近日,1331.c.om.银河游戏/未来技术学院孙琪真教授团队和同济医学院附属同济医院陈琛教授团队、南方科技大学沈平教授团队以及华为技术有限公司合作,设计了一种基于光纤传感器的智能手环系统,将传感模块、信号处理模块、蓝牙传输模块和手机健康管理APP集成,实现动态血压监测。相关工作以“Automatic and continuous blood pressure monitoring via an optical-fiber-sensor-assisted smartwatch”为题发表在期刊PhotoniX上。华中科技大学孙琪真教授与南方科技大学沈平教授为论文共同通讯作者,华中科技大学博士研究生李良晔为论文第一作者。
心血管疾病是发病率第一、死亡率最高的疾病,有报道称24小时动态血压监测有助于评估药物效果和预防心血管疾病。传统的袖带式血压计需充气加压因此限制连续测量的可能性,基于光电容积描记技术的可穿戴连续血压监测受限于灵敏度不足,制约了其在临床实践的应用。光纤传感器凭借其抗电磁干扰、高灵敏、生物相容性好的特性在可穿戴应用中具有广泛前景,但仍需克服位置对准、终端集成的挑战。
基于此,研究团队提出并开发了一种光纤传感器辅助的智能手环,用于连续精确的血压监测。光纤传感器由一个光纤适配器传感单元和一个液体胶囊组成,光纤适配器被用来检测脉搏波压力信号,而液体胶囊被用来扩大传感区域并增强传感器与皮肤之间的耦合。脉搏波携带丰富的心血管病理信息,其典型特征将被分析提取并通过机器学习算法构建血压监测模型。可穿戴的信号处理芯片、蓝牙传输模块和一个自主开发的手机APP将与光纤传感器结合,组成具备动态血压监测功能的可穿戴智能手环。其性能显示血压平均误差小于3 mmHg,误差标准差小于5 mmHg,符合美国医疗仪器促进协会(AAMI)规定的精度要求。
图1智能光纤血压手环系统
研究团队开发的动态血压监测系统由光纤传感器、信号采集芯片、数据处理芯片、智能手环终端和APP组成。脉搏波信号由光纤传感器感知,然后由光电探测器检测并转换成电信号。微处理器包括信号采集、转换、去噪和特征提取。为了更准确地计算血压,使用神经网络来训练模型。最后,手环屏幕上显示收缩压(SBP)和舒张压(DBP)的数值,并以无线传输的方式传输到手机APP。
光纤传感器包括光纤适配器传感单元和液体胶囊。光纤适配器由聚乙烯管、空气芯和两根不同芯径的多模光纤组成,用于探测脉搏波信号。液体胶囊的设计是为了实现位置免校准和空间不敏感,根据帕斯卡定律,不可压缩静止流体中任一点受外力产生压强增值后,此压强增值瞬时间传至静止流体各点,因此,液囊基底区域内任何一点感应到的动脉脉搏信号都会传递到密封在液囊中的光纤适配传感单元。本项工作中,光纤传感器成功在20 mm × 20 mm区域内检测到高保真脉搏波信号,从而有效地消除了由位置漂移和错位引起的脉搏波信号失真,使血压监测更加精确。传感器在0-2 kPa的压力范围内具有高达-213 µw/kPa的灵敏度,并具备5 ms的超快响应时间,在长期的运行稳定性和可靠性过程中,在70000次循环后没有观察到明显的性能下降。
图2 血压计算模型
表1 血压精度
血压 |
平均误差 (mmHg) |
误差标准差 (mmHg) |
SBP |
-0.35 |
4.68 |
DBP |
-2.54 |
4.07 |
本项工作提出的用于连续血压监测的训练模型,包括预处理、特征提取、监督训练和模型拟合。为了解决脉搏形状变化难以提取特征点的问题,设计自修正阈值法实现对不同形态的脉搏特征点的自适应提取,通过全面筛选脉搏波的时域、幅值、面积、比值、波形特征量等特征参数,提高模型的鲁棒性,结合后向传播神经网络算法,将脉搏特征点作为输入,收缩压和舒张压作为输出,实现精准动态血压监测。
研究团队开展血压测量临床实验研究,采集样本覆盖健康人群和高血压人群,共105组样本,其中,30组样本作为测试集,测试结果表明,光纤智能血压手环的收缩压和舒张压的平均绝对误差分别-0.35 mmHg和-2.54 mmHg,标准差分别为4.68 mmHg和4.07 mmHg,均符合美国医疗仪器促进协会规定的误差标准,对早期心血管疾病的诊断和预防具有重要意义。
团队聚焦精准医疗、智慧医疗重大国家需求,开发全光纤心血管健康监测智能手环,对主动健康管理、个性化医疗的实施提供技术支撑,促进以个人为中心的数字化、智能化健康管理发展,光纤智能手环作为深度医工交叉合作的标示性成果,将鼓励以疾病预防和健康促进为重点的健康监测,助力健康中国战略的实施。
孙琪真教授团队主要从事微结构光纤器件、传感技术及应用研究,近年来在LSA、Optica、OEA、PR、AFM等高水平期刊上发表SCI论文140余篇,获得科技部重点研发专项(首席科学家)、国家自然科学基金重点项目和民用航天预研重点基金等多个项目支持,拥有45项授权发明专利,4项软件著作权,2项专利技术成果实施转化应用。
原文链接:
https://doi.org/10.1186/s43074-023-00099-z