标准助力NIST研发抗击新冠疫情的“呼吸智能”监测系统

美国国家标准与技术研究院（NIST）研发的一种深度学习算法最近发表在IEEE Access上，该算法利用了Wi-Fi路由器的功能，实现了一种新用途：分析人的呼吸，并实时检测人体呼吸困难。

“呼吸智能”（BreatheSmart）学习算法利用了“信道状态信息”，即CSI，CSI是由设备（如手机或笔记本电脑）发送到Wi-Fi路由器的一组信号。当CSI信号在穿过房间的过程中遭遇从环境中的物体上反弹时信号会失真。通常，Wi-Fi路由器简单地分析失真，以便调整和优化链路；有了“呼吸智能”系统，CSI信号会被更仔细地检查，以监测环境的微小变化，比如房间里有人的异常呼吸模式。如果一个人的胸部因喘息或咳嗽而发生异常移动现象，系统能够检测出来。

Wi-Fi技术是这项创新的核心，自Wi-Fi产生以来，许多标准在支持其可靠性和互操作性方面发挥了重要的指导作用。IEEE 802.11 《信息技术 系统间电信和信息交换 局域网和城域网 特定要求》长期以来为Wi-Fi系统所需的架构和规范提供了基础。该标准由IEEE制定，IEEE是美国国家标准协会(ANSI)的成员和认可的标准制定成员。

为了开发这项技术，NIST科学家使用一个可以模拟不同呼吸场景的人体模型进行了实验，该人体模型放置在一个现成的商用Wi-Fi设备的消声室内。消声室阻止声波或电磁波的反射，为实验提供“无场”条件，其有效条件和使用遵循ANSI/ASA        S12.55-2012/ISO 3745:2012（R2019）《声学　使用声压测定噪声源的声功率级和声能级　消声室和半消声室的精确方法》等标准。该国际标准最初由国际标准化组织的声学技术委员会噪声分委会(ISO/TC43/SC1)制定。美国声学协会（ASA）是ANSI成员和ANSI认可的标准制定机构，是ANSI认可的该TC和SC的技术咨询组（TAG）管理机构。该文件已被ASA作为美国国家标准在全国范围内采用。

“呼吸智能”系统收到信号后，会对其进行分析，找出异常模式。通过在实验中模拟大量的呼吸场景，科学家们利用了深度学习——一种机器学习方法，使系统在接收更多数据时进行“学习”，并提高其识别呼吸模式的能力。指导机器学习的一个标准是ISO/IEC 23053，《使用机器学习（ML）的人工智能（AI）系统框架》，该标准描述了使用机器学习（ML）技术的AI生态系统中的系统组件及其功能。它由ISO和IEC信息技术联合技术委员会人工智能分委会（ISO/IEC／JTC 1／SC 42）制定。ANSI承担了JTC 1和SC 42的秘书处。

NIST科学家在前期研究的基础上，探索了使用Wi-Fi信号感知人或运动的方法，作为帮助医生持续抗击新冠肺炎疫情努力的一部分。本实验中介绍的过程展示了应用程序和软件开发人员如何创建远程监控呼吸的程序。