子豪发自凹非寺

　　量子位报道公众号 QbitAI

　　什么？苹果 HomePod 也能测心律，你没有听错，不是用 Apple Watch。

　　来自华盛顿大学的研究团队对智能音箱进行了改造，无需接触皮肤，即可隔空测量心律。

　　关于这项研究的论文，已经在 Nature 子刊 Communications Biology 上发表。

　　具体能做什么

　　注意，它监测的不只是心率，而是心律。

　　也就是说，它能够实现类似 Apple Watch 的心电图（ECG）功能，监测心跳速率和心跳间隔（R-R 间隔），也就是心跳次数和心跳节奏是否规律、均匀。

　　不同的是，Apple Watch 的 ECG 功能，需要通过新型电子心率监测器来实现，用户需要将另一只手的手指放到数字表冠上，来让 Apple Watch 监测心脏的跳动情况。

△图源：苹果官网

　　而研究团队开发的这一系统，采用的是非接触式方案。

　　这种非接触式方案可以用于远程医疗，让患者在居家时也能自我监测，适合居家隔离以及偏远地区的人群。

　　同时，设备还能将数据发送给医生，使临床数据的获取更加容易。

　　此外，这种非接触式方案对于婴幼儿和皮肤过敏的人也十分友好。

　　将这种设备用于监测感染性和传染病患者，还能够减少传播、患病的风险，同时免去耗时又繁琐的清洁设备的时间。

　　它是如何实现的？

　　实现心律监测的关键，在于识别心跳。

　　研究团队将智能音箱改造成一个「短距离有源声纳系统」，用来检测某人皮肤运动的微小变化。

　　具体来说，人的胸部或脖子等区域，会因脉搏跳动而产生皮肤振动，当一个人距离智能音箱大约 30～60 厘米之间时，智能音箱会发出 18～22kHz 的人类听不到的声音信号，这些信号会被人体反射，再由麦克风接收。

　　接着，算法将这些数据转换为心率读数，并且测量出跳动速度的快慢。

△系统能够从声呐信号中提取微小的心脏跳动

　　由于呼吸动作也会使胸部产生起伏，并且比心跳产生的动作幅度更大，这对研究团队构成了很大的挑战。

　　最终，团队利用多个麦克风设计了一种新的波束形成算法，区分呼吸和心跳的胸部位移产生的信号，帮助扬声器识别心跳。

　　研究人员测试了苹果 HomePod 和亚马逊 Echo 两款设备，因为它们分别支持 6 个和 7 个麦克风阵列，可用于复杂的声学处理。

△论文一作王安然与设备原型（图源：华盛顿大学）

　　与神经网络不同，研究人员设计了一种自监督机器学习算法，不需要标记训练数据，而是可以通过内置麦克风传来的不同信号实时学习。

　　性能如何？

　　研究团队分别对 26 位健康参与者和 24 位患有不同心脏疾病的患者进行监测，并与标准检测仪数据进行对比。

　　首先，研究团队对健康参与者的近 1.23 万次心跳进行监测，结果显示：

　　智能音箱与标准仪器所测量的心率，一致性相关系数（CCC）为 0.983，中位数绝对误差（MAE）为 1BPM（每分钟心跳次数）。

　　而心跳间隔的平均绝对误差（MAE）为 28 毫秒，完全满足 49 毫秒的标准偏差要求。

△对健康参与者的心率和R–R间隔准确性进行评估

　　接着，研究团队对心脏病患者的超过 5600 次心跳进行测量，结果显示：

　　与标准仪器所测心率的一致性相关系数（CCC）为 0.984，中位数绝对误差（MAE）为 2BPM（每分钟心跳次数）。

　　对于心跳间隔的测量，智能音箱也仅有 30 毫秒的误差。

△对住院的心脏病患者的心率和R–R间隔准确性进行评估

　　论文作者

△图源：其个人主页

　　论文第一作者王安然，目前是华盛顿大学计算机科学专业的博士生，主要研究移动计算和人机交互。他本科毕业于北京航空航天大学，还曾在百度、微软亚洲研究院实习。

　　对这项研究感兴趣的读者，可以通过文末链接查看～

　　Nature 论文地址：

　　https://www.nature.com/articles/s42003-021-01824-9#Sec2

　　参考链接：

　　https://www.theregister.com/2021/03/10/smart_speakers_sonar/

　　https://www.washington.edu/news/2021/03/09/first-ai-system-for-contactless-monitoring-of-heart-rhythm-using-smart-speakers/

　　王安然个人主页：

　　http://anranw.me/