Defesa de Dissertação de Mestrado de Brenda Gomes Gouveia dos Santos, em 20/06/2024, às 13:00 horas, na sala 202 do Instituto de Computação
Detecção de Batimentos Cardíacos através do Sinal Wi-Fi
Resumo:
Nos últimos anos, observamos uma grande evolução no desenvolvimento de aplicativos e dispositivos dedicados ao monitoramento de sinais vitais como por exemplo oxigenação, frequência cardíaca, entre outros. Sendo o monitoramento da frequência cardíaca crucial para a identificação de alterações significativas das condições da saúde humana, este trabalho tem como foco central aprimorar a acurácia na estimação da frequência cardíaca obtida de forma menos invasiva e custosa possível. Para isso, foi considerado um sistema proposto na literatura recente que utiliza dados CSI (Channel State Information) coletados através de redes Wi-Fi utilizando dispositivos de baixo custo, presentes no mercado. Inicialmente apresentamos a etapa de coleta, enfatizando a aprovação do Comitê Ético de Pesquisa, vinculado ao Conselho Nacional de Saúde do Ministério da Saúde, e também os protocolos de coleta utilizados para a construção do dataset utilizado. Em seguida, passamos ao pré-processamento, que tem como objetivo preparar o sinal coletado. Também, utilizamos técnicas como a Transformada de Fourier e a Análise de Componente Principal. Finalmente, conduzimos uma investigação criteriosa dos parâmetros utilizados nas etapas do pré-processamento de forma a aprimorar a acurácia na estimativa do batimento cardíaco. Com o objetivo de estimar a frequência cardíaca de uma pessoa utilizando dados CSI, foram utilizadas duas formas de estimativa: uma única estimativa de batimento usando todos os dados de cada coleta, o que resulta em uma estimativa a cada 60s, e em seguida estimamos seis medidas de batimento utilizando trechos dos dados de cada coleta, o que resulta em uma estimativas a cada 10s. Desta forma foi possível a comparação da estimativa obtida através de dados CSI com medidas coletadas por um medidor de referência. Os resultados apontaram baixa taxa de erro para posições estáticas e uma maior taxa de erro para as posições de movimento. Esta dissertação demonstra que conforme a atividade do indivíduo, é possível ajustar os parâmetros do sistema para obter estimativas acuradas do batimento cardíaco.
Abstract:
In recent years, we have witnessed significant advancements in the development of applications and devices dedicated to monitoring vital signs, such as oxygenation, heart rate, and others. Given that monitoring heart rate is crucial to identifying significant changes in human health conditions, this work focuses on estimating heart rate in a less invasive and cost-effective manner. To achieve this, a solution proposed in the recent literature was considered, which uses Channel State Information (CSI) collected through Wi-Fi networks using low-cost devices. Initially, we present the data collection phase, highlighting the approval of the Research Ethics Committee, affiliated with the National Health Council of the Ministry of Health. Additionally, we detail the collection protocol used to construct the data set, including the position and duration of each data collection session. Subsequently, we elaborate on the pre-processing of the collected signal, with the aim of removing or minimizing unwanted noise. Additionally, we employ signal processing techniques used in the estimation process, such as the Fourier transform and Principal Component Analysis (PCA). Finally, we conduct a thorough investigation of the parameters used in the pre-processing stages to enhance the accuracy of the system. To estimate a person’s heart rate using CSI data, two estimation methods were employed: one measurement using the entire collected data, which led to an estimate Every 60 seconds, and then six measurements were estimated using segments of the collected data for each measurement, providing one estimate every 10 seconds.The results showed a low error rate for static positions and a slightly higher error rate for moving activities for both estimations. This dissertation demonstrates that, according to the individual’s activity, it is possible to adjust the system parameters to obtain accurate estimates of heart rate.
Banca examinadora:
Prof. Célio Vinicius Neves de Albuquerque, UFF – Presidente
Profa. Débora Christina Muchaluat Saade, UFF
Dra. Iandra Galdino Andrade, UFF/Pós-Doutorado
Prof. Luís Henrique Maciel Kosmalski Costa, UFRJ