近日，由未来科学与工程学院汪磊老师团队撰写的论文“Accurate Blood Pressure Measurement Using Smartphone's Built-in Accelerometer”被ACM UbiComp'24正式录用。UbiComp是普适计算领域的顶级会议，同时也是《中国计算机学会推荐国际学术会议和期刊目录》中人机交互与普适计算领域的CCF A类会议，汪磊为论文第一作者。

高效的日常血压监测是公共卫生领域的一个重大挑战，已引起工业界和学术界的广泛关注。商用手机已成为测量血压的有希望工具，得益于其广泛的普及性、便携性和易用性。大多数基于手机的系统利用内置相机和LED结合捕捉光电容积描记图（PPG）信号，通过分析血流特性来推断血压。然而，由于信噪比（SNR）低，手指移动、手指放置不当、皮肤纹身或环境光线波动等各种因素可能会扭曲PPG信号。汪磊老师团队介绍了一种利用手机内置加速度计捕捉地震心动图信号的新型传感系统，实现准确的血压测量。该系统优于以前的基于手机的血压测量系统，提供了如高信噪比、易用性和功耗效率等优势，他们提出了一个三阶段噪声减少方案，整合了改进的完整集合经验模态分解与自适应噪声、递归最小二乘自适应滤波器和软阈值处理，有效重构了最初被污染的高质量心跳波形。同时，为了在智能手机上实现电池效率，团队提出了一个资源高效的深度学习模型，该模型结合了资源高效的卷积、快捷连接和Huber损失。该系统的卓越性能展示了其在日常血压测量中的强大鲁棒性和准确性。