无线运动跟踪系统可以采集健康和行为数据

我们生活在一个无线信号的世界里，这些信号在我们周围流动，在我们的身体上跳动。麻省理工学院的研究人员现在利用这些信号反射，为科学家和护理者提供对人们行为和健康有价值的洞察。

该系统被称为马尔科，将一个低功率射频（RF）信号传输到一个环境中。如果信号从一个移动的人身上反射回来，它将以一定的变化返回系统。然后，新的算法分析这些变化的反射，并将它们与特定的个体联系起来。

然后，系统跟踪每个人在数字平面布置图上的移动。将这些运动模式与其他数据相匹配可以提供人们如何相互作用以及环境的见解。

本周在计算机系统中的人为因素会议上发表的一篇论文中，研究人员描述了该系统及其在六个地方的实际应用：两个辅助生活设施、三个夫妇居住的公寓和一个有四个居民的联排别墅。案例研究证明了该系统仅根据无线信号区分个体的能力，并揭示了一些有用的行为模式。

在一个辅助生活设施中，在患者家人和护理人员的许可下，研究人员监测了一名痴呆患者，该患者往往会因未知原因变得焦虑不安。在一个多月的时间里，他们测量了病人在他们所在单位的区域之间增加的步调——这是一种已知的躁动迹象。通过将增加的起搏与访客记录相匹配，他们确定患者在家访后的几天内更加焦虑。研究人员说，这表明马尔科可以提供一种新的、被动的方法来跟踪家庭患者的功能健康状况。

“这些是我们通过数据发现的有趣的部分，”第一作者陈玉徐说，他是计算机科学和人工智能实验室（CSAIL）的博士生。“我们生活在无线信号的海洋中，我们移动和走动的方式改变了这些反射。我们开发了一个系统来倾听这些思考……以更好地了解人们的行为和健康。”

这项研究由安德鲁卡塔比（Dina Katabi）、艾娜维特比（Erna Viterbi）和电子工程和计算机科学教授以及麻省理工学院无线网络和移动计算中心（Wireless@MIT）主任领导。论文中加入卡塔比和许的还有赵明敏和李光和以及16岁的校友鲁门·赫里斯托夫。

预测“tracklets”和身份

当部署在家中时，马尔科发出射频信号。当信号反弹时，它会产生一种热量图，它被切割成垂直和水平的“框架”，这表示人们在三维空间中的位置。人们在地图上看起来像明亮的斑点。垂直框架捕捉人的身高和体型，而水平框架则决定他们的一般位置。当个体行走时，系统会分析射频帧（大约每秒30帧），以生成称为轨迹的短轨迹。

卷积神经网络——通常用于图像处理的机器学习模型——使用这些轨迹来分离特定个体的反射。对于它感测到的每个个体，系统会创建两个“过滤遮罩”，它们是围绕个体的小圆圈。这些遮罩基本上过滤掉了圆圈之外的所有信号，这些信号在移动时会锁定个人的轨迹和高度。结合所有这些信息-高度、构建和移动-网络将特定的射频反射与特定的个人关联起来。

但要将身份标记到那些匿名的斑点上，首先必须对系统进行“培训”。几天内，个人佩戴低功率加速度传感器，该传感器可用于将反射的无线电信号标记为其各自的身份。当在培训中部署时，Marko首先生成用户的tracklet，就像在实践中那样。然后，算法将某些加速度特征与运动特征关联起来。例如，当用户行走时，加速度会随着步幅摆动，但当他们停止时，加速度会变成一条直线。该算法在加速数据和tracklet之间找到最佳匹配，并将tracklet标记为用户身份。在这样做的过程中，马尔科学会了哪些反射信号与特定的身份相关。

传感器从不需要充电，而且在训练后，个人不需要再戴上。在家庭部署中，马尔科能够以85%到95%的准确率标记新家庭中的个人身份。