Mesurer la fréquence cardiaque grâce au signal WiFi

• Il est possible de mesurer la fréquence cardiaque avec une précision de niveau clinique en utilisant uniquement des signaux WiFi
• La combinaison d’appareils WiFi ultra bon marché et d’un algorithme permet de vérifier l’état de santé sans wearable
• Une mesure précise est possible même à 3 mètres de distance, indépendamment de la position ou des mouvements de la personne
• L’équipe de recherche a entraîné l’algorithme à partir de données issues d’appareils peu coûteux comme ESP32 et Raspberry Pi
• À l’avenir, la technologie pourrait aussi être utilisée pour la mesure du rythme respiratoire et la détection de l’apnée du sommeil

---

Aperçu

• L’équipe de recherche de UC Santa Cruz a développé Pulse-Fi, un système capable de mesurer avec précision la fréquence cardiaque à partir de simples signaux WiFi domestiques
• Ce système combine des appareils WiFi ultra bon marché et des algorithmes de machine learning, montrant la possibilité d’une surveillance de la santé en temps réel sans wearable traditionnel

Pulse-Fi : mesurer la fréquence cardiaque avec le WiFi et le machine learning

• Les appareils WiFi émettent des ondes de fréquence dans leur environnement, et lorsque celles-ci rencontrent des objets comme le corps humain, elles produisent des variations mathématiquement détectables
• Pulse-Fi analyse les signaux collectés par les émetteurs-récepteurs WiFi à l’aide du traitement du signal et du machine learning
  • Il filtre le bruit pour extraire uniquement les minuscules variations de signal causées par les battements du cœur
• Le projet a été mené par un professeur du Baskin School of Engineering, un étudiant en master et un lycéen chercheur invité

Résultats expérimentaux et précision

• Sur 118 participants, une mesure de 5 secondes a suffi pour atteindre une précision de niveau clinique
  • L’erreur moyenne n’est que de 0,5 battement par minute, et la précision augmente lorsque la durée de mesure s’allonge
• Le système fonctionne correctement non seulement en laboratoire, mais aussi avec différentes postures (assis, debout, allongé, en marche, etc.) et quel que soit l’emplacement de l’équipement
• Une grande précision a également été obtenue à 3 mètres (environ 10 pieds), et de meilleures performances sont attendues avec des équipements WiFi plus avancés comme des routeurs commerciaux

Construction du dataset

• Pour entraîner l’algorithme, l’équipe a collecté elle-même les données en utilisant conjointement un ESP32 et un oxymètre de pouls standard
  • Les données de Pulse-Fi ont été combinées avec les données de référence de l’oxymètre afin d’entraîner un réseau neuronal
• Pulse-Fi a également été appliqué à un vaste dataset construit par une autre équipe de recherche avec Raspberry Pi

Applications et orientations futures

• Les recherches futures visent à élargir les usages, notamment à la mesure du rythme respiratoire et à la détection de l’apnée du sommeil
• Des essais encore non publiés ont aussi confirmé la possibilité d’une grande précision pour la détection de la respiration et de l’apnée

Utilisation industrielle

• Les entreprises intéressées par une adoption commerciale peuvent contacter le responsable du transfert de technologie de UC Santa Cruz

Conclusion

• La combinaison de matériel ultra bon marché et de machine learning rend possible une surveillance sans contact de la fréquence cardiaque et de l’état de santé
• Elle laisse entrevoir une transformation du suivi de santé à domicile, simple et non invasive, sans wearables ni équipements hospitaliers

[GN⁺]

