Non-Contact Heart Rate Estimation for Moving Subjects via aDual-Trajectory Hybrid Deep Framework

تخيل أنك تحاول الاستماع إلى نبضة قلب واحدة في غرفة تهتز جدرانها، وتتذبذب أرضيتها، ويتحرك فيها حشد من الناس. لعقود من الزمن، عانت المستشعرات الطبية من هذه المشكلة تحديداً عندما تعتمد على التلامس؛ فإذا تحرك الشخص، ينزلق الجهاز، أو تنقطع الإشارة، أو تطغى حركة الجسم على الخبطات الإيقاعية الصغيرة للقلب. لقد جعل هذا القصور المراقبة المستمرة والمريحة لنبضات القلب بعيدة المنال في العديد من المواقف اليومية، من المشي في مستشفى إلى ممارسة الرياضة في المنزل. لطالما سعى العلماء لإيج way لقياس هذه العلامات الحيوية دون لمس الجلد، باستخدام موجات غير مرئية يمكنها المرور عبر الهواء لاستشعار الارتفاع والانخفاض الطفيف في الصدر. وكان التحدي دائماً يكمن في فصل الإشارة الخافتة لنبض القلب عن الضجيج الصاخب والفوضوي لجسم يتحرك.

لقد طور فريق من الباحثين في جامعة نورث ويست في شيان نهجاً جديداً لحل هذه المشكلة باستخدام رادار الموجات المليمترية، وهي تقنية ترسل موجات راديو غير ضارة لاستشعار الحركة. تعمل طريقتهم عبر مرحلتين متمايزتين، حيث تعمل أولاً مثل متتبع ماهر ثم مثل مهندس صوت محترف. في المرحلة الأولى، لا يكتفي النظام باختيار نقطة ثابتة للاستماع، وهو ما سيفشل إذا ابتعد الشخص عن تلك النقطة، بل يراقب حركة الشخص عبر خريطة للمكان والزمان، ويدمج طريقتين مختلفتين لتتبع مساره للعثور على المسار الأكثر موثوقية. وبمجرد أن يحدد هذا المسار، يستخرج تدفقاً من البيانات الخام التي تلتقط حركة الصدر، حتى أثناء مشي الشخص أو تغير وضعيته. هذه الخطوة حاسمة لأنها تضمن أن النظام يستمع إلى الشخص الصحيح، وليس إلى الضوضاء الخلفية أو إشارة وهمية ناتجة عن الحركة.

أما المرحلة الثانية، فتأخذ هذا التدفق الخام والمشوش وتقوم بتنقيته باستخدام نموذج حاسوبي متخصص مصمم لفهم شكل نبضات القلب. يقوم هذا النموذج بتفكيك الإشارة إلى طبقات مختلفة من التردد، تماماً مثل فصل أصوات "الباص" والطبول والأصوات البشرية في أغنية، لعزل الإيقاع المحدد للقلب عن الأصوات المزعجة الناتجة عن المشي أو الخطوات. ثم يستخدم شبكة تعلم عميق لإعادة بناء شكل موجي واضح وسلس لنبضات القلب، مما يؤدي فعلياً إلى إزالة التداخل الذي كان سيجعل القراءة مستحيلة. وأخيراً، يقارن النظام هذا الشكل الموجي النظيف بنموذج مرجعي معروف لحساب عدد النبضات في الدقيقة. اختبر الباحثون هذا النظام على ثمانية أشخاص في ممر مغلق، حيث طلب منهم الوقوف ساكنين، والمشي للأمام، والمشي للخلف، مع ارتداء سوار ذكي للتحقق من الدقة.

تظهر النتائج أن هذا النهج ثنائي المراحل يعمل بشكل جيد للغاية في المواقف الديناميكية التي تفشل فيها الطرق القديمة. فعندما كان الأشخاص في حالة حركة، أنتجت تقنيات معالجة الإشارات التقليدية أخطاءً كانت غالباً كبيرة وغير متسقة، حيث أخطأت بعض التقديرات معدل ضربات القلب الحقيقي بأكثر من عشرين نبضة في الدقيقة. وفي المقابل، حافظت الطريقة الجديدة على دقتها، بمتوسط خطأ قدره نبضتان في الدقيقة فقط. وفي الاختبارات التي طُبق فيها النظام في بيئات مختلفة، مثل غرفة اجتماعات ومكتب مزدحم، حافظ النظام على مستوى عالٍ من الدقة، حيث ظلت الأخطاء أقل من أربع نبضات في الدقيقة حتى مع وجود عدة أشخاص يتحركون حوله. ووجد الباحثون أن طريقتهم تفوقت على العديد من النماذج الحاسوبية المتقدمة وتقنيات التصفية القياسية، مما يثبت أن الجمع بين نظام تتبع ذكي وشبكة إعادة بناء قوية هو مسار قابل للتطبيق.

بينما توضح الدراسة تقدماً كبيراً، يشير المؤلفون إلى أن نجاحهم الحالي يعتمد على بيانات قاموا بإنشائها عبر محاكاة تداخل الحركة على إشارات نظيفة، وأنهم لم يختبروا النظام بعد على مجموعة كبيرة ومتنوعة من الناس في العالم الحقيقي. كما يشيرون إلى أن النظام يعمل حالياً بشكل أفضل مع وحدة رادار واحدة وشخص واحد، وأن السيناريوهات المعقدة التي تضم العديد من الأفراد المتحركين لا تزال تشكل تحديات. ومع ذلك، فإن النتيجة الجوهرية واضحة: من خلال تحديد مسار الحركة الصحيح أولاً، ثم استخدام إطار عمل هجين للتعلم العميق لإعادة بناء نبضات القلب، فمن الممكن مراقبة معدلات ضربات القلب بدقة حتى عندما يكون الشخص في حالة حركة. ويشير هذا الاختراق إلى مستقبل يمكن فيه مراقبة العلامات الحيوية دون تلامس وبموثوقية عالية، مما يسمح بتتبع مستمر للصحة دون الحاجة إلى أحزمة أو مستشعرات أو أي اتصال جسدي بالجسم.