广告
广告
当研究人员在健康的参与者和住院的心脏病患者身上测试该系统时，智能扬声器检测到的心跳与标准心跳监测器检测到的心跳非常吻合。“即使信号很小，也很容易检测到有规律的心跳，因为你可以在数据中寻找周期模式，”华盛顿大学保罗·g·艾伦计算机科学与工程学院的副教授Shyam Gollakota说。“但不规则的心跳真的很有挑战性，因为没有这种模式。我不确定是否有可能检测到它们，所以我惊喜地发现，我们的算法可以在对心脏病患者的测试中识别不规则心跳。”
虽然很多人都熟悉心率的概念，但医生对心率的评估更感兴趣。心率是一段时间内心跳的平均值，而心律描述的是心跳的模式。
例如，如果一个人的心率是每分钟60次，那么他的心率可能是正常的，即每秒一次，也可能是不规则的，每分钟的心率是随机分布的，但平均每分钟仍有60次。
“心律失常实际上比其他一些众所周知的心脏疾病更常见。心脏心律失常该研究的合著者、华盛顿大学医学院心脏病学助理教授Arun Sridhar博士说:“可能会导致中风等主要疾病，但发生时高度不可预测，因此很难诊断。”“对于某些患者来说，在早期诊断和治疗方面，一种可以经常进行、方便在家的低成本检测的可用性可能会成为游戏规则的改变者。”
评估心律的关键在于确定每个人的心跳。在这个系统中，当一个人坐在智能扬声器前1到2英尺内时，就会开始搜索心跳。然后系统播放一种听不见的连续声音，声音从人身上弹开，然后返回到扬声器。根据返回的声音的变化情况，该系统可以隔离受试者的动作——包括他们呼吸时胸部的起伏。
“在胸壁上，来自呼吸的运动比来自心跳的运动大几个数量级，所以这是一个相当大的挑战，”该研究的主要作者、艾伦学院的博士生王安然说。“呼吸信号并不规律，所以很难简单地过滤掉。利用智能扬声器有多个麦克风的事实，我们设计了一种新的波束形成算法，以帮助扬声器找到心跳。”
该团队设计了一种所谓的自我监督机器学习算法，这种算法在飞行中学习，而不是从训练集中学习。该算法结合来自智能扬声器的多个麦克风的信号来识别难以捉摸的心跳信号。
Gollakota说:“这就像Alexa总是能找到我的声音，即使我在播放视频，或者有很多人在房间里说话。”“当我说，‘嘿，Alexa’时，麦克风就会一起在房间里找到我，听我接下来说什么。这基本上就是这里正在发生的事情，但有心跳。”
智能音箱检测到的心跳信号看起来不像传统心跳监测器所检测到的典型峰值。研究人员使用第二种算法将信号分割成单个的心跳，这样系统就可以提取出所谓的“心跳间隔”，即两次心跳之间的时间间隔。“用这种方法，我们不会得到心脏收缩的电信号。相反，我们看到的是心脏跳动时皮肤上的振动。”
推荐的文章
研究人员测试了一个智能音箱原型，在两组人中运行该系统:26名健康参与者和24名患有各种心脏疾病的住院患者，包括心房纤颤和心力衰竭。研究小组将智能音箱与标准心跳监测器的心跳间隔进行了比较。在对健康参与者测量的近12300次心跳中，智能扬声器的心跳间隔中位数与标准监视器的间隔在28毫秒内。智能扬声器在心脏病患者身上的表现也几乎一样好:在测量的5600多次心跳中，心跳间隔的中位数与标准时间间隔的距离在30毫秒以内。
目前，这个系统是用来抽查的:如果一个人担心自己的心率，他们可以坐在智能音箱前读取数据。但研究小组希望，未来的版本可以在人们睡觉时持续监测心跳，这可以帮助医生诊断睡眠呼吸暂停等疾病。
“如果你有这样的设备，你可以在更大的基础上监测病人，并为病人定义个性化的模式。例如，我们可以找出每个特定病人何时发生心律失常，然后根据病人实际需要制定相应的护理计划。”“这是心脏病学的未来。使用这些设备的美妙之处在于，它们已经在人们的家里了。”
这项研究发表在通信生物学．
来源:华盛顿大学