Avis Hacker News

• Certaines personnes proposent d’utiliser cette technologie pour surveiller en continu des données biométriques. D’autres pensent au contraire que cela pose des problèmes de vie privée. Mais le problème le plus important est peut-être que la surveillance continue peut conduire à une surmédicalisation, avec au final de moins bons résultats pour les patients. La raison essentielle, c’est que si l’on surveille les signes vitaux, c’est généralement parce qu’on soupçonne déjà qu’il y a quelque chose d’anormal. Si on observe en permanence des personnes en bonne santé, on verra des variations parfois assez importantes, qui peuvent donner l’apparence d’un problème alors qu’il n’y en a pas. C’est d’ailleurs quelque chose qui a été observé expérimentalement à l’hôpital avec la surveillance continue des mères et des bébés pendant l’accouchement. Dans certaines cliniques, on lançait cette surveillance continue dès l’arrivée, ce qui entraînait inutilement davantage d’interventions, et les résultats étaient parfois moins bons alors même que les patientes étaient en bonne santé au départ. Bien sûr, certaines cliniques ont peut-être déjà tendance à trop intervenir, mais j’aime bien cette explication intuitive selon laquelle une surveillance excessive mène à des traitements excessifs
• J’ai entendu parler de la façon dont les hélicoptères d’inspection des poteaux électriques déterminent l’état de poteaux en bois — sains ou pourris — à partir du motif de réverbération des ondes sonores de leurs rotors. Le domaine du sensing non invasif (utilisant des sources d’émission déjà présentes ou ambiantes) progresse de façon vraiment impressionnante
  • Dans les télécoms, on nous apprenait à toujours faire le « test du marteau » quand on travaille près d’un poteau. La différence de son entre un bon poteau, un poteau légèrement pourri et un poteau complètement pourri est assez nette
  • Article d’origine lié (2001) : Une nouvelle technologie utilise des lasers aéroportés et l’IA pour évaluer la fiabilité des structures en bois. Je ne sais pas si cela a réellement été commercialisé, et plus récemment j’ai aussi vu des usages de l’imagerie thermique et multispectrale
  • Je me demande quel type de modèle permet à un hélicoptère de cette taille de s’approcher réellement de poteaux électriques auxquels des lignes sont raccordées
  • Les scanners CT exposent toujours les patients à des radiations, et restent pourtant un standard de soin
• Cela me rappelle un épisode de Star Trek TOS dans lequel le capitaine Kirk est accusé de meurtre, et où ils isolent et détectent un battement cardiaque pour retrouver la victime encore présente à bord du vaisseau. L’épisode a presque 60 ans, mais désolé si c’était un spoiler
  • En tant que fan du Star Trek classique, je dirais qu’ils peuvent scanner une planète entière pour retrouver leur équipage, mais qu’ils sont incapables de savoir qui se trouve dans leur propre vaisseau. Ils ont même un système audio de surveillance généralisé à bord, mais doivent quand même utiliser les interphones muraux
  • Tu m’as privé de l’occasion de faire la blague « spoiler ! ». En fait, c’est encore plus frustrant que de se faire révéler l’épisode à l’avance
  • Résumé amusant : résumé de l’épisode par planetofhats
• Le cœur de chacun est différent. Comme l’iris ou les empreintes digitales, un signal cardiaque propre à chacun (une cardio-signature) pourrait servir à différencier les individus. Il existe déjà des recherches pour le détecter à distance au laser article lié : le Pentagone développe un laser capable d’identifier des personnes à distance grâce à leur battement de cœur
  • Identification biométrique fondée sur la manière dont le corps humain perturbe la propagation du signal WiFi | article HN lié
    Les chercheurs se sont intéressés à la manière dont le CSI appliqué au WiFi (Channel State Information : amplitude, phase et autres informations du signal électromagnétique) est déformé différemment selon les individus. En le traitant par deep learning, ils en dérivent une signature de données propre à chaque personne. Cette approche peut être utilisée dans des systèmes de Re-ID (ré-identification) fondés sur le signal
  • Les empreintes digitales ne changent pas, mais les battements cardiaques varient à chaque fois. Comme chaque battement est différent, une « signature cardiaque » individuelle changerait elle aussi en permanence, ce qui compliquerait l’identification durable d’une personne donnée
• Plus besoin de wearable inconfortable, ni de ceinture pectorale sur le tapis de course. Battements cardiaques et respiration en même temps ? Surveiller 24/7 toutes les personnes de la maison avec un Raspberry Pi bon marché ? J’espère qu’il ne faudra pas longtemps avant que cette technologie arrive sur le marché. Ça a l’air vraiment utile
  • Il existe des scénarios d’usage SF positifs. Mais cela n’a de sens que si les données et l’automatisation restent entièrement sous le contrôle de la personne concernée. Par exemple : serveur auto-hébergé, GPU local, LLM local, reconnaissance vocale hors ligne, scan 3D personnel du domicile et du corps, etc.
  • Cela aurait aussi énormément de valeur pour le care. Je m’occupe de ma grand-mère, et même lui faire garder un AirTag sur ses clés n’est pas simple. Elle ne peut pas porter régulièrement des wearables ou des dispositifs type Life Alert. Un suivi de santé non invasif et passif serait extrêmement utile
  • Cette technologie me paraît tellement étrange que j’ai l’intuition que l’industrie du WiFi va s’en méfier au plus haut point. Peut-être qu’ils vont la verrouiller par des brevets. Les gouvernements, eux aussi, ne voudront probablement pas que ce genre de chose soit trop connu du grand public
  • Piratage du RSSI WiFi (ex. : WiSee (2013)), Linksys Aware (-2024) recherche Google sur Linksys Aware,
    thread lié : explication de 802.11bf,
    recherche 802.11bf : Google,
    « reconnaissance de gestes à l’échelle de toute la maison via les signaux sans fil » (2013) : papier ACM,
    papiers citants Google Scholar,
    reconnaissance gestuelle sans fil fondée sur des accéléromètres à haute liberté de mouvement, Awesome-WiFi-CSI-Sensing,
    jusqu’aux technologies de scan 3D et à leurs domaines d’application
• Je suis le lycéen qui a développé cette technologie. Si vous avez des questions, je suis prêt à y répondre
  • Félicitations, c’est vraiment impressionnant. L’article lié manque de beaucoup de détails, donc je me demande si tu pourrais partager un papier ou un preprint
• Vu que cela tourne sur une puce ESP32, je suis convaincu que cela fonctionnerait aussi très bien sur les puces WiFi des smartphones (ce n’est pas mentionné dans l’article). De nos jours, beaucoup de gens ont toujours leur smartphone sur eux. Cela permettrait donc de construire un profil très détaillé d’une personne. Par exemple, on pourrait savoir ce qu’elle regarde sur son téléphone, quel appel elle reçoit, où elle se trouve, et même quelles autres personnes sont à proximité (via l’identité d’autres smartphones). En combinant cela avec l’état émotionnel de l’utilisateur — excitation, peur, colère, etc. — on pourrait en déduire bien davantage encore
• Cette technologie n’a rien de nouveau. Les signaux WiFi sont déjà utilisés depuis au moins 10 ans pour détecter des objets, des personnes ou des animaux, analyser la démarche[1], reconnaître des frappes au clavier[2], surveiller la respiration et le rythme cardiaque[3], et même espionner des conversations[4].
  Discussion HN plus ancienne liée,
  The Atlantic - Wi-Fi Surveillance,
  archive
  1: papier IEEE sur l’analyse de la démarche
  2: papier ACM sur la détection des frappes clavier
  3: archive sur la détection respiration/rythme cardiaque
  4: archive sur l’espionnage de conversations
  • Je me demande si quelqu’un a déjà réussi à mettre en œuvre ces techniques avec succès en pratique. J’avais étudié une application similaire il y a quelques années, et presque chaque méthode décrite dans les articles présentait des limites importantes ou des failles méthodologiques
  • En réalité, le même principe a aussi été appliqué au son (ondes acoustiques). Je me souviens avoir vu il y a quelques années un article sur l’utilisation des haut-parleurs et microphones d’une voiture pour déterminer le nombre de personnes à bord, notamment pour détecter des enfants ou animaux de compagnie laissés seuls
  • [D’après l’annonce officielle] la nouveauté, pour l’instant, c’est la commercialisation pour la maison et les bureaux
• 802.11bf met l’accent sur les applications de sensing

