O monitoramento da saúde por meio de tecnologias não invasivas tem ganhado relevância diante do envelhecimento populacional e do aumento das doenças crônicas. Entre essas abordagens, destaca-se o uso do Channel State Information (CSI) de redes Wi-Fi, capaz de captar variações sutis na propagação do sinal associadas a movimentos corporais e parâmetros fisiológicos. O objetivo deste trabalho foi desenvolver e validar preliminarmente um algoritmo em Python para estimar a frequência cardíaca (FC) a partir do CSI, utilizando um roteador doméstico, um Raspberry Pi 4B e um computador. Foram conduzidas coletas em ambiente controlado com voluntários saudáveis, e os resultados foram comparados ao dispositivo de referência (Polar H10). Para garantir a comparabilidade, foi necessário alinhar os registros temporais de ambos os sistemas, convertendo os timestamps para o formato Unix Epoch e ajustando-os para o segundo mais próximo. Na análise preliminar (n = 6), o método baseado em Wi-Fi CSI apresentou média de 64,62 ± 2,80 bpm, enquanto o Polar registrou 74,58 ± 9,62 bpm, indicando subestimação sistemática de aproximadamente −9,96 bpm, com diferença estatisticamente significativa (p = 0,035). Apesar da limitação amostral e da acurácia reduzida, os achados sugerem a viabilidade do uso do Wi-Fi CSI para estimativa da FC, apontando a necessidade de ajustes metodológicos e expansão da amostra para validação robusta