Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Sensor

mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz

Vitalzeichen – Körpertemperatur, Blutdruck, Atemfrequenz und Herzfrequenz – geben Klinikern unmittelbaren Einblick in den Gesundheitsstatus eines Patienten und den Verlauf von Erholung oder Verschlechterung. Diese Metriken variieren mit Alter, Geschlecht, Gewicht, Fitness und aktueller physischer oder mentaler Aktivität. Beispielsweise steigen Körpertemperatur, Atem- und Herzfrequenz während Sport natürlich an.

Millimeterwellen (mmWave) Radare senden kurzwellige Radiowellen aus, die an Objekten reflektieren und es dem System ermöglichen, Distanz, Geschwindigkeit und Winkel mit millimetergenauer Präzision zu bestimmen. Diese Fähigkeit macht mmWave zu einer idealen, kontaktfreien Plattform für kontinuierliches Vitalzeichen-Monitoring, eliminiert die Notwendigkeit klebender Sensoren und reduziert Infektionsrisiken – besonders wichtig während Pandemien.

In diesem Artikel untersuchen wir, wie mmWave Radar Atemfrequenz (BR) und Herzfrequenz (HR) detektieren kann, die damit verbundenen Herausforderungen und aufkommende Healthcare-Anwendungen.

Was verraten BR und HR?

Typische gesunde Bereiche für BR und HR sind in Tabelle 1 zusammengefasst. Individuelle Werte unterscheiden sich nach Alter, Geschlecht, Fitness und Aktivitätslevel, daher hilft eine kombinierte Bewertung von HR und BR Klinikern, Stress und Gesamtwohlbefinden einzuschätzen.

mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz
Tabelle 1: Vitalwerte einer gesunden Person

Altersspezifische Ruheherzfrequenzen sind in Tabelle 2 detailliert (Quelle: Wikipedia).

mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz
Tabelle 2: Altersabhängige Ruheherzfrequenz

Abbildung 1 illustriert, wie HR mit Fitness, Stress und medizinischen Zuständen schwankt (Quelle: AAAI 2018).

Zum Vergrößern klicken
mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz
Abbildung 1: HR-Variation nach Fitness, Stress und medizinischem Zustand

Abnormale BR und HR können lebensbedrohliche Zustände signalisieren wie obstruktive Schlafapnoe (OSA), plötzlicher Kindstod (SIDS), Dyspnoe und chronisch obstruktive Lungenerkrankung. Abbildung 2 zeigt charakteristische Atemmuster über diese Störungen (Quelle: ClinicalGate).

Zum Vergrößern klicken
mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz
Abbildung 2: Atemmuster bei verschiedenen Erkrankungen

Hohe Ruhe-HR korreliert mit erhöhtem kardiovaskulärem Risiko, während niedrige Ruhe-HR zukünftigen Schrittmacherbedarf vorhersagen kann. Kontinuierliches, kontaktloses Monitoring von BR und HR kann somit für vulnerable Patienten lebensrettend sein.

Kontakt vs. Kontaktfreies Monitoring

Traditionelle Vitalzeichengeräte – wie EKG-Elektroden und Pulsoximeter – erfordern direkten Hautkontakt. Für Langzeitmonitoring ist dies unpraktisch und erhöht Kreuzkontaminationsrisiko. Kontaktfreie Sensoren, besonders mmWave Radar, bieten eine sicherere Alternative, indem sie winzige Brustbewegungen aus der Distanz messen.

mmWave Radar Grundlagen

mmWave Radare operieren bei 30–300 GHz, entsprechend Wellenlängen von 10–1 mm. Industrielle Allokationen spannen 60–64 GHz, während Automobilsysteme 76–81 GHz nutzen. Die kurze Wellenlänge ermöglicht kompakte Antennen und Sub-Millimeter-Präzision bei Distanzdetektion.

Wir fokussieren auf frequenzmodulierte Continuous-Wave (FMCW) Radare. FMCW sendet einen linearen Chirp – Frequenz steigt über Zeit – und erfasst das reflektierte Signal. Die Differenz zwischen gesendeter und empfangener Frequenz ergibt Distanz; Phasenschiebungen offenbaren Bewegung.

Zum Vergrößern klicken
mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz
Abbildung 3: Chirp im Zeitbereich

Ein typisches FMCW-Radar-Blockdiagramm zeigt Abbildung 4 (Quelle: TI.com).

