用 WiFi 測心跳：不穿設備，也能精準監測

大數據文摘出品

最近，美國加州大學圣克魯茲分校的一支工程團隊，成功用普通WiFi信號測量心率，完全不需要任何可穿戴設備。

這項名為“Pulse-Fi”的技術，使用低價WiFi芯片，結合機器學習算法，在僅五秒內就能實現臨床級心率監測精度。

研究者表示，無論被測者坐著、站著、躺著，甚至在房間內移動，系統都能精準捕捉心跳。

最令人驚訝的是，即使相距三米，甚至接近十英尺，Pulse-Fi仍保持測量穩定性。

換句話說，一個普通家用WiFi路由器，未來也許就能變成健康監測儀。

以往測心率總需要貼身設備，比如智能手表、健身環，或醫院級設備，而Pulse-Fi直接打破這個技術依賴。

研究人員用的ESP32芯片每個成本僅5到10美元，遠低于傳統醫療器械。

而即使采用稍貴的Raspberry Pi芯片，總體造價也僅在30美元左右，為資源匱乏地區提供了極具吸引力的健康監測方案。

研究成果已發表在2025年IEEE智能系統與物聯網分布式計算國際會議上。

01 信號里的心跳

Pulse-Fi的工作原理，來源于一個人人家中都有的現象：WiFi信號會被周圍物體吸收和擾動。

WiFi設備不斷向空間發射射頻波，這些波穿過空間中的人體、家具等障礙物時，波形會發生細微變化。

Pulse-Fi系統由一個發射器和一個接收器組成，其核心是一個能識別心跳信號的機器學習算法。

算法經過訓練后，能從復雜信號中剝離出心跳造成的微小擾動，排除環境噪聲與人體活動的干擾。

研究者指出：信號本身極其敏感，若不仔細濾波，心跳的痕跡會完全淹沒在背景噪聲中。

為了訓練算法，他們不得不自行收集信號樣本，因為此前從未有團隊用ESP32芯片記錄過這類數據。

他們在校園圖書館搭建測試平臺，用標準血氧儀作為“地面真值”，同步記錄心跳和WiFi信號變動，構建訓練數據集。

共118名志愿者參與實驗，每人測試17種不同體態，總計2000多組數據，為模型提供豐富樣本。

團隊還參考了巴西研究團隊用Raspberry Pi收集的全球最大WiFi心率數據集，進一步驗證算法通用性。

測試發現：使用Raspberry Pi設備時，系統性能甚至優于ESP32，說明設備檔次越高，測量越穩定。

關鍵發現是：測量距離和體態，對性能幾乎沒有影響。即使被測者遠離設備、以各種姿態存在，系統依舊穩健運行。

02 心跳之外的未來

目前，研究者正推動Pulse-Fi的下一步目標：呼吸率監測，甚至用于篩查睡眠呼吸暫停等呼吸系統異常。

他們已經在呼吸檢測方面取得了“高度可行”的初步成果，相關論文尚未發表，但實驗數據令人期待。

項目成員表示，這項技術的設計初衷之一，就是覆蓋日常生活中一切真實場景，不要求靜止、不要求貼近，只需WiFi信號存在即可。

這種理念，為未來構建“無感知健康監測系統”提供了堅實基礎。

想象一下，你家客廳的路由器，不只是上網工具，更可能是家庭醫生的“耳朵”。

這對老年人、慢病患者，甚至運動愛好者，都具備極強的現實價值。

而在醫療資源稀缺地區，這種低成本、非接觸式的技術，將極大緩解醫療系統負擔，拓展基本健康服務的覆蓋面。

研究團隊也表示，未來如有企業對商業化感興趣，可聯系加州大學創新轉化部門，探索進一步開發與落地。

研究核心成員包括計算機工程教授Katia Obraczka、博士生Nayan Bhatia，以及年僅高中生的訪問研究員Pranay Kocheta。

值得一提的是，這位高中生不僅參與了建模與算法驗證，還推動了多個實驗設計，是項目中不可或缺的一環。

隨著研究深入，這項技術或許將改變我們的日常生活方式，讓“被動健康監測”變得像WiFi一樣普及。

注：頭圖AI生成

作者長期關注 AI 產業與學術，歡迎對這些方向感興趣的朋友添加微信Q1yezi，共同交流行業動態與技術趨勢！

GPU 訓練特惠！

H100/H200 GPU算力按秒計費，平均節省開支30%以上！

掃碼了解詳情?

點「贊」的人都變好看了哦！