Motion-resilient and rapid contactless heart rate monitoring by overcoming dual physical barriers

Résumé Technique : Surveillance de la Fréquence Cardiaque Sans Contact, Rapide et Résiliente aux Mouvements

Énoncé du Problème
La surveillance non invasive des signes vitaux par radar offre une alternative sans fil pour des applications allant du diagnostic de l'apnée du sommeil à la détection de chutes. Cependant, l'estimation rapide et fiable de la fréquence cardiaque sous des mouvements corporels réalistes reste un défi majeur dû à deux barrières physiques fondamentales :

1. Masquage du Signal : Les signaux de respiration présentent généralement des amplitudes d'un ordre de grandeur supérieur aux signaux cardiaques. Les méthodes conventionnelles de sélection de cellule de distance (range-bin), qui reposent sur l'énergie maximale, se verrouillent invariablement sur ces composantes respiratoires dominantes plutôt que sur les signaux cardiaques plus faibles.
2. Compromis Résolution Temporelle-Fréquentielle : Distinguer le battement cardiaque des interférences spectrales nécessite généralement de longues fenêtres d'intégration (20 à 60 secondes) pour obtenir une résolution de fréquence suffisante. Cependant, de telles durées prolongées rendent le système extrêmement vulnérable aux artefacts de mouvement corporel, qui détruisent l'intégrité du signal. Les stratégies existantes de mitigation des mouvements reposent souvent sur des conditions restrictives (ex. : périodes d'immobilité ou amplitudes de mouvement limitées) ou sur des solutions matérielles coûteuses qui sacrifient le champ de vision.

Méthodologie
Les auteurs proposent un cadre complet de traitement du signal utilisant un radar FMCW (onde continue modulée en fréquence) standard à canal unique de 60 GHz dans une configuration 1 émetteur, 1 récepteur (1T1R). Le système surmonte les barrières susmentionnées grâce à trois techniques algorithmiques synergiques :

1. Critère de Variance d'Énergie Maximale pour la Sélection de la Cellule de Distance :

   • Base Physique : Bien que la respiration domine l'énergie moyenne, l'activité mécanique cardiaque (ballistocardiogramme) contient des transitoires mécaniques nettes qui génèrent une énergie spectrale significative s'étendant jusqu'à 20 Hz. En revanche, la respiration et les mouvements corporels aléatoires sont plus lisses et de plus basse fréquence sur de courtes échelles de temps.
   • Mécanisme : Le système utilise des fenêtres adaptatives de sous-seconde (0,05 à 1 s) pour « figer » le mouvement macroscopique du corps. Au sein de ces courtes fenêtres, la variance de l'énergie du signal cardiaque est nettement plus élevée que celle de la respiration ou du mouvement corporel. Un critère de variance d'énergie maximale est appliqué pour isoler de manière fiable les cellules de distance dominées par le rythme cardiaque, rejetant efficacement les cellules dominées par la respiration qui seraient sélectionnées par les méthodes d'énergie maximale conventionnelles.

2. Différenciation de Phase et Éclatement Temporel (Splicing) :

   • Différenciation de Phase : Une fois la cellule de distance optimale sélectionnée, la différenciation de phase est appliquée aux données de temps lent (slow-time). Cette opération élimine le terme de distance statique et atténue les interférences de basse fréquence provenant de la respiration et du mouvement corporel.
   • Éclatement Temporel (Splicing) : Pour résoudre le compromis entre robustesse au mouvement (nécessitant des fenêtres courtes) et résolution fréquentielle (nécessitant des fenêtres longues), les segments de phase différentielle de plusieurs fenêtres courtes sont concaténés (éclatés) pour synthétiser un signal continu couvrant une durée plus longue (par exemple, 5 secondes).
   • Suppression des Artefacts : Un filtre médian à 5 points est appliqué au signal éclaté pour supprimer les artefacts de repliement de phase (pics de haute amplitude) introduits par l'étape de différenciation.

3. Estimation Spectrale à Haute Résolution (MUSIC) :

   • L'algorithme MUSIC (Multiple Signal Classification) est employé sur le signal éclaté. Contrairement à la transformée de Fourier rapide (FFT), MUSIC sépare les sous-espaces de signal et de bruit, permettant la distinction de composantes fréquentielles étroitement espacées. Cela permet l'extraction précise de la fréquence cardiaque même lorsqu'elle est obscurcie par des harmoniques respiratoires résiduelles au sein d'une fenêtre d'observation courte.

4. Analyse Adaptative :

   • Le système utilise un cadre adaptatif où la longueur de la fenêtre de sélection de cellule est ajustée dynamiquement en fonction de la fréquence cardiaque estimée. Les fréquences cardiaques plus basses utilisent des fenêtres plus longues pour assurer une estimation de la variance stable, tandis que les fréquences plus élevées utilisent des fenêtres plus courtes pour minimiser l'influence du mouvement non stationnaire.

Résultats Clés
La validation expérimentale a été menée auprès de 10 participants à travers 12 scénarios de posture et de mouvement divers, incluant des angles d'incidence radar variables, des positions en décubitus dorsal, en décubitus latéral et des balancements corporels actifs.

• Précision : Le cadre proposé a atteint une erreur absolue moyenne en pourcentage (MAPE) globale de 4,4 % sur tous les scénarios.
• Résilience au Mouvement : Sous des conditions de mouvement significatif, le système a maintenit une erreur maximale plafonnée à 5,4 %.
• Comparaison : L'intégration du critère de variance d'énergie maximale, de l'éclatement temporel et de l'analyse MUSIC a réduit considérablement les taux d'erreur par rapport aux méthodes conventionnelles. Par exemple, l'utilisation d'une fenêtre d'estimation de fréquence de 3 secondes augmentait la MAPE à 6,1 %, tandis que la fenêtre éclatée de 5 secondes maintenait une performance optimale.
• Robustesse : Le critère de variance d'énergie maximale avec une fenêtre de 0,1 seconde a démontré une stabilité de suivi supérieure pendant le mouvement par rapport au critère d'énergie maximale, qui présentait une instabilité significative et une sélection erronée dans les mêmes conditions.

Signification et Revendications
L'article affirme présenter une solution pratique et évolutive pour la surveillance de la fréquence cardiaque sans contact, rapide et résiliente aux mouvements. En déplaçant la charge de la robustesse face aux mouvements de l'aspect matériel (ex. : antennes à faisceau étroit) vers les algorithmes, le cadre permet un déploiement utilisant des kits radar commerciaux standards et à bas coût. Les auteurs soutiennent que cette approche facilite le déploiement pratique d'une surveillance de santé sans contact, réactive et à l'échelle d'une pièce, dans des environnements non contraints tels que les domiciles, les services cliniques et les établissements de soins infirmiers, sans exiger que les sujets restent immobiles. L'ensemble du pipeline est purement algorithmique, fonctionnant efficacement sur des processeurs embarqués standards, soutenant ainsi la vision d'une surveillance des signes vitaux ubiquitaire et multi-personnes.