一支大学研究团队开发了一项利用Wi-Fi测量心率的新技术。据圣克拉拉加利福尼亚大学（UCSC） 透露，由计算机科学与工程系教授卡蒂亚·奥布拉兹卡（Katia Obraczka）、博士生纳扬·巴蒂亚（Nayan Bhatia） 以及高中生兼访问研究员普拉纳伊·科切塔（Pranay Kocheta） 组成的团队，采用低成本ESP32芯片并结合机器学习算法，成功探测到心脏跳动引起的Wi-Fi信号变化。通过机器学习算法处理，该系统仅需五秒监测即可估算心率，准确度达到每分钟误差约半次（延长监测时间或使用更高性能Wi-Fi设备可进一步提升精度）。
这项名为Pulse-Fi的项目最远可在距离硬件10英尺处工作，意味着无需佩戴设备即可获取精确读数。“我们发现得益于机器学习模型，监测距离对性能几乎没有影响，这是以往模型面临的主要难题，”普拉纳伊·科切塔表示，“另一个关键是位置适应性——我们希望确保系统能稳健应对日常生活中各种不同场景。”
更重要的是，这种无线心率追踪技术成本极低，研究团队构建的系统仅需5至10美元。价格约30美元的树莓派芯片精度更高，但仍足够廉价以实现大规模生产。这些价格与脉搏血氧仪接近，而后者是医疗专业人员最常用来监测心率和血氧饱和度的设备。
与传统必须接触皮肤且通常需佩戴于手指的监测设备不同，Pulse-Fi实现了远程监测功能。除计算每分钟心率外，研究团队还致力于开发测量呼吸频率的功能，这对于检测睡眠呼吸暂停等病症具有重要意义——目前这类监测通常需要患者佩戴便携式设备。若团队能证明Pulse-Fi可无线精准实现该功能，将极大提升检测诊断的便捷性和舒适度。
