搜索:  
香港城大李文荣教授课题组《Adv. Sci.》:一种基于海绵结构高频压力传感器的智能口罩-可实现人体呼吸、咳嗽和语音的监测及识别
2022-09-04  来源:高分子科技

  口罩是一种常用且有效的医学防护用品,佩戴口罩可以防止因打喷嚏、咳嗽、大声说话等产生的飞沫喷溅,还可以减少空气中颗粒物和刺激性气体对呼吸道的刺激,因此可以有效预防各种呼吸道疾病的发生和传染病的传播。而自2019年底由新型冠状病毒Covid-19引起的呼吸道传染病出现以来,人们在将近三年的时间里一直生活在对新冠疫情的恐惧中,口罩更是因此成为人们日常的必需品。根据世界卫生组织的数据,截至2022年8月,全球有约6亿确诊病例,且已有600多万人死于新冠。尽管世界范围内已开始大规模接种疫苗,但新冠的威胁仍未解除,大多数科学家依旧预计在未来很长一段时间内病毒都不会完全消失。鉴于该病毒传播的主要途径是呼吸道飞沫,越来越多的证据已经表明,全体佩戴口罩对于预防此类传染性呼吸道疾病至关重要。因此,戴口罩已经成为人们日常生活中的一种常态。而随着口罩的普及,由此带来的生活上的不便也逐渐浮现出来,其中一个方面是,口罩会对人声造成衰减,特别是其高频成分,从而导致语音的清晰度下降,同时也会影响与人声有关的健康监测数据。另一方面,人体呼吸、咳嗽、语音等的日常监测对于呼吸道相关疾病的检测和辅助诊断十分有意义。例如咳嗽作为一种常见的呼吸道疾病症状,其频率、强度和发作时间都对诊断有重要作用,以往此类信息主要依靠患者的回忆和讲述,存在不确定性,因此日常数据监测十分有必要。


  近期有研究探讨利用对人体呼吸、咳嗽和语音的监测,结合人工智能(AI)的方法帮助区分出有呼吸类疾病(如哮喘,百日咳,支气管炎)的患者,及新冠感染者。当前,科研人员主要通过手机软件、网络平台向公众征集所需的音频(即呼吸、咳嗽和语音)样本,用于构建人工智能模型、完善机器学习算法,以便发现患者的声音特征。然而从卫生角度来看,在开放的表面咳嗽或说话可能导致疾病进一步传播。另外,用传统麦克风进行日常监测时会受到周围环境噪音和其他人声音的影响。因此,我们提出在口罩上集成自主研发的超薄海绵结构传感器,利用口罩来监测人体的日常呼吸、咳嗽和语音,其具有可靠性高,私密性好,方便佩戴进行日常监测等优点。在佩戴口罩预防疾病传播的同时,也避免了检测过程中口罩对声音的衰减以及周围噪音的影响。采集到的信号通过人工智能技术进行进一步处理和分类,旨在通过佩戴智能口罩实现人体呼吸,咳嗽和语音监测进而辅助疾病的筛查和诊断。


基于海绵结构传感器的集成智能口罩


  香港城市大学李文荣教授团队近期提出一种集成智能口罩,结合机器学习方法用以监测和识别人体呼吸,咳嗽和语音,如图1所示。该智能口罩由商业口罩产品和自主研发的基于超薄海绵结构的柔性压阻式高频压力传感器集成而成,其中基于超薄海绵结构的压阻式压力传感器由碳纳米管/聚二甲基硅氧烷 (CNT/PDMS)纳米复合材料,利用价格低廉的方糖作为牺牲模板制备的。其面积约为2cm x 2cm,利用创新的印记制备技术,其厚度可达约400μm,同时具有极轻的重量,这种超薄结构有利于提高其灵敏度以探测微小的振动信号。为了增加传感器整体的稳定性,最后用聚对二甲苯薄膜 (Parylene-C, ~30nm)进行封装,这一步骤不影响传感器的灵敏度,还能增加传感器的防水性(水在其表面的接触角超过100°),减少呼吸带出的水汽对传感器的影响,并且无毒。这一薄片海绵结构的柔性传感器被证明具有高的灵敏度且能探测高频振动的信号。为使传感器更好地检测人体呼吸,咳嗽和语音,该传感器以自立的方式被固定在口罩内部正对口鼻处,即两侧电极固定于口罩上,其中间的超薄海绵结构传感单元可自由振动。人体呼吸音往往伴随着空气的扰动和振动,例如呼吸和咳嗽均有气体排出的过程,而声音本质上即是通过空气振动传播,此类振动信号被超薄海绵结构传感器探测到并转换成电信号输出。使用者只需简单地佩戴上该集成的智能口罩,其呼吸活动即可被记录。图2展示了利用该智能口罩监测人体呼吸,咳嗽和语音(“Robot“)的时域及频域信号,其中语音的频谱图显示出明显的谐波特征。目前电话通讯带宽上限为3400 Hz, 该智能口罩(海绵结构高频压力传感器)可以检测到~4000 Hz的振动谐波信息,因此具备用于语音识别的潜力。 


2. 利用该集成的智能口罩监测人体呼吸,咳嗽和语音(“Robot”


  团队共招募了31位志愿者测试该集成的智能口罩,利用机器学习的方法,包括支持向量机和卷积神经网络,建立了基于个人数据集以及多人数据集的识别模型,如图3所示。结果显示识别准确率达到约95%,表明该系统将来可被用于个人及公共健康监测和管理。这项工作结合了超轻量高频响应传感器材料制造、信号处理以及机器/深度学习技术,以展示一种可穿戴设备,即智能口罩,在日常生活中的持续健康监测中的潜在应用。该工作以“Wide-Bandwidth Nanocomposite-Sensor Integrated Smart Mask for Tracking Multiphase Respiratory Activities” 为题发表在《Advanced Science》上。 


3. 利用机器学习基于31位受试者的呼吸、咳嗽和语音数据进行分类和识别


  原文链接https://onlinelibrary.wiley.com/doi/10.1002/advs.202203565

版权与免责声明:中国聚合物网原创文章。刊物或媒体如需转载,请联系邮箱:info@polymer.cn,并请注明出处。
(责任编辑:xu)
】【打印】【关闭

诚邀关注高分子科技

更多>>最新资讯
更多>>科教新闻