Bối cảnh:

  + DKA là biến chứng nguy hiểm của tiểu đường, có thể gây tử vong nếu không được phát hiện sớm

  + Thở Kussmaul là dấu hiệu đặc trưng: thở sâu, nhanh, gấp gáp

  + Hiện chưa có hệ thống giám sát DKA theo thời gian thực tại nhà

• Công nghệ sử dụng:
•   + Cảm biến vi sóng C-Band (4.8 GHz) ghi nhận tín hiệu phản xạ từ chuyển động ngực
•   + Ghi nhận 30 subcarriers, chọn subcarrier tối ưu bằng phương pháp độ lệch chuẩn lớn nhất
•   + Dữ liệu được lọc bằng wavelet (db4, 4 cấp) để loại bỏ nhiễu
•   + Thuật toán peak detection cải tiến để xác định tần số và biên độ hô hấp
• Quy trình xử lý:
•   + Ghi nhận dữ liệu vi sóng → lọc wavelet → phát hiện đỉnh → tính tần số và biên độ hô hấp
•   + So sánh với dữ liệu từ cảm biến tiếp xúc (HKH-11C) để xác thực độ chính xác
• Kết quả thử nghiệm:
•   + 5 người tham gia (A–E), mỗi người thực hiện thở bình thường và thở Kussmaul
•   + Tần số thở bình thường: 15–18 lần/phút, biên độ <1
•   + Tần số thở Kussmaul: 32 lần/phút, biên độ >1
•   + Độ chính xác phân loại bằng SVM: 97.82%–99.76%, trung bình 98.75%
• Ưu điểm hệ thống:
•   + Không xâm lấn, có thể triển khai tại nhà
•   + Phù hợp với Tactile Internet và mạng 5G (độ trễ thấp, tốc độ cao)
•   + Có thể tích hợp vào hệ thống giám sát sức khỏe từ xa
• Hạn chế và hướng phát triển:
•   + Cần nghiên cứu thêm khi có nhiều người trong cùng không gian
•   + Cần tích hợp bảo mật và quyền riêng tư
•   + Có thể mở rộng sang các bệnh lý hô hấp khác như COPD, ngưng thở khi ngủ