  Grâce aux progrès récents, la technologie WiFi permet désormais des fonctions de sensing telles que la détection, le suivi de position et la reconnaissance
  Cependant, les standards WLAN existants ont été conçus avant tout pour la communication et ne répondent pas pleinement aux exigences avancées du sensing
  C’est pourquoi le groupe de travail IEEE 802.11 a créé la task group 802.11bf (TG), afin de produire une révision du standard qui réponde aux besoins avancés du sensing tout en minimisant l’impact sur les communications
  article lié : IEEE Xplore, introduction au sensing 802.11bf,
  NIST - recherche sur l’adoption à grande échelle du Wi-Fi sensing,
  Cognitive Systems - comment 802.11bf améliore le sensing legacy
  À noter : IEEE 802.11bi (renforcement de la confidentialité des données) existe aussi

  • 802.11 Blue Falcon
• C’est dommage que cet article (un communiqué de presse) insiste uniquement sur les effets positifs supposés pour le suivi de santé, sans mentionner du tout les problèmes de vie privée. Cette technologie présente un fort risque d’abus de multiples façons. Par exemple, on pourrait surveiller les variations du rythme cardiaque après le visionnage d’une publicité afin de mieux cibler des annonces émotionnellement percutantes. Même chose pendant les achats. Des cambrioleurs pourraient aussi l’utiliser pour détecter si quelqu’un est présent dans la maison. À l’avenir, il ne faudra peut-être plus seulement s’inquiéter des routeurs WiFi non mis à jour utilisés dans des botnets, mais aussi du suivi et de la revente de données biométriques comme la localisation ou le niveau d’excitation
  • De nouveaux marchés efficients (= new and more efficient markets) vont s’ouvrir