中国科学技术大学吴曼青院士团队陈彦教授、孙启彬研究员等人在无线人体感知研究中取得重要进展，实现了基于毫米波雷达的非接触人体心电图实时监测，突破了百余年来心电图仅能通过接触式传感器获取的局限。相关研究成果以“Contactless Electrocardiogram Monitoring with Millimeter Wave Radar ”为题发表于《IEEE Transactions on Mobile Computing》，并于11月28日被IEEE（国际电气与电子工程师协会）旗舰出版物IEEE Spectrum特别报道。这是中国科大信息与智能学部研究成果首次被IEEE Spectrum报道。
图一：毫米波非接触心电图实时监测（实时DEMO展示：https://www.bilibili.com/video/BV1oe411P73c/?share_source=copy_web）
心血管疾病是全球第一大致死疾病，每年约有1860万人因此失去生命。在我国，随着人口老龄化的日益突出，心血管疾病对居民健康的影响越加显著，其发病率与致死率均占世界前列。心电图（ECG）监测一直被视为临床诊断心血管疾病的金标准之一，在疾病早期诊断发现以及后续治疗过程中均有极高的临床价值。然而，自发明一百多年来至今，ECG监测一直要求利用贴身电极测量体表的电活动变化，导致不适的用户体验。因此，日常生活中的长时间连续ECG监测往往难以实施，造成转瞬即逝的异常心电状态记录丢失，延误疾病的诊断。
国家“十四五”规划纲就指出，要加强泛在感知体系建设，解决传统技术瓶颈，发展智能预警、应急救援救护和智慧养老等社区惠民服务。因此，中国科大吴曼青院士团队聚焦于当前公共健康领域的痛点问题，研究非接触ECG监测技术以突破传统ECG监测接触式测量的应用瓶颈。
图二：非接触心电图监测系统工作原理
传统ECG工作原理是通过接触皮肤的电极捕捉反映心脏状态的电活动变化。而直接以非接触形式测量体表的电信号是非常困难的。陈彦教授等人利用心脏电活动与机械活动是心脏活动同源不同表征的特性，使用毫米波雷达以非接触形式测量体表的心脏机械活动，提取四维心脏机械活动信号。随后利用深度神经网络模型建模心脏机械活动与电活动之间的非线性映射关系，通过数据驱动的方式求解该域转换问题，并最终还原出心电ECG波形。该方法在0.5米非接触感知距离、不同生理状态和人体相对静止躺姿约束的实验设计下，对35个实验对象实现了时间中位数精度小于14毫秒，形态中位数精度大于90%的非接触ECG监测性能。该方法的监测结果还支持对临床心律紊乱诊断过程中的关键指标：R-R间隔的稳定监测，其百分之九十误差均在9毫秒以内，进一步验证了该方法的医学价值。
图三：系统的时间和形态精度性能分析以及在不同心率状态下的监测结果对比
该研究突破了无线信号在人体感知任务中的物理感知极限，提供了一种非接触ECG监测方法。在使用过程中，被测者不需要佩戴电极也不需要去除衣物，以无感的方式完成ECG监测，具有极高的临床价值。
论文的第一作者为我校博士研究生陈金波，通讯作者为陈彦教授，中国科学技术大学为论文唯一单位。该研究得到了国家自然科学基金委、安徽省和中国科学技术大学的经费资助。
《IEEE Spectrum》是IEEE的旗舰科技杂志，成立于1964年，主要用于报道最前沿的技术、工程和科学研究进展，并展望与讨论未来发展趋势。
IEEE TMC文章链接：https://ieeexplore.ieee.org/document/9919401/
IEEE SPECTRUM新闻链接：https://spectrum.ieee.org/contactless-ecg
