Use of radar-on-a-chip technology for respiratory parameter detection in medicine

Abstract

Auch wenn in der Humanmedizin die Überwachung und Bestimmung von Atemparametern in der klinischen Praxis alltäglich angewandt wird, stellt dies in der Veterinnärmedizin noch eine weitgehend ungelöste Herausforderung dar. Dies ist hauptsächlich darin begründet, dass die erforderliche Sensorik nicht an den Tierpatienten angebracht werden kann oder sollte. Die Folge dessen wäre eine Änderung des Atemverhaltens aufgrund verschiedener Reaktionen auf die unbekannten Sensoren, wie zum Beispiel Ängstlichkeit, Aufregung oder Neugierde, was wiederum die Diagnose verfälscht. Aus diesem Grund werden standardmäßig in der klinischen Praxis die Atemparameter per Adspektion bestimmt, was jedoch ausschließlich eine ungefähre oder ungenaue Messung ist und eine subjektive Beeinflussung vieler Parameter zur Folge haben kann.In dieser Arbeit wird eine kontaktlose Anwendung für die Bestimmung der Atemparameter mittels eines modulierten Dauerstrichradars auf einem Chip vorgestellt. Messungen wurden mit einem frei erhältlichen und günstigen integrierten Radarsystem durchgeführt, welches aufgrund der geringen Größe beliebig in bestehende klinische Gegebenheiten eingefügt werden könnte. Als Messansatz wurde das range-FFT Verfahren gewählt und für die Durchführung eigens ein entsprechend angepasstes Pythonprogramm geschrieben. Experimente für die Testung und Validierung des Systems wurden ex vivo an einer herauspräparierten Schweinelunge als Modell durchgeführt, welche von einem Superimposed High-Frequency Jet Ventilation System beatmet wurde. Dadurch war es möglich physiologisch korrekte, atemsynchrone Bewegungen bei üblichen Beatmungsfrequenzen mit der Schweinelunge durchzuführen. Weiterhin wurden in vivo Messungen an freiwilligen und gesunden Menschen für die Testung des Systems durchgeführt.Es konnte gezeigt werden, dass sowohl im Schweinelungenmodell, als auch bei den Messungen an den Freiwilligen drei der vier für Diagnosen in der Human- und Veterinärmedizin wichtigen Parameter, namentlich Qualität, Frequenz und Rhythmus, verlässlich bestimmt werden konnten. Geringe Bewegungen, verursacht durch hochfrequente Oszillation, konnten nur unter bestimmten Umständen gemessen werden. Bewegungen mit hohen Geschwindigkeiten und Frequenzen, weit über dem was physiologisch üblich und möglich ist, konnte in allen Versuchen gemessen werden. Es konnte somit gezeigt werden, dass mit diesem kontaktlosen Ansatz eine genaue Messung von Atemparametern möglich ist, welche sich in dem Parameterbereich der Tiere befindet, für die es zukünftig zur Anwendung kommen soll.

Although the monitoring of respiratory parameters is conducted daily in clinical practice in a wide variety of applications in human medicine, it is still a largely unresolved problem in veterinary medicine. This is due to the fact that monitoring sensors cannot or should not be attached directly to animal patients, as this can alter their respiratory behaviour due to anxiousness, excitement, curiosity or similar reactions, since they are not familiar with sensors being attached to them. This in turn could lead to an altered and possibly incorrect diagnosis. Therefore, it is still clinical practice to assess respiration by adspection, though this only allows for estimates of many parameters, which are additionally prone to subjective bias.In this work, a contactless application for respiratory parameter sensing utilising frequency modulated constant wave Radar-on-a-chip technology is presented. Measurements were carried out with a commercially available low-cost radar chip, which allowed for a small-sized setup and could easily be incorporated in various clinical settings. For the chosen approach of range-FFT, a custom program was written in Python. Experiments for testing and validation of function were conducted ex vivo on an excised porcine lung model that was ventilated at commonly used frequencies with a Superimposed High-Frequency Jet Ventilation system. This allowed for freely adjustable breathing synchronous movements of the lung. Furthermore, preliminary in vivo measurements on healthy human volunteers were conducted to test the application. It was shown that both in the porcine lung model and preliminary human measurements the sensing of three of the four respiratory parameters in human and veterinary medicine quality, frequency, and rhythm which are important for diagnosis of breathing-related afflictions were possible. Small movements of high-frequency oscillations could only be detected under favorable conditions, while fast movements exceeding physiologically occurring high-frequencies could be measured effectively. Therefore, it was shown that this approach enables accurate and contactless measurements in the range of respiratory parameters of future animal patients.