Radar mmWave para monitoreo sin contacto de frecuencia cardíaca y respiratoria

Los signos vitales —temperatura corporal, presión arterial, frecuencia respiratoria y frecuencia cardíaca— ofrecen a los clínicos una visión inmediata del estado de salud del paciente y la trayectoria de recuperación o declive. Estas métricas varían con edad, género, peso, condición física y actividad física o mental actual. Por ejemplo, durante el ejercicio, la temperatura corporal, la frecuencia respiratoria y la cardíaca aumentan naturalmente.

Los radares de onda milimétrica (mmWave) transmiten ondas de radio de longitud de onda corta que reflejan en objetos, permitiendo al sistema deducir rango, velocidad y ángulo con precisión de nivel milimétrico. Esta capacidad hace del mmWave una plataforma ideal, libre de contacto, para monitoreo continuo de signos vitales, eliminando la necesidad de sensores adhesivos y reduciendo riesgo de infección —particularmente importante durante pandemias.

En este artículo exploramos cómo el radar mmWave puede detectar frecuencia respiratoria (FR) y frecuencia cardíaca (FC), los desafíos involucrados y las aplicaciones emergentes en salud.

¿Qué Revelan la FR y la FC?

Los rangos saludables típicos para FR y FC se resumen a continuación (Tabla 1). Los valores individuales difieren por edad, género, condición física y nivel de actividad, por lo que una evaluación combinada de FC y FR ayuda a los clínicos a evaluar estrés y bienestar general.

Tabla 1: Signos Vitales de una Persona Saludable

Las frecuencias cardíacas en reposo específicas por edad se detallan en la Tabla 2 (fuente: Wikipedia).

Tabla 2: Frecuencia Cardíaca en Reposo por Edad

La Figura 1 ilustra cómo la FC fluctúa con condición física, estrés y condiciones médicas (fuente: AAAI 2018).

clic para imagen ampliada

Figura 1: Variación de FC por Condición Física, Estrés y Estado Médico

FR y FC anormales pueden señalar condiciones potencialmente mortales como apnea obstructiva del sueño (AOS), síndrome de muerte súbita del lactante (SMSL), disnea y enfermedad pulmonar obstructiva crónica. La Figura 2 muestra patrones respiratorios característicos en estos trastornos (fuente: ClinicalGate).

clic para imagen ampliada

Figura 2: Patrón Respiratorio en Diversas Condiciones

FC en reposo alta correlaciona con mayor riesgo cardiovascular, mientras que FC en reposo baja puede predecir necesidad futura de marcapasos. El monitoreo continuo, sin contacto, de FR y FC puede ser así salvavidas para pacientes vulnerables.

Monitoreo por Contacto vs. Libre de Contacto

Los dispositivos tradicionales de signos vitales —como electrodos ECG y oxímetros de pulso— requieren contacto directo con la piel. Para monitoreo a largo plazo, esto es inconveniente y aumenta el riesgo de contaminación cruzada. Los sensores libres de contacto, especialmente el radar mmWave, proporcionan una alternativa más segura al medir minúsculos movimientos del pecho a distancia.

Fundamentos del Radar mmWave

Los radares mmWave operan a 30–300 GHz, correspondientes a longitudes de onda de 10–1 mm. Asignaciones industriales abarcan 60–64 GHz, mientras que sistemas automotrices usan 76–81 GHz. La longitud de onda corta permite antenas compactas y precisión sub-milimétrica en detección de rango.

Nos centramos en radares de onda continua modulada en frecuencia (FMCW). FMCW transmite un chirrido lineal —frecuencia aumentando con el tiempo— y captura la señal reflejada. La diferencia entre frecuencias transmitida y recibida produce distancia; los desplazamientos de fase revelan movimiento.

clic para imagen ampliada

Figura 3: Chirrido en Dominio Temporal

Un diagrama de bloques típico de radar FMCW se muestra en la Figura 4 (fuente: TI.com).

clic para imagen ampliada

Figura 4: Diagrama de Bloques de Radar FMCW

El mezclador combina señales transmitidas y recibidas, produciendo una frecuencia intermedia (FI) que contiene componentes de suma y diferencia. Un filtro paso bajo aísla el componente de diferencia, que luego es transformado de Fourier para revelar picos correspondientes a rangos de objetos.

clic para imagen ampliada

Figura 5: Representación en Dominio de Frecuencia de Chirridos TX/RX y Tonos FI

La velocidad se deriva de diferencias de fase entre chirridos sucesivos, aprovechando el efecto Doppler. La corta longitud de onda mmWave (≈ 3,5 mm) amplifica la sensibilidad de fase, permitiendo detección de movimientos sub-milimétricos.

Detección de Frecuencia Cardíaca y Respiratoria con mmWave

Los radares mmWave operando a 60 u 77 GHz pueden detectar movimientos del pecho tan pequeños como una fracción de milímetro. La Figura 6 muestra el flujo de señal: chirridos transmitidos hacia el pecho, la señal reflejada procesada con FFT de rango para aislar el bin del pecho, y la fase de ese bin rastreada en el tiempo.

clic para imagen ampliada

Figura 6: Configuración de Detección de FC y FR

A partir de la serie temporal de velocidad, un FFT de Doppler aísla componentes de frecuencia correspondientes a latidos cardíacos (≈ 0,8–2 Hz) y respiración (≈ 0,1–0,5 Hz). Contar picos en cada ventana de un minuto produce valores de FC y FR. La Figura 7 ilustra este algoritmo.

clic para imagen ampliada

Figura 7: Algoritmo de Detección de FC y FR

Desafíos y Direcciones Futuras

La reflexión de señal varía entre individuos debido a diferencias en tipo de piel, composición tisular y contenido de agua corporal. La investigación en curso sobre estas variabilidades apunta a refinar modelos de calibración y mejorar la precisión de medición.

Conclusión

Aunque el radar mmWave ha servido tradicionalmente a sectores de defensa, automotriz e industrial, su precisión en evolución, procesamiento de señal rápido y factor de forma ultracompacto ahora desbloquean aplicaciones transformadoras en salud —monitoreo de actividad de pacientes, vigilancia de signos vitales e incluso detección de estrés o somnolencia. Estas capacidades prometen no solo para entornos clínicos sino también para sistemas inteligentes de monitoreo de conductor.

Referencias

1. Texas Instruments. "68xx Vital Signs."
2. "Remote Monitoring of Human Vital Signs Using mm‑Wave FMCW Radar."
3. DeepHeart: Semi‑Supervised Sequence Learning for Cardiovascular Risk Prediction.