天堂久久一区,亚洲无线一线二线三线区别av,91精品亚洲

清華大學張瑩瑩團隊《Sci. Adv.》：深度學習賦能可穿戴傳感器實現面向普通用戶的血壓和心功能連續監測

2023-08-15 來源：高分子科技

心血管疾病每年造成數千萬人死亡，是威脅人類壽命的主要疾病之一。連續可靠地監測血壓和心臟功能對于診斷和預防心血管疾病至關重要。然而現有的心血管監測技術通常體積龐大且成本高昂，限制了其在疾病早期診斷和長期監測中的廣泛應用。因此，迫切需要發展實時、精準并適用于連續監測的便攜式心功能監測技術。

脈搏波是一類重要的生理健康指標，可直接反映人體心血管狀態，被廣泛應用于疾病的診斷和治療。然而對于普通用戶，通過脈搏波獲取心血管狀態存在兩大困難：1. 橈動脈的精準定位。非醫學專業的人群，特別是脈搏較弱的人群，很難精準定位橈動脈位置以獲取準確可靠的脈搏波信號。2. 解讀脈搏信號以獲取心血管狀態。近年來，人工智能和深度學習技術蓬勃發展，基于深度學習技術對可穿戴電子設備采集的生理信號進行挖掘和解讀，有望極大提升可穿戴電子設備在健康和醫療診斷中的應用價值。

清華大學化學系張瑩瑩團隊長期致力于發展面向健康和生命監測的柔性可穿戴電子材料與智能裝備。近日，該團隊將柔性應變傳感器陣列與深度學習算法相結合，構建了適用于普通用戶的無需精確定位的智慧血壓和心功能健康監測系統（圖1）。首先以碳化蠶絲織物為活性材料，構建了柔性可穿戴應變傳感器陣列，該傳感器兼具高線性度（擬合系數：0.9996）、高靈敏度（靈敏度：9.81）、高可拉伸性（應變范圍：200%）、快速響應（40 ms）和快速恢復（80 ms）的優點（圖2）。基于上述可穿戴傳感器陣列，普通用戶只需將其放在在腕部，即可獲得系列脈搏波信號（圖3），通過深度學習算法可自動篩選出高精度脈搏波信號用于進一步分析；然后，通過深度學習算法深入挖掘脈搏特征信息，實現了對血壓和心功能參數的精準監測，其中對血壓的預測平均絕對誤差小于1 mmHg（圖4）。進一步，作者構建了集信號采集、分析、顯示、預警于一體的可穿戴式智能心血管監測系統（圖5）。

圖1 可穿戴式智能心血管監測系統的構成與工作機制。(A) 貼附在手腕上的柔性穿戴傳感器陣列的示意圖和實物照片。(B) 應變傳感器陣列和碳化蠶絲織物的結構示意圖和掃描電鏡照片。(C) 通過應變傳感器采集橈動脈脈搏的原理示意圖。(D) 健康人的橈動脈脈搏詳細分峰及其對應信息。(E) 用于血壓和心功能參數分析的深度學習模型。

圖2 柔性可穿戴傳感器陣列的機電響應和無需精確定位能力分析。(A) 傳感器的電阻~應變響應性能。(B, C) 按壓應變傳感器陣列不同位置時電阻的相對變化。(D) 傳感器陣列在無需精確定位的情況下可精準采集脈搏波的原理示意圖。(E) 按壓傳感器陣列中心時的變形分布。(F) 按壓傳感器陣列中心時不同傳感器的變形程度。

圖3 傳感器陣列在采集高精度脈搏并用于脈搏特征提取方面的性能分析。(A) 應變傳感器采集的橈動脈脈搏波形。(B, C) 傳感器的長壽命。工作30天前后傳感器采集的橈動脈脈搏。(D) 傳感器陣列貼附在橈動脈附近不同位置時所采集的脈搏信號對比。(E-F) 從橈動脈脈搏信號中提取的特征信息。

圖4 基于深度學習技術處理脈搏波陣列信號并用于提取血壓和心功能參數，及其可靠性分析。(A) 血壓和心功能參數分析系統示意圖。(B-H) 智能系統預測的血壓與新功能參數與醫院專用設備所測量數據的對比圖，顯示了智能系統的可靠性。B.智能系統預測的舒張壓、收縮壓和平均血壓與醫院專用設備所測量數據的對比圖。C. 收縮壓的預測值與測量值間的差異。D. 舒張壓的預測值與測量值間的差異。E-H. 心功能參數的預測值與測量值間的對比圖。

圖5 智慧血壓和心功能監測系統在生活場景中的應用展示。(A) 用于健康狀態和智慧醫療系統示意圖。(B)實時監測血壓和心功能參數的場景照片。(C) 在連續5分鐘的測試中預測和測量血壓的對比圖。(D) 被試者進行Valsalva呼吸時可穿戴智慧系統所預測的血壓與醫用測試系統所測血壓的對照圖。(E, F) 在連續5分鐘的測試中可穿戴智慧系統所預測的心功能參數與與醫用測試系統所測值的對比圖。

這項研究以“Monitoring blood pressure and cardiac function without positioning via a deep learning–assisted strain sensor array”為題發表在《Science Advances》上（Sci. Adv., 2023, 9, eadh0615）。清華大學化學系2018級直博生李碩為該論文的第一作者（已畢業）。該項研究得到了北京大學第一醫院心血管科馬為主任和邱林醫生的合作支持。該研究得到了國家自然科學基金委會、北京市科學技術委員會以及國家重點基礎研究發展計劃的支持。

張瑩瑩課題組：主要研究面向生命健康監測的納米碳材料、絲蛋白材料及兩者的功能復合材料，發展其在柔性電子器件、智能織物和特種纖維領域的應用。課題組主頁：www.yyzhanggroup.com

原文鏈接：https://www.science.org/doi/full/10.1126/sciadv.adh0615

版權與免責聲明：中國聚合物網原創文章。刊物或媒體如需轉載，請聯系郵箱：info@polymer.cn，并請注明出處。

（責任編輯：xu）

【大中小】【打印】【關閉】

誠邀關注高分子科技

更多>>最新資訊

更多>>科教新聞

国产精品igao视频网网址不卡日韩,亚洲综合在线电影,亚洲婷婷丁香,黄色在线网站噜噜噜

誠邀關注高分子科技