SpiroSense：利用超声波技术将智能手机转变为肺功能监测设备

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：SpiroSense: Transforming Smartphones into Pulmonary Metrics Monitors with Ultrasonic Technology

智能手机集成超声相位检测与噪声消除模型实现低成本高精度肺功能监测

　　

摘要

慢性呼吸系统疾病，如慢性阻塞性肺疾病（COPD）和哮喘，通常会逐渐恶化，因此早期发现对于有效干预至关重要。目前标准的肺功能测试（PFT）方法，如肺活量测定法（spirometry），是通过测量气流速率来检测潜在的阻塞情况。然而，这些方法的成本往往高达数百美元甚至更高，限制了它们在家中定期监测的可行性。在本文中，我们介绍了SpiroSense这一创新系统，它通过集成一个仅售十几美元的定制3D打印附件，将智能手机转变为便携、低成本且精确的PFT设备，适用于日常使用。不过，智能手机固有的音频采样率（通常为48kHz）是一个关键限制因素，这在使用传统的基于互相关的时间延迟估计方法时，将气流分辨率限制在11.9 L/s。这样的分辨率不足以高保真地捕捉到关键的肺功能指标，例如10 L/s的峰值呼气流速（PEF）。为了解决这个问题，我们提出了SonicFlow技术，该技术基于超声波相位特征建立了基础的气流速率传感模型，将气流分辨率提升至0.148 L/s。此外，3D打印模型内部由于气流产生的高频谐波噪声以及环境噪声进一步增加了测量的复杂性。为了解决这些问题，我们设计了NoiseClear技术，这是一种端到端的超声波信号增强模型，能够在有效抑制噪声的同时保留关键的气流速度信息。我们对SpiroSense进行了原型测试，并在59名参与者（包括29名健康个体和30名患者）中评估了其性能。实验结果显示，SpiroSense在强制肺活量（FVC）方面的平均估计误差为6.44%，在一秒内的强制呼气容积（FEV1）方面为7.42%，FEV1/FVC比率为3.01%。