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

Imaginez essayer d'écouter un seul battement de cœur dans une pièce où les murs tremblent, le sol vibre et une foule s'agite. Pendant des décennies, les capteurs médicaux ont lutté contre ce problème exact lorsqu'ils reposent sur le contact. Si une personne bouge, l'appareil glisse, le signal se brise, ou le mouvement du corps étouffe le minuscule et rythmique battement du cœur. Cette limitation a tenu la surveillance cardiaque continue et confortable hors de portée pour de nombreuses situations quotidiennes, de la marche dans un hôpital à l'exercice à domicile. Les scientifiques cherchent depuis longtemps un moyen de mesurer ces signes vitaux sans toucher la peau, en utilisant des ondes invisibles capables de traverser l'air pour détecter l'élévation et l'abaissement subtils d'un thorax. Le défi a toujours été de séparer le faible signal d'un cœur qui bat du bruit fort et chaotique d'un corps en mouvement.

Une équipe de chercheurs de l'Université Northwest à Xi'an a développé une nouvelle approche pour résoudre ce problème en utilisant le radar à ondes millimétriques, une technologie qui émet des ondes radio inoffensives pour détecter le mouvement. Leur méthode fonctionne en deux étapes distinctes, agissant d'abord comme un pisteur habile, puis comme un ingénieur du son sophistiqué. Dans la première étape, le système ne se contente pas de choisir un point fixe pour écouter, ce qui échouerait si la personne s'éloignait de ce point. Au lieu de cela, il observe le mouvement de la personne à travers une carte de l'espace et du temps, fusionnant deux façons différentes de suivre sa trajectoire pour trouver l'itinéraire le plus fiable. Une fois qu'il a verrouillé cette trajectoire, il extrait un flux de données brutes qui capture le mouvement de la poitrine, même pendant que la personne marche ou change de position. Cette étape est cruciale car elle garantit que le système écoute la bonne personne, et non le bruit de fond ou un signal fantôme causé par le mouvement.

La seconde étape prend ce flux brut et bruyant et le nettoie à l'aide d'un modèle informatique spécialisé conçu pour comprendre la forme d'un battement de cœur. Ce modèle décompose le signal en différentes couches de fréquence, un peu comme la séparation des basses, de la batterie et des voix dans une chanson, afin d'isoler le rythme spécifique du cœur des sons saccadés de la marche ou des pas. Il utilise ensuite un réseau d'apprentissage profond pour reconstruire une forme d'onde claire et lisse du battement de cœur, éliminant efficacement l'interférence qui rendrait autrement la lecture impossible. Enfin, le système compare cette forme d'onde propre à un modèle connu pour compter les battements par minute. Les chercheurs ont testé ce système sur huit personnes dans un couloir fermé, leur faisant rester immobiles, marcher vers l'avant et marcher vers l'arrière, tout en portant un bracelet intelligent pour vérifier la précision.

Les résultats montrent que cette approche à double étape fonctionne remarquablement bien dans des situations dynamiques là où les anciennes méthodes échouent. Lorsque les sujets étaient en mouvement, les techniques traditionnelles de traitement du signal produisaient des erreurs souvent importantes et incohérentes, certaines estimations manquant le véritable rythme cardiaque de plus de vingt battements par minute. En revanche, la nouvelle méthode a maintenu sa précision, avec une erreur moyenne de seulement un peu plus de deux battements par minute. Lors de tests où le système a été appliqué à différents environnements, tels qu'une salle de réunion et un bureau animé, il a maintenu un haut niveau de précision, avec des erreurs restant inférieures à quatre battements par minute même lorsque plusieurs personnes se déplaçaient. Les chercheurs ont constaté que leur méthode surpassait plusieurs autres modèles informatiques avancés et techniques de filtrage standard, prouvant que la combinaison d'un système de suivi intelligent et d'un réseau de reconstruction puissant est une voie viable.

Bien que l'étude démontre des progrès significatifs, les auteurs notent que leur succès actuel repose sur des données qu'ils ont créées en simulant des interférences de mouvement sur des signaux propres, et qu'ils n'ont pas encore testé le système sur un groupe de personnes vaste et diversifié dans le monde réel. Ils soulignent également que le système fonctionne actuellement mieux avec une seule unité radar et une seule personne, et que les scénarios complexes impliquant de nombreuses personnes en mouvement présentent encore des défis. Cependant, la conclusion fondamentale est claire : en localisant d'abord la trajectoire de mouvement correcte et en utilisant ensuite un cadre d'apprentissage profond hybride pour reconstruire le battement de cœur, il est possible de surveiller le rythme cardiaque avec précision, même lorsqu'une personne est en mouvement. Cette percée suggère un avenir où la surveillance des signes vitaux peut être véritablement sans contact et fiable, permettant un suivi de santé continu sans besoin de sangles, de capteurs ou de fixation physique au corps.