Vierailu lääkärin vastaanotolla ei ole täydellinen ilman verenpaineen mittausta pistämällä käsivarteesi mansetti ja kylmä stetoskooppi rintakehään. Mutta entä jos elintärkeitä merkkejä voitaisiin kerätä ilman kontaktia, kun istutte odotushuoneessa tai omassa kodissasi?
Cornellin insinöörit ovat osoittaneet menetelmän verenpaineen, sydämen lyöntitiheyden ja hengitysnopeuden lukemiseksi RFID-tyyppistä tekniikkaa Sähkö- ja tietotekniikan professori Edwin Kanin järjestelmä perustuu lähikenttäkoherenttiin tunnistukseen (near-field coherent sensing, NCS). Tunnistepiiri moduloi suoraan kehon pinnan ja sisäisiä mekaanisia liikkeitä multipleksoiduille radiosignaaleille.
NCS-menetelmä hyödyntää sekä sähkömagneettisen kentän amplitudia että vaihetta. Järjestelmässä interferometrian kaltainen rakenne siirtää sisäisten elinten/kudosten liikkeen RF-signaalin amplitudimodulaatioon.
Lähelle ihoa sijoitettava tunnistepiiri ohjaa sähkömagneettista lähikenttäenergiaa kehon sisäisiin kudoksiin. Kehon sisältä tunnistetagin generoimat lyhyemmät aallonpituudet tuottavat pienistä mekaanisista liikkeistä suhteellisen suuren vaihevaihtelun.
Järjestelmän interferometrisen analogian mukaan kehon sisällä oleva liike on differentiaalimuotoista" modulaatiota, kun taas kehon pintaliike on "common-mode" -modulaatiota. Näin nämäkin kaksi signaalia voidaan erottaa helposti toisistaan.
Kanin mukaan järjestelmä signaali on yhtä tarkka kuin sähkökardiogrammi tai verenpainemansetti, ja hän uskovansa, että tekniikkaa voitaisiin käyttää myös suolenliikkeen, silmänliikkeen ja monien muiden kehon sisäisten mekaanisten liikkeiden mittaamiseen.
Koska jokaisella tagilla on oma tunnistuskoodi, niin järjestelmä voi seurata jopa 200 ihmistä samanaikaisesti yhdellä lukijajärjestelmällä.
Tutkijat visioivat jo tulevaisuutta, jossa vaatteet voivat seurata terveyttä reaaliaikaisesti, ja tuloksia voisi lukea vaikkapa kännykällä.
Veijo Hänninen
Nanobittejä 20.12.2017
Business Finland on myöntänyt Jyväskylän yliopistolle merkittävän, 840 000 euron rahoituksen tutkimushankkeelle, jonka tavoitteena on tutkia generatiivisen tekoälyn (GenAI) hyödyntämistä ohjelmistokehityksen eri vaiheissa. Hanke kantaa nimeä Generative AI for the Software Development Life Cycle, ja sen kokonaisbudjetti Jyväskylän yliopiston osalta on 1,2 miljoonaa euroa, josta 30 prosenttia katetaan yliopiston omarahoituksella.
Imagination Technologies on esitellyt uuden E-Series-arkkitehtuurin, joka yhdistää grafiikka- ja tekoälylaskennan ensimmäistä kertaa samaan RISC-V-prosessoriin pohjautuvaan IP-lohkoon. Uutuus avaa tietä tehokkaammille, joustavammille ja energiaa säästäville reunalaitteille – älypuhelimista robottiautoihin.
Testaus- ja simulaatiojärjestelmistään tunnettu Keysight Technologies on julkaissut päivitetyn version System Designer for USB -työkalustaan. Uusin versio tukee nyt USB4 v2-standardia, mikä mahdollistaa uusimpien USB-teknologioiden hyödyntämisen jo suunnitteluvaiheessa.
5G RedCap -teknologia on suunniteltu kuromaan umpeen kuilua energiatehokkaiden ja erittäin nopeiden verkkojen välillä, avaten tien uuden sukupolven IoT-laitteille. Tutustu, miten tämä teknologia mullistaa 5G-ekosysteemin ja vie IoT-sovellukset täysin uudelle tasolle.
