تخمين آهنگ تنفس با استفاده از اطلاعات حالت كانال واي فاي

Respiration rate estimation using WiFi channel state information

با توجه به اهميت علائم حياتي، آهنگ تنفس بطور گسترده اي در پايش سلامتي مورد استفاده قرار گرفته است. در سال هاي گذشته، سيستم هاي مختلفي براي تشخيص و نظارت بر تنفس پيشنهاد شده است. در پژوهش حاضر، نشان داده شده است كه سيگنال‌هاي Wi-Fi مي‌توانند براي تشخيص و شمارش تنفس استفاده شوند. فعاليت‌هاي انساني، تأثيرات متفاوتي بر داده هاي اطلاعات حالت كانال (CSI) دارد. اين تاثير ها مي تواند براي شناسايي فعاليت‌هاي كلان و خرد انسان مورد استفاده قرار گيرد. در اين پژوهش با استفاده از CSI، اطلاعات مربوط به تنفس استخراج شده است و همچنين با كمك روش هاي يادگيري ماشين، آهنگ تنفس تخمين زده شده است و وضعيت سلامتي بطور مداوم مورد پايش قرار گرفته است. با استفاده از معيار هاي ارزيابي، كارايي مدل بررسي شده است. در اين پژوهش از فيلتر هاي همپل، ميانه و باترورث به منظور حذف فركانس هايي كه ناشي از تنفس نيستند استفاده شده است و آهنگ تنفس بدست آمده از CSI با آهنگ تنفس اصلي مقايسه شده است. نتايج نشان مي دهد دقت سيستم با بكار گيري طبقه بندي كننده هاي KNN و RF به ترتيب به 95/95% و 91/34% رسيده است، همچنين ميانه و ميانگين خطاي سيستم به ترتيب از 0/58bpm تا 0/22bpm و از 0/87bpm تا 0/45bpm بدست آمده است.