基于毫米波雷达的非接触人体心电图实时监测
该研究突破了无线信号在人体感知任务中的物理感知极限，提供了一种非接触ecg监测方法。在使用过程中，被测者不需要佩戴电极也不需要去除衣物，以无感的方式完成ecg监测，具有极高的临床价值。
12月5日消息，据中国科学技术大学官网消息，该校吴曼青院士团队陈彦教授、孙启彬研究员等人实现了基于毫米波雷达的非接触人体心电图实时监测，突破了100余年来心电图仅能通过接触式传感器获取的局限。 相关研究成果以“contactless electrocardiogram monitoring with millimeter wave radar”为题发表于《ieee transactions on mobile computing》，并于11月28日被ieee（国际电气与电子工程师协会）旗舰出版物ieee spectrum特别报道。
△毫米波非接触心电图实时监测
心血管疾病是全球第一大致死疾病，每年约有1860万人因此失去生命。心电图（ecg）监测一直被视为临床诊断心血管疾病的金标准之一，在疾病早期诊断发现以及后续治疗过程中均有极高的临床价值。 然而，自发明一百多年来至今，ecg的工作原理是通过接触皮肤的电极捕捉反映心脏状态的电活动变化，要求利用贴身电极测量体表的电活动变化，导致不适的用户体验。
△非接触心电图监测系统工作原理
具体来说，陈彦教授等人利用心脏电活动与机械活动是心脏活动同源不同表征的特性，开发了一种毫米波雷达系统，用于非接触式测量心脏机械活动，从射频（rf）信号中提取4d心脏机械运动信号，随后利用深度神经网络模型建模心脏机械活动与电活动之间的非线性映射关系，通过数据驱动的方式求解该域转换问题，并实现从rf输入到ecg输出的端到端重建映射，最终还原出心电ecg波形。 据介绍，研究人员进行了200项实验试验，涉及35名年龄在18至65岁之间的参与者。毫米波雷达装置放置在他们身体上方0.4至0.5米之间，在正常呼吸、不规则呼吸、运动后和睡眠四种不同的生理状态，以模拟日常生活中的常见情况。 在使用这些数据来训练和测试他们的人工智能后，研究人员发现，与带电极的标准心电图监测技术相比，该方法的实现了时间中位数精度误差小于14毫秒，形态中位数精度大于90%的非接触ecg监测性能。
△时间中位数精度误差小于14毫秒
该方法的监测结果还支持对临床心律紊乱诊断过程中的关键指标：r-r间隔的稳定监测，其90%误差均在9毫秒以内，进一步验证了该方法的医学价值。
△系统的时间和形态精度性能分析以及在不同心率状态下的监测结果对比
该研究突破了无线信号在人体感知任务中的物理感知极限，提供了一种非接触ecg监测方法。在使用过程中，被测者不需要佩戴电极也不需要去除衣物，以无感的方式完成ecg监测，具有极高的临床价值。 不过需要指出的是，当患者随机移动时，新方法检测方法得出的结果可能不太准确。研究小组计划在未来的工作中解决这个问题。这项研究也涉及健康个体，因此需要进一步训练人工智能算法，以适用于患有特定潜在心血管疾病的人。
TTCN测试模型及测试方法的研究分析
敏捷弹跳机器人SALTO
索尼人工智能语音助手专利曝光，或将应于下一代主机PlayStation 5中
汽车安全工程之“安全”概念的辨析
ATSC数字液晶电视系统单芯片SiS328
基于毫米波雷达的非接触人体心电图实时监测
基于CPCI的嵌入式系统的电源设计
基于工业以太网、PLC和总线技术实现转炉工业控制系统的设计
探访百度AI反诈第一线，揭秘百度AI安全技术
京东方：下半年LCD有机会量价齐升
薄膜电容在众多领域中发挥的作用是什么
摩托罗拉Razr折叠屏手机将于明年初上市支持5G网络售价1万元左右
PLC和步进电机构成的数字式兔毛梳理机控制系统
手机设计集成的关键—IP模块
探究Redis网络模型究竟有多强大（中）
构建立体的客户画像，基于客户数据及AI技术实现全场景服务
曙光分布式块存储系统XStor1000助力电力行业发展
弹片微针模组在手机摄像头性能测试中的作用