Zum Vergrößern klicken
mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz
Abbildung 4: FMCW Radar Blockdiagramm

Der Mischer kombiniert gesendetes und empfangenes Signal und erzeugt eine Intermediate Frequency (IF), die Summen- und Differenzkomponenten enthält. Ein Tiefpassfilter isoliert die Differenzkomponente, die dann Fourier-transformiert wird, um Peaks zu offenbaren, die Objektdistanzen entsprechen.

Zum Vergrößern klicken
mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz
Abbildung 5: Frequenzbereichsdarstellung von TX/RX Chirps und IF Tönen

Geschwindigkeit wird aus Phasendifferenzen zwischen aufeinanderfolgenden Chirps abgeleitet, nutzend den Doppler-Effekt. Die kurze mmWave Wellenlänge (≈ 3,5 mm) verstärkt Phasenempfindlichkeit und ermöglicht Detektion von Sub-Millimeter-Bewegungen.

Herz- und Atemfrequenz-Detektion mit mmWave

mmWave Radare bei 60 oder 77 GHz können Brustbewegungen von nur einem Bruchteil eines Millimeters erfassen. Abbildung 6 zeigt den Signalfluss: Chirps werden Richtung Brust gesendet, das reflektierte Signal wird range-FFT-verarbeitet, um den Brust-Bin zu isolieren, und die Phase dieses Bins wird über Zeit getrackt.

Zum Vergrößern klicken
mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz
Abbildung 6: HR und BR Detektions-Setup

Aus der Geschwindigkeits-Zeitreihe isoliert ein Doppler FFT Frequenzkomponenten, die Herzschlägen (≈ 0,8–2 Hz) und Atmung (≈ 0,1–0,5 Hz) entsprechen. Peak-Zählung in jedem Ein-Minuten-Fenster liefert HR- und BR-Werte. Abbildung 7 illustriert diesen Algorithmus.

Zum Vergrößern klicken
mmWave Radar für kontaktloses Monitoring von Herz- und Atemfrequenz
Abbildung 7: HR und BR Detektions-Algorithmus

Herausforderungen und zukünftige Richtungen

Signalreflexion variiert zwischen Individuen aufgrund von Unterschieden in Hauttyp, Gewebezusammensetzung und Körperwassergehalt. Laufende Forschung zu diesen Variabilitäten zielt darauf ab, Kalibrierungsmodelle zu verfeinern und Messgenauigkeit zu erhöhen.

Fazit

Während mmWave Radar traditionell Verteidigung, Automotive und Industrie bediente, erschließen seine sich entwickelnde Präzision, schnelle Signalverarbeitung und ultra-kompakter Formfaktor nun transformative Healthcare-Anwendungen – Patientenaktivitätsmonitoring, Vitalzeichenüberwachung und sogar Stress- oder Schläfrigkeitserkennung. Diese Fähigkeiten versprechen nicht nur für klinische Settings, sondern auch für intelligente Fahrerüberwachungssysteme Potenzial.

Referenzen

  1. Texas Instruments. "68xx Vital Signs."
  2. "Remote Monitoring of Human Vital Signs Using mm‑Wave FMCW Radar."
  3. DeepHeart: Semi‑Supervised Sequence Learning for Cardiovascular Risk Prediction.

Sensor

  1. Remote-Wetterüberwachung mit Raspberry Pi 3 & PubNub
  2. Ist Continuous Monitoring die richtige Wahl für Ihren Betrieb?
  3. Effizienz maximieren: Wie vorbeugende Wartungssoftware den Fertigungserfolg antreibt
  4. Intelligentes IoT-Flussüberwachungssystem optimiert Wassermanagement & Hochwasserschutz
  5. Effiziente Gehäusebelüftung mit gelochtem Blech: Kosteneffektive Lösung
  6. Integrierte Herzfrequenz-Sensoren in Smart Clothing: Zuverlässiges Wearable-Monitoring
  7. Fortschrittlicher selbstheizender Wearable-Gassensor für präzises Gesundheits- und Umweltmonitoring
  8. Einheitlicher COVID-19-Test: Erkennung, Variantentracking & Co-Infektionen in einem Verfahren
  9. Fortschrittliche Hochhöhen-UAV für präzise meteorologische Überwachung
  10. Radar-gestützte, berührungsfreie Herztonüberwachung