Ingenieure der University of California in Santa Cruz haben eine neue Methode zur Messung der Herzfrequenz in Echtzeit entwickelt, ohne dass tragbare Geräte erforderlich sind und die ausschließlich auf WLAN und einem Raspberry Pi basiert. Berichten zufolge benötigt dieses System namens Pulse-Fi nur normales WLAN zum Senden und Empfangen von Signalen und ist nicht mehr auf herkömmliche medizinische Geräte wie Armbänder und Smartwatches angewiesen. Es wird erwartet, dass es die Überwachung von Gesundheitsdaten erheblich vereinfacht und das Gesundheitsmanagement populärer und komfortabler macht.
Das Projekt wird von Katia Obraczka, Professorin für Informatik und Ingenieurwesen, geleitet und die Forschungsergebnisse wurden auf der IEEE International Conference on Distributed Computing for Intelligent Systems and the Internet of Things 2025 veröffentlicht. Zu den Mitgliedern des Forschungsteams gehören die Doktorandin Nayan Bhatia und der Gastforscher Pranay Kocheta. Sie zeigten, dass alltägliche WLAN-Netzwerke in Kombination mit maschinellen Lernalgorithmen Gesundheitssignale mit hoher Genauigkeit verfolgen können.
Pulse-Fi nutzt die winzigen Veränderungen, die auftreten, wenn WiFi-Radiofrequenzsignale in den menschlichen Körper und in Objekte in der Umgebung eindringen. Das System verwendet kostengünstige WLAN-Chips und -Empfänger in Kombination mit Algorithmen für maschinelles Lernen, um Signalschwankungen, die durch Herzschläge aufgrund komplexer Umgebungsstörungen verursacht werden, genau zu identifizieren. Bhatia betonte: „Das Signal ist sehr empfindlich und die Filter müssen genau ausgewählt werden, um verschiedene Umgebungsgeräusche zu entfernen.“
Das Forschungsteam lud 118 Probanden ein, Tests in 17 Körperhaltungen durchzuführen, darunter Stehen, Sitzen, Liegen und Gehen. Die Überwachung dauerte nur 5 Sekunden und der durchschnittliche Herzfrequenzfehler überschritt nicht 0,5 Schläge/Minute. Je länger die Überwachungszeit ist, desto höher ist die Genauigkeit. Das System erfordert lediglich einen kostengünstigen ESP32-Chip (Preis ca. 5 US-Dollar) und ein Raspberry Pi-Motherboard (ca. 30 US-Dollar). Beide erzielten hervorragende Ergebnisse, wobei der Raspberry Pi besser abschnitt. Die Forscher glauben auch, dass der Effekt besser ist, wenn ein handelsüblicher WLAN-Router verwendet wird. In praktischen Anwendungen funktioniert Pulse-Fi stabil bei einer Entfernung von bis zu 3 Metern, und vorläufige Experimente zeigen sogar Potenzial für größere Entfernungen.
Kocheta wies darauf hin, dass WiFi-Gesundheitsüberwachungssysteme in der Vergangenheit bei Änderungen der Entfernung und Körperposition instabil funktionierten, Pulse-Fi jedoch ein maschinelles Lernmodell verwendete, um dieses Problem vollständig zu lösen. „Wir haben herausgefunden, dass Distanzänderungen dank maschinellem Lernen praktisch keinen Einfluss auf die Leistung haben“, sagte er.
Um den Algorithmus zu trainieren, nutzte das Team zunächst ESP32-Geräte und ein medizinisches Oximeter, um gleichzeitig Daten in der Campusbibliothek zu sammeln und so den „wahren Wert“ der Herzfrequenz für das Lernen neuronaler Netze zu ermitteln. Darüber hinaus umfasst die Forschung den weltweit größten WiFi-Heartbeat-Signaldatensatz, der vom brasilianischen Team auf Basis des Raspberry Pi gesammelt wurde, was Pulse-Fi sowohl Breite als auch Genauigkeit verleiht.
Obwohl sich die aktuellen Ergebnisse auf die Herzfrequenzmessung konzentrieren, versucht das Team bereits, diese auf andere Gesundheitsindikatoren wie Atemfrequenz und Schlafapnoe anzuwenden. Frühe unveröffentlichte Experimente zeigen, dass WLAN-Signale möglicherweise Atem- und Schlafstörungen erkennen können. Wenn diese Studien letztendlich von der Industrie anerkannt werden, wird Pulse-Fi voraussichtlich zu einem kostengünstigen, nicht-invasiven und praktischen Tool zur Gesundheitsüberwachung zu Hause und in der Klinik werden und gute Nachrichten in Gebiete mit begrenzten medizinischen Ressourcen bringen.