清华大学张莹莹团队Science Advances: 柔性应变传感器阵列与深度学习算法相结合，构建智慧健康监测系统

一、【导读】
柔性电子发展迅速，在健康管理、医疗和人机交互方面显示出巨大的潜力。特别是人工智能和机器学习的蓬勃发展，进一步促进了柔性可穿戴电子产品的应用前景。在人工智能的帮助下，可以实现对可穿戴电子采集的生理信号的深入分析和数据挖掘，提升柔性电子在疾病诊断和精准治疗方面的能力。对于大多数没有专业知识的人来说，尤其是脉搏波较弱的患者，要定位脉搏的精确位置以获得准确细致的信号并不容易。因此，传感器在皮肤表面上的定位困难是其实际应用的主要阻碍。开发具有高灵敏度、易操作、智能的可穿戴系统，实现脉搏的精确、长期监测，对心脏状态和心脏功能的实时进一步分析和评估，有望提升可穿戴电子设备在健康和医疗诊断中的应用价值。

二、【成果掠影】
清华大学化学系张莹莹团队结合高灵敏度的应变传感器阵列和深度学习神经网络，开发了可穿戴、用户友好、智能的健康监测系统，无需精确定位和专业知识即可监测血压和心脏功能。以碳化丝织物（CSG）作为活性层材料，构建了柔性可穿戴应变传感器阵列。整个传感器阵列表现出优异的柔韧性、良好的生物相容性以及较高的结构和化学稳定性。构建了一个集成的可穿戴系统，并展示了其在精确和实时监测血压和心脏状态方面的应用。相关研究成果以“Monitoring blood pressure and cardiac function without positioning via a deep learning–assisted strain sensor array”发表在Science Advances上。

三、【核心创新点】
1.柔性应变传感器阵列与深度学习算法相结合；
2.构建了柔性可穿戴应变传感器阵列，该传感器兼具高线性度、高灵敏度、高可拉伸性、快速响应和快速恢复的优点。

四、【数据概览】

图1 用于监测血压和心脏功能的深度学习辅助应变传感器阵列的结构和工作机制示意图。@2023 The Authors

图2 应变传感器阵列的机电响应实验和仿真结果。@2023 The Authors

图3 应变传感器阵列在获取脉冲波和提取关键特征方面的性能。@2023 The Authors

图4 基于传感器阵列和深度学习神经网络获得的脉搏波监测血压和心脏功能的机制。@2023 The Authors

图5 智能血压和心功能监测系统在实际应用中的演示。@2023 The Authors

五、【成果启示】
本文开发了一种智能且用户友好的血压和心脏功能监测系统，该系统基于灵活的高灵敏度应变传感器阵列和深度学习神经网络，可以随机放置在手腕动脉附近进行数据采集。此外，还开发了智能预处理算法和深度学习模型，实现了关键特征的自动提取和血压、心功能参数的输出。作为概念验证，将传感器阵列与深度学习模型相结合，构建了一个用户友好的可穿戴系统，用于按时精确监测血压和心脏状态。这项工作有助于进一步开发精确健康监测、早期诊断和远程医疗的技术。

文献链接：Shuo Li et al., Monitoring blood pressure and cardiac function without positioning via a deep learning–assisted strain sensor array. Sci. Adv. (2023).
https://www.science.org/doi/full/10.1126/sciadv.adh0615
本文由辞书供稿