LOFTER-网易轻博

图片来源于：Christine Daniloff, MIT

CDA数据分析研究院出品，转载需授权

在某些情况下，射频信号可能比摄像机或其他数据收集方法对护理人员更有用！

我们生活在一个无线信号在我们周围流动，并反弹出去的世界。麻省理工学院的研究人员现在正利用这些信号反射，为科学家和护理人员提供有关人类行为和健康的宝贵见解。

该系统名为Marko，将低功率射频信号传输到环境中。如果信号被一个正在移动的人反射回来，那么它将以一定的变化返回到系统。新的算法分析这些变化后的反射，并将它们与特定的个体联系起来。

然后，该系统跟踪每个人围绕数字平面图的移动。将这些移动模式与其他数据进行匹配，可以了解人们如何与他人以及环境进行交互。

在本周举行的《计算机系统中的人为因素》会议上，研究人员发表了一篇论文，描述了该系统及其在六个地点的实际使用情况:两个辅助生活设施、三个夫妻居住的公寓和一个有四名居民的联排别墅。案例研究表明，该系统能够仅仅根据无线信号区分个体，并揭示了一些有用的行为模式。

在一所辅助生活设施中，研究人员在得到患者家人和护理人员的许可后，对一名痴呆症患者进行了监测。在一个多月的时间里，他们测量了病人在不同区域间的起搏速度——这是一种已知的躁动迹象。通过将增加的起搏与探视记录进行比对，他们确定病人在探视家人后的几天里更加激动。研究人员说，这表明Marko可以提供一种新的、被动的方法来跟踪病人在家里的功能健康状况。

第一作者 Chen-Yu Hsu指出“这些都是我们通过数据发现的有趣的片段，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。我们开发了这个系统来倾听这些反映，以便更好地了解人们的行为和健康状况”。他是计算机科学与人工智能实验室(CSAIL)的博士生。

这项研究由迪娜·卡塔比(Dina Katabi)领导，她是电气工程和计算机科学教授，同时也是麻省理工学院无线网络和移动计算中心(Wireless@MIT)主任。

预测“tracklets”和身份

当部署在家中时，Marko会发出射频信号。当信号反弹时，它会产生一种被切成垂直和水平“框架”的热图，显示出人们在三维空间中的位置。人们在地图上以亮斑的形式出现。垂直的框架可以捕捉人的身高和体型，而水平的框架则可以确定他们的大致位置。当人们走路时，系统会分析射频帧(大约每秒30帧)，以生成短轨迹，称为轨迹条。

卷积神经网络——一种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。对于它感知到的每一个个体，系统都会创建两个“过滤面具”，这是围绕个体的小圆圈。这些遮罩基本上过滤掉了圆圈外的所有信号，这些信号锁定了个体移动时的轨迹和高度。结合所有这些信息——高度、构造和运动——网络将特定的射频反射与特定的个体联系起来。

但是，要给这些匿名的家伙标记身份，系统必须首先经过“训练”。在接下来的几天里，人们会佩戴低功率的加速度计传感器，这些传感器可以用来给反射回来的无线电信号贴上各自的标签。在培训中部署时，Marko首先生成用户的tracklets，就像它在实践中所做的那样。然后，将某些加速度特征与运动特征关联起来。例如，当使用者走路时，加速度随步数而振荡，但当他们停下来时，加速度变成了一条直线。该算法找到加速度数据和tracklet之间的最佳匹配，并将tracklet标记为用户标识。通过这样做，Marko学会了哪些反射信号与特定的身份相关联。

这些传感器永远不需要充电，而且在训练之后，这些人也不再需要佩戴它们。在家庭部署中，Marko能够以85%到95%的准确率标记新家庭中个人的身份。

取得良好的(数据收集)平衡

研究人员希望医疗机构能利用Marko被动地监测病人与家人和护理人员的互动，以及病人是否按时服药。例如，在辅助生活设施中，研究人员记录了护士走到病人房间的药柜，然后走到病人床前的具体时间。这表明护士在特定的时间给病人用药。

该系统还可能取代心理学家或行为科学家目前所使用的问卷和日记，以获取研究对象的家庭动态、每日计划或睡眠模式等行为的数据。这些传统的记录方法可能不准确，带有偏见，不适合长期研究。因为在长期研究中，人们可能不得不回忆几天或几周前做了什么。一些研究人员已经开始为人们配备可穿戴传感器来监测运动和生物特征。但是，尤其是老年患者，经常忘记佩戴或收费。

为什么不直接安装摄像头呢?首先，这需要有人监视并手动记录所有必要的信息。另一方面，Marko自动将行为模式(如运动、睡眠和互动)标记到特定的区域、日期和时间。

此外，视频更具侵入性， Chen-Yu Hsu补充道:“大多数人对一直被拍摄感到不舒服，尤其是在自己家里。用无线电信号来做这些工作，在获得一定程度的有用信息和不让人们感到不舒服之间取得了很好的平衡。”

Katabi和她的学生还计划将Marko和他们之前的工作结合起来，从周围的无线电信号推断呼吸和心率。然后，Marko将被用来将这些生物特征与相应的个体联系起来。它还可以跟踪人们的行走速度，这是一个很好的指标。

剑桥大学计算机科学与技术系移动系统教授塞西莉亚·马斯科洛(Cecilia Mascolo)指出，“这里的潜力是巨大的，关于相机成像，它提供了一个数据更少、更有针对性的收集信息的模式，这从用户隐私的角度来说是非常受欢迎的。然而，收集到的数据仍然非常丰富，论文的评估显示出准确性，这可以使许多非常有用的应用成为可能，例如在老年人护理、医疗依从性监测，甚至是医院护理”。

Mascolo还补充指出：“然而，作为一个社区，我们需要意识到这类技术带来的隐私风险”。应该考虑使用某些计算技术来确保数据的私密性。

本文翻译自：Wireless movement-tracking system could collect health and behavioral data