程序和軟件開發(fā)人員如何創(chuàng)建遠程監(jiān)控呼吸的程序。