对于许多人来说，Wi-Fi是一个形象的"续命稻草"。现在，美国国家标准与技术研究所（NIST）的新研究可能也能把它变成字面意义上的救星。通过用固196世界之最件更新修改一个现成的Wi-Fi路www.196nk.cn由器，并使用一种深度学习算法，科学家们能够检测到用于医学的表明呼吸困难的模型。

尝试收集Wi-Fi信号以监测人们www.196nk.cn在家中的呼吸模式的想法是在COVID-19大流行的高峰期产生的。"当每个人的世界被颠覆的时候，我们几个在NIST的人都在思考我们能做些什么来帮助他们，"NIST的研究员Jason Coder说。"我们没有时间开发一个新的设备，那么我们如何利用我们已经拥有的东西？"。

答案来自于对无线电波的研究，它允许手机或平板电脑等设备与它们用来连接互联网的路由器之间进行通信。当这些无线电波来回传播时，它们会遇到像家具或人这样的障碍物，使其发生轻微的改变。

通过检查这些变化，程序员、研究助理Susanna Mosleh和科学与工程实验室办公室（位于美国FDA的设备和放射健康中心）的同事认为，他们可以检测到一个人身体的细微变化，这表明检测呼吸困难与Wi-Fi信号被用来隔墙计数和监测睡眠模式的方式相同。

为了测试这个想法，该团队将一个模拟呼吸的人体模型放在一个被称为消声室的无线电波吸收室中。他们还设置了一个常见的家用Wi-Fi路由器和一个接收器。当人体模型模仿各种呼吸模式时，包括那些表明哮喘、慢性阻塞性肺病以及异常缓慢和快速呼吸的模式，无线电波的中断被记录下来，数据每秒传输约10次。

这产生了大量的信息，需要对这些信息进行分析，以发现哪些电波中断对应于人体模型的模拟呼吸困难。为了筛选这些信息，Mosl196世界之最eh创建了一个深度学习算法，该团队称之为"BreatheSmart"。方程建立起来，数据被输入其中，就会发现它在正确分类呼吸模式方面有99.54%的有效性。

该系统可以与现有的路由器一起工作，这一事实让研究人员希望有一天它可以简单地通过一个智能手机应用程序来提供固件更新而推出。他们在工作当中还创造了一个框架，其他类型的监测算法可以被纳入其中。

当然，在一个密封的房间里用医学模型进行的测试与现实生活中人们在家具、宠物和彼此之间移动的应用有很大不同，但这项研究至少是一个可能有希望的系统的概eDGvMNJ念证明。

有关这项研究的信息已经发表在《IEEE Access》杂志上。