npj Flexible Electronics | 无约束健康监测新突破:柔性传感器助力未来医疗变革

星标“医工学人”,第一时间获取医工交叉领域新闻动态~

医工学人评论

创新性地提出了一种基于柔性压力传感器的无约束BCG监测系统,在提升生理信号检测灵敏度和用户舒适性的同时,为远程健康监测和心血管疾病筛查提供了新的可能。

3月1日,中科院重庆绿色智能技术研究所等单位的研究人员发表研究文章提出了一种基于柔性压力传感器的无约束BCG监测系统,具有高灵敏度、无佩戴、低功耗等优点,为生理信号长期监测提供了新思路。


创新性:采用梯度球冠微结构,相比传统压力传感器,显著提高了接触面积,从而增强了在高静态压力下的灵敏度,对于长期无约束监测至关重要结合摩擦电效应与静电感应实现力电转换,使传感器在低频生理信号检测(如呼吸和BCG)方面表现优异;传感器可固定在座椅、床垫等家具表面,无需用户佩戴,提高了舒适性,适用于长期健康监测。


局限性:研究主要在静坐状态下进行,未充分验证该系统在运动、站立或睡眠等不同姿势下的稳定性;研究仅通过ECG验证BCG心率测量的准确性(98.56%–99.74%),但尚未进行与临床级别的心血管诊断设备(如Holter监测仪)的全面对比。


临床应用潜力:该系统无需佩戴,可集成至座椅、床垫等日常家具,适用于高血压、心律失常等慢性病患者的远程监测,减少医院随访频率;可用于ICU或康复病房,作为ECG等传统监测方式的补充,为患者提供更舒适的连续性监测手段;结合健身器材,该系统可应用于运动康复领域,监测运动前后的BCG信号变化,为运动负荷评估提供生理依据。

*评论内容仅供参考,一切以英文原文为准



在快节奏的现代生活中,健康监测已成为人们日益关注的话题。心血管疾病作为全球主要健康威胁之一,如何实现精准、便捷、无约束的长期监测,成为医学界和工程界共同追求的目标。

目前,医学领域普遍采用心电图(ECG)和光电容积脉搏波(PPG)等技术进行心血管健康监测。然而,这些方法均存在一定的局限性:

  • 佩戴限制与舒适性问题:ECG需要电极粘附皮肤,长期佩戴可能导致皮肤不适,而PPG设备通常依赖手指或手腕佩戴,影响日常活动的自由度。
  • 动态监测受限:传统设备在用户活动时容易受到干扰,难以提供连续、稳定的生理数据。
  • 医疗依赖度高:ECG监测通常需要专业设备和操作,限制了其在家庭和远程健康管理中的应用。

在这一背景下,研究人员致力于探索更加便捷、无侵入的监测方式,以满足日益增长的健康管理需求。而BCG作为一种无接触式心血管信号检测技术,近年来受到广泛关注。

figure 1

图1 无约束BCG和呼吸监测系统的工作原理

a由心跳产生的BCG信号。b生理信号(包括卡介苗和呼吸信号)的生成、传输、采集和分析。c传感器结构拆卸示意图。GNW:石墨烯纳米壁。d石墨烯电极表面的扫描电镜图像(比例尺:100 μm)。e梯度球冠阵列微观结构表面的SEM图像(比例尺:100 μm)。f柔性传感器照片(比例尺:3厘米)。

本研究提出的智能无线柔性传感系统,其核心亮点在于梯度球冠微结构柔性压力传感器的应用。这一创新性设计,使得系统能够在高静态压力下保持对微弱生理信号的高灵敏度,从而实现无约束状态下的精准监测。

1. 梯度球冠微结构:微弱信号的放大器
与传统平面传感器不同,该研究采用了一种梯度球冠微结构,有效提升了压力传感器的有效接触面积,增强了信号采集能力。在高静态压力环境(如人体坐姿或卧姿)下,传感器依然能够精准捕捉微弱的BCG信号和呼吸信号。

此外,该传感器结合摩擦电效应与静电感应耦合实现信号转换,使其具备更高的信号输出效率,即便在低频率范围(0.1–30Hz)内,也能保持稳定的生理信号检测能力。

2. 无线传输与智能信号处理:精准解析生理数据
除了高性能传感器,该系统还具备无线传输和智能信号处理能力。传感器采集的信号通过蓝牙模块无线传输至终端设备,再由改进的变分模态分解(VMD)算法进行数据处理。这一算法能够有效分离心跳信号和呼吸信号,减少运动和环境噪声的干扰,从而提高监测的精准度。

更值得关注的是,该系统在实验中表现出极高的测量精度:心率监测准确率高达 98.56%–99.74%,接近ECG的医学级测量标准。呼吸率监测准确率 98.9%–100%,能够满足长期健康管理的需求。

3. 辅助心律失常诊断:迈向临床应用
心率变异性(HRV)是衡量心脏健康的重要指标,该研究利用BCG信号提取HRV参数,成功区分出健康个体与心律失常患者。通过Poincaré散点图分析,研究发现患有心律失常的患者,其HRV特征明显异常,为未来无约束心血管健康监测和疾病筛查提供了新的可能性。

图2 柔性压力传感器的理论分析和传感性能


该研究的突破性进展,为柔性电子技术在医疗健康、智能家居和运动监测等领域的应用提供了重要启示。

1. 居家健康监测:远程医疗新选择
由于该系统无需电极贴附,可集成至座椅、床垫等日常家具,实现长期无感监测,特别适用于老年人、慢性病患者的远程健康管理。未来,该技术可与人工智能健康分析平台结合,提供个性化健康评估和早期疾病预警。

2. 医院监护:ICU与康复病房的无创监测
相比传统ECG,该系统可以提供更舒适、更连续的生理监测,适用于ICU患者、术后康复病人,甚至可以作为医院体检的一部分,提升医疗监测的便捷性。

3. 运动健康管理:精准监测运动状态
未来,该系统可集成至健身设备或智能服装中,监测运动过程中的心率、呼吸和疲劳状态,为运动员、康复训练人员提供更科学的数据支持。

图3 无约束生理信号监测的应用

尽管该研究在无约束健康监测领域取得了重大进展,但仍存在一些挑战:

1. 适应多种人体姿势:目前主要针对静坐状态进行测试,未来需优化算法以适应运动、卧姿等场景。

2. 提高抗干扰能力:如何减少环境振动和人体微小位移对信号的影响,仍需进一步改进。

3. 临床大规模验证:该系统需在更大规模人群中进行测试,并与医学金标准(如Holter监测)进行深入对比,以验证其实用性。

文章链接:

https://www.nature.com/articles/s41528-025-00388-6

扫码添加医工学人小助手,进入综合及细分领域群聊国内外医工交叉领域顶尖高校、科研院所、医院、企业等专家学者、硕博士、工程师、企业家等,参与线上线下交流活动


推荐阅读

HIT Webinar | [雷文辉 上海交大] 通过模拟数据构建泛癌影像基础模型

Nature Medicine | 基于智能手表和智能手机的大脑健康远程评估和轻度认知障碍检测

北大团队新突破!国际首款软体膝关节假肢

Nat. Commun | 北航樊瑜波教授团队新成果:用于神经监测和修复的可降解外周神经接口

点击关注医工学人

本篇文章来源于微信公众号: 医工学人

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注