可穿戴式超声波传感器监测移动中的人

加州大学圣地亚哥分校的一个研究小组声称，这项工作可能有助于挽救生命的心血管监测。他们的工作详情见2023年5月22日自然Biotechnology．

“这个项目为可穿戴式超声波技术提供了一个完整的解决方案——不仅是可穿戴式传感器，还有控制电子设备，”加州大学圣地亚哥分校纳米工程系的博士候选人、该研究的第一作者林慕阳说。“我们制造了一种真正的可穿戴设备，可以无线感知深层组织的生命体征。”

这项研究来自加州大学圣地亚哥分校雅各布斯工程学院纳米工程教授、该研究的通讯作者Sheng Xu的实验室。

这种完全集成的自主可穿戴超声波贴片系统(USoP)据说是建立在实验室以前在软超声传感器设计方面的工作基础上的。这些软超声传感器需要系绳电缆进行数据和电力传输，这在很大程度上限制了用户的移动性。这项工作包括一个小的、灵活的控制电路，它与超声波换能器阵列通信，以无线方式收集和传输数据。机器学习组件有助于解释数据并跟踪运动中的主题。

根据实验室的研究结果，超声波贴片系统可以连续跟踪深度达164毫米的组织的生理信号，连续测量中心血压、心率、心输出量和其他生理信号，一次可达12小时。

林在一份声明中说:“这项技术有很大的潜力来拯救和改善生命。”“传感器可以评估运动中的心血管功能。休息或运动时血压和心排血量异常是心力衰竭的标志。对于健康人群，我们的设备可以实时测量心血管对运动的反应，从而深入了解每个人的实际运动强度，从而指导个性化训练计划的制定。”

根据该团队的说法，USoP也代表了医疗物联网(IoMT)发展的突破，这是一个连接到互联网的医疗设备网络的术语，将生理信号无线传输到云端，用于计算、分析和专业诊断。

林说:“在这个项目开始的时候，我们的目标是制造一个无线血压传感器。”“后来，当我们制作电路，设计算法并收集临床见解时，我们认为该系统可以测量比血压更多的关键生理参数，如心排血量，动脉硬度，呼气量等，所有这些都是日常医疗保健或医院监测的基本参数。”

此外，当受试者运动时，可穿戴式超声波传感器与组织目标之间会发生相对运动，这就需要手动频繁地调整可穿戴式超声波传感器，以保持对运动目标的跟踪。在这项工作中，该团队开发了一种机器学习算法，可以自动分析接收到的信号，并选择最合适的频道来跟踪移动目标。

当算法使用一个对象的数据进行训练时，这种学习可能无法转移到其他对象，从而使结果不一致且不可靠。

“我们最终通过应用一种先进的适应算法，使机器学习模型泛化工作，”加州大学圣地亚哥分校计算机科学与工程系的硕士生、该论文的共同第一作者张紫阳说。“这种算法可以自动减少不同主题之间的域分布差异，这意味着机器智能可以从一个主题转移到另一个主题。我们可以在一个主题上训练算法，并将其应用于许多其他新主题，只需最少的再训练。”

该传感器将在更大的人群中进行测试，并将由Softsonics公司商业化。