12月5日消息，據(jù)中國科學(xué)技術(shù)大學(xué)官網(wǎng)消息，該校吳曼青院士團(tuán)隊陳彥教授、孫啟彬研究員等人實現(xiàn)了基于毫米波雷達(dá)的非接觸人體心電圖實時監(jiān)測，突破了100余年來心電圖僅能通過接觸式傳感器獲取的局限。

心血管疾病是全球第一大致死疾病，每年約有1860萬人因此失去生命。心電圖（ECG）監(jiān)測一直被視為臨床診斷心血管疾病的金標(biāo)準(zhǔn)之一，在疾病早期診斷發(fā)現(xiàn)以及后續(xù)治療過程中均有極高的臨床價值。然而，自發(fā)明一百多年來至今，ECG的工作原理是通過接觸皮膚的電極捕捉反映心臟狀態(tài)的電活動變化，要求利用貼身電極測量體表的電活動變化，導(dǎo)致不適的用戶體驗。

具體來說，陳彥教授等人利用心臟電活動與機(jī)械活動是心臟活動同源不同表征的特性，開發(fā)了一種毫米波雷達(dá)系統(tǒng)，用于非接觸式測量心臟機(jī)械活動，從射頻（RF）信號中提取4D心臟機(jī)械運(yùn)動信號，隨后利用深度神經(jīng)網(wǎng)絡(luò)模型建模心臟機(jī)械活動與電活動之間的非線性映射關(guān)系，通過數(shù)據(jù)驅(qū)動的方式求解該域轉(zhuǎn)換問題，并實現(xiàn)從RF輸入到ECG輸出的端到端重建映射，最終還原出心電ECG波形。據(jù)介紹，研究人員進(jìn)行了200項實驗試驗，涉及35名年齡在18至65歲之間的參與者。毫米波雷達(dá)裝置放置在他們身體上方0.4至0.5米之間，在正常呼吸、不規(guī)則呼吸、運(yùn)動后和睡眠四種不同的生理狀態(tài)，以模擬日常生活中的常見情況。在使用這些數(shù)據(jù)來訓(xùn)練和測試他們的人工智能后，研究人員發(fā)現(xiàn)，與帶電極的標(biāo)準(zhǔn)心電圖監(jiān)測技術(shù)相比，該方法的實現(xiàn)了時間中位數(shù)精度誤差小于14毫秒，形態(tài)中位數(shù)精度大于90%的非接觸ECG監(jiān)測性能。

該研究突破了無線信號在人體感知任務(wù)中的物理感知極限，提供了一種非接觸ECG監(jiān)測方法。在使用過程中，被測者不需要佩戴電極也不需要去除衣物，以無感的方式完成ECG監(jiān)測，具有極高的臨床價值。不過需要指出的是，當(dāng)患者隨機(jī)移動時，新方法檢測方法得出的結(jié)果可能不太準(zhǔn)確。研究小組計劃在未來的工作中解決這個問題。這項研究也涉及健康個體，因此需要進(jìn)一步訓(xùn)練人工智能算法，以適用于患有特定潛在心血管疾病的人。

審核編輯黃昊宇