体征监测是康复过程中的重要环节。目前的监测手段主要有传感器监测和相机监测，但二者都有弊端：传感器监测需要用户实时佩戴传感器，会对生活造成一定影响；而相机监测过于依赖图像信息，换了衣服后通常会失效。

针对此问题，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的研究人员开发了一款新型设备，该设备基于射频二次识别技术，无需用户佩戴即可完成对生命体征（如心率和呼吸）的监测，且不会收集用户的敏感信息。

何为射频？

射频（Radio Frequency，简称RF），表示可以辐射到空间的电磁频率，是一种高频交流变化电磁波的简称。射频技术在生活中应用广泛：有线电视的数据传输、门禁卡以及自动停车场收费等均离不开射频技术。

射频信号可以穿过衣服在人体上反射，反射后的无线信号由接收器接收并转化为数据，从这些数据中可以提取出体型等信息。此前的研究表明，利用射频信号识别人的三维骨骼和行走模式是可行的。

射频热成像图和真实场景

研究人员利用深度学习算法，将用户的个人信息与经人体反射的射频信号进行匹配学习。研究人员发现只根据用户信息对信号进行匹配会导致过度拟合的问题，因此在实际的深度学习中，还考虑到不同环境的差异（对射频信号的反射程度不同）。

模型体系结构：接收的射频变化轨迹作为输入端，对其每隔3秒进行采样，而后通过特征提取网络对这些图像处理，经过两个子模块（帧级特征和段级特征）的处理，得到最终的轨迹特征。

射频识别和图像识别

图a和图b是同一个人，而图c是另一个人，但他和图a中的人穿衣是同一款式。图中箭头上的数字表示了系统识别的相关性，数字越接近1则越相关。

可以看到，图像识别往往根据外部信息进行识别，同一个人穿不同外套时会被认为不是同一个人。而射频识别则很好地避免了这种错误。

接下来的研究内容是体征识别。参与测试的患者同时佩戴加速度传感器，研究人员将传感器的数据和射频轨迹进行关联，从而实现反向计算：根据射频轨迹计算患者的生命体征。

值得一提的是，该系统可同时监测40人的生命体征，因此或可用于大型传染病的警报。在实际的家庭和校园测试中，该系统也实现了较高的精度。

RF-ReID的各项识别指标均高于图像或视频识别

而且，射频信号并不像照相机那样记录用户的很多隐私信息，可以更好地保护用户隐私安全。

观看视频了解射频识别的具体效果

了解更多：http://rf-reid.csail.mit.edu/

考虑到疫情形势多变及不确定因素，为保证大赛的活动质量和选手们的参与体验， 经大赛组委会商议决定，第五届“傅利叶”杯中国康复人创意大赛将延期举行，具体时间另行公布 。欢迎关注大赛官方公众号，如需咨询请添加专用微信号：innorehab。感谢大家的理解和一如既往的支持。

赛事咨询专用微信号：innorehab

关注 中国康复人创意大赛 官方公众号