美國國家標準與技術研究院（NIST）的研究人員開發出一種方法，可以根據WiFi信號的微小變化來監測呼吸。他們說，他們的 BreatheSmart 深度學習算法可以幫助檢測家中是否有人有呼吸問題。

WiFi信號幾乎無處不在。當它們試圖將設備與路由器連接起來時，它們會從表面反彈並穿過表面。但是任何運動都會改變信號的路徑，包括我們呼吸時身體的運動方式，如果我們有任何問題，這些都會改變。例如，如果您咳嗽，您的胸部會發生不同的運動。

其他研究人員探索了使用WiFi信號來檢測人和運動，但他們的方法需要專用的傳感設備，而且他們的研究提供的數據有限。幾年前，Origin Wireless開發了一種適用於WiFi網狀網絡的算法。同樣，NIST表示 BreatheSmart 可與市場上已有的路由器和設備配合使用。它只需要一個路由器和連接的設備。

科學家們更改了路由器上的固件，以便它可以更頻繁地檢查「信道狀態信息（CSI）」。CSI是指從設備（例如手機或筆記本電腦）發送到路由器的信號。CSI信號是一致的，路由器知道它們應該是什麼樣子，但是環境中的偏差，例如信號受到表面或運動的影響，會修改信號。研究人員讓路由器每秒請求這些CSI信號多達10次，以更好地了解信號是如何被修改的。

該團隊用人體模型模擬了幾種呼吸情況，並用現成的路由器和接收設備監測CSI信號的變化。為了理解他們收集的數據，NIST研究助理 Susanna Mosleh 開發了該算法。在一篇論文中，研究人員指出，BreatheSmart在99.54%的時間內正確識別了模擬呼吸條件。

Mosleh和Coder是NIST共享頻譜計量學研究的負責人，他們希望開發人員能夠利用他們的研究來創建可以使用現有硬件遠程監控人呼吸的軟件。Coder 指收集數據的所有方式都是在接入點（在本例中為路由器）上的軟件上完成的，這可以通過手機上的應用程序完成，這項工作試圖闡明人們如何開發和測試自己的算法。這是一個幫助他們獲取相關信息的框架。

文字：編輯部