清华大学张莹莹团队《Sci. Adv.》：深度学习赋能可穿戴传感器实现面向普通用户的血压和心功能连续监测

2023-08-15 来源：高分子科技

心血管疾病每年造成数千万人死亡，是威胁人类寿命的主要疾病之一。连续可靠地监测血压和心脏功能对于诊断和预防心血管疾病至关重要。然而现有的心血管监测技术通常体积庞大且成本高昂，限制了其在疾病早期诊断和长期监测中的广泛应用。因此，迫切需要发展实时、精准并适用于连续监测的便携式心功能监测技术。

脉搏波是一类重要的生理健康指标，可直接反映人体心血管状态，被广泛应用于疾病的诊断和治疗。然而对于普通用户，通过脉搏波获取心血管状态存在两大困难：1. 桡动脉的精准定位。非医学专业的人群，特别是脉搏较弱的人群，很难精准定位桡动脉位置以获取准确可靠的脉搏波信号。2. 解读脉搏信号以获取心血管状态。近年来，人工智能和深度学习技术蓬勃发展，基于深度学习技术对可穿戴电子设备采集的生理信号进行挖掘和解读，有望极大提升可穿戴电子设备在健康和医疗诊断中的应用价值。

清华大学化学系张莹莹团队长期致力于发展面向健康和生命监测的柔性可穿戴电子材料与智能装备。近日，该团队将柔性应变传感器阵列与深度学习算法相结合，构建了适用于普通用户的无需精确定位的智慧血压和心功能健康监测系统（图1）。首先以碳化蚕丝织物为活性材料，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（拟合系数：0.9996）、高灵敏度（灵敏度：9.81）、高可拉伸性（应变范围：200%）、快速响应（40 ms）和快速恢复（80 ms）的优点（图2）。基于上述可穿戴传感器阵列，普通用户只需将其放在在腕部，即可获得系列脉搏波信号（图3），通过深度学习算法可自动筛选出高精度脉搏波信号用于进一步分析；然后，通过深度学习算法深入挖掘脉搏特征信息，实现了对血压和心功能参数的精准监测，其中对血压的预测平均绝对误差小于1 mmHg（图4）。进一步，作者构建了集信号采集、分析、显示、预警于一体的可穿戴式智能心血管监测系统（图5）。

图1 可穿戴式智能心血管监测系统的构成与工作机制。(A) 贴附在手腕上的柔性穿戴传感器阵列的示意图和实物照片。(B) 应变传感器阵列和碳化蚕丝织物的结构示意图和扫描电镜照片。(C) 通过应变传感器采集桡动脉脉搏的原理示意图。(D) 健康人的桡动脉脉搏详细分峰及其对应信息。(E) 用于血压和心功能参数分析的深度学习模型。

图2 柔性可穿戴传感器阵列的机电响应和无需精确定位能力分析。(A) 传感器的电阻~应变响应性能。(B, C) 按压应变传感器阵列不同位置时电阻的相对变化。(D) 传感器阵列在无需精确定位的情况下可精准采集脉搏波的原理示意图。(E) 按压传感器阵列中心时的变形分布。(F) 按压传感器阵列中心时不同传感器的变形程度。

图3 传感器阵列在采集高精度脉搏并用于脉搏特征提取方面的性能分析。(A) 应变传感器采集的桡动脉脉搏波形。(B, C) 传感器的长寿命。工作30天前后传感器采集的桡动脉脉搏。(D) 传感器阵列贴附在桡动脉附近不同位置时所采集的脉搏信号对比。(E-F) 从桡动脉脉搏信号中提取的特征信息。

图4 基于深度学习技术处理脉搏波阵列信号并用于提取血压和心功能参数，及其可靠性分析。(A) 血压和心功能参数分析系统示意图。(B-H) 智能系统预测的血压与新功能参数与医院专用设备所测量数据的对比图，显示了智能系统的可靠性。B.智能系统预测的舒张压、收缩压和平均血压与医院专用设备所测量数据的对比图。C. 收缩压的预测值与测量值间的差异。D. 舒张压的预测值与测量值间的差异。E-H. 心功能参数的预测值与测量值间的对比图。

图5 智慧血压和心功能监测系统在生活场景中的应用展示。(A) 用于健康状态和智慧医疗系统示意图。(B)实时监测血压和心功能参数的场景照片。(C) 在连续5分钟的测试中预测和测量血压的对比图。(D) 被试者进行Valsalva呼吸时可穿戴智慧系统所预测的血压与医用测试系统所测血压的对照图。(E, F) 在连续5分钟的测试中可穿戴智慧系统所预测的心功能参数与与医用测试系统所测值的对比图。

这项研究以“Monitoring blood pressure and cardiac function without positioning via a deep learning–assisted strain sensor array”为题发表在《Science Advances》上（Sci. Adv., 2023, 9, eadh0615）。清华大学化学系2018级直博生李硕为该论文的第一作者（已毕业）。该项研究得到了北京大学第一医院心血管科马为主任和邱林医生的合作支持。该研究得到了国家自然科学基金委会、北京市科学技术委员会以及国家重点基础研究发展计划的支持。

张莹莹课题组：主要研究面向生命健康监测的纳米碳材料、丝蛋白材料及两者的功能复合材料，发展其在柔性电子器件、智能织物和特种纤维领域的应用。课题组主页：www.yyzhanggroup.com

原文链接：https://www.science.org/doi/full/10.1126/sciadv.adh0615

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）

【大中小】【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