惠普光影精灵傲腾版评测 展现出杰出的硬盘性能表现
CynLr获Arali Ventures领投种子轮融资
12月5日消息，据中国科学技术大学官网消息，该校吴曼青院士团队陈彦教授、孙启彬研究员等人实现了基于毫米波雷达的非接触人体心电图实时监测，突破了100余年来心电图仅能通过接触式传感器获取的局限。 相关研究成果以“contactless electrocardiogram monitoring with millimeter wave radar”为题发表于《ieee transactions on mobile computing》，并于11月28日被ieee（国际电气与电子工程师协会）旗舰出版物ieee spectrum特别报道。
△毫米波非接触心电图实时监测
心血管疾病是全球第一大致死疾病，每年约有1860万人因此失去生命。心电图（ecg）监测一直被视为临床诊断心血管疾病的金标准之一，在疾病早期诊断发现以及后续治疗过程中均有极高的临床价值。 然而，自发明一百多年来至今，ecg的工作原理是通过接触皮肤的电极捕捉反映心脏状态的电活动变化，要求利用贴身电极测量体表的电活动变化，导致不适的用户体验。
△非接触心电图监测系统工作原理
具体来说，陈彦教授等人利用心脏电活动与机械活动是心脏活动同源不同表征的特性，开发了一种毫米波雷达系统，用于非接触式测量心脏机械活动，从射频（rf）信号中提取4d心脏机械运动信号，随后利用深度神经网络模型建模心脏机械活动与电活动之间的非线性映射关系，通过数据驱动的方式求解该域转换问题，并实现从rf输入到ecg输出的端到端重建映射，最终还原出心电ecg波形。 据介绍，研究人员进行了200项实验试验，涉及35名年龄在18至65岁之间的参与者。毫米波雷达装置放置在他们身体上方0.4至0.5米之间，在正常呼吸、不规则呼吸、运动后和睡眠四种不同的生理状态，以模拟日常生活中的常见情况。 在使用这些数据来训练和测试他们的人工智能后，研究人员发现，与带电极的标准心电图监测技术相比，该方法的实现了时间中位数精度误差小于14毫秒，形态中位数精度大于90%的非接触ecg监测性能。
△时间中位数精度误差小于14毫秒
该方法的监测结果还支持对临床心律紊乱诊断过程中的关键指标：r-r间隔的稳定监测，其90%误差均在9毫秒以内，进一步验证了该方法的医学价值。
△系统的时间和形态精度性能分析以及在不同心率状态下的监测结果对比
该研究突破了无线信号在人体感知任务中的物理感知极限，提供了一种非接触ecg监测方法。在使用过程中，被测者不需要佩戴电极也不需要去除衣物，以无感的方式完成ecg监测，具有极高的临床价值。 不过需要指出的是，当患者随机移动时，新方法检测方法得出的结果可能不太准确。研究小组计划在未来的工作中解决这个问题。这项研究也涉及健康个体，因此需要进一步训练人工智能算法，以适用于患有特定潜在心血管疾病的人。
TTCN测试模型及测试方法的研究分析
敏捷弹跳机器人SALTO
索尼人工智能语音助手专利曝光，或将应于下一代主机PlayStation 5中
汽车安全工程之“安全”概念的辨析
ATSC数字液晶电视系统单芯片SiS328
基于毫米波雷达的非接触人体心电图实时监测
基于CPCI的嵌入式系统的电源设计
基于工业以太网、PLC和总线技术实现转炉工业控制系统的设计
探访百度AI反诈第一线，揭秘百度AI安全技术
京东方：下半年LCD有机会量价齐升
薄膜电容在众多领域中发挥的作用是什么
摩托罗拉Razr折叠屏手机将于明年初上市支持5G网络售价1万元左右
PLC和步进电机构成的数字式兔毛梳理机控制系统
手机设计集成的关键—IP模块
探究Redis网络模型究竟有多强大（中）
构建立体的客户画像，基于客户数据及AI技术实现全场景服务
曙光分布式块存储系统XStor1000助力电力行业发展
弹片微针模组在手机摄像头性能测试中的作用
惠普光影精灵傲腾版评测 展现出杰出的硬盘性能表现
CynLr获Arali Ventures领投种子轮融资