UCLA陈俊教授 Adv. Mater.: 用于自适应呼吸监测的深度学习辅助面罩传感器网络

高分子科技

2022-05-23

导读：受cribellate丝的启发，瑞利不稳定性诱导纺锤结纤维被编织成可渗透和防潮的纺织摩擦电传感器，该传感器拥有51.2dB的信噪比...

点击上方“蓝字” 一键订阅

可穿戴式呼吸监测是一种快速、无创且方便的方法，可以早期识别人类健康异常，如限制性和阻塞性肺病。在这里，他们报道了一种计算流体动力学辅助的面罩传感器网络，它可以克服不同的用户面部轮廓和环境干扰，以收集高度准确的呼吸信号。

受cribellate丝的启发，瑞利不稳定性诱导纺锤结纤维被编织成可渗透和防潮的纺织摩擦电传感器，该传感器拥有51.2dB的信噪比，0.28秒的响应时间，以及0.46V kPa^-1的灵敏度。在深度学习的帮助下，口罩上传感器网络可以实现呼吸模式识别，分类准确率高达100%，比单个呼吸传感器有很大提升。此外，还开发了一个定制的用户友好型手机应用程序，将处理后的呼吸信号连接起来，进行实时数据驱动诊断，并与临床医生一键共享健康数据。深度学习辅助的面罩传感器网络为物联网时代的个性化呼吸管理开辟了新途径。

图1：呼吸监测系统的设计。 a)人体呼吸系统及相关常见呼吸系统疾病示意图。b)在4m s^-1 的正常呼吸速率下模拟面罩内表面的压力分布。 c)不同呼吸模式下的模拟峰值压力。d) 掩膜上传感器网络的设计。e) 显示纺织传感器结构的示意图。f) 传统呼吸传感器与面罩传感器网络的特性比较。g) 显示掩膜传感器网络可扩展性的照片。比例尺：5 厘米。h) 深度学习辅助自适应呼吸监测系统示意图。

图2：瑞利不稳定性用于制造受丝绸启发的摩擦电纤维。 a) 均匀、纺锤结和蛤壳结构的摩擦电纤维的可扩展制造。b) 显示摩擦电纤维线轴的照片。比例尺：2 厘米。c-e) 均匀 (c)、纺锤结 (d) 和蛤壳 (e) 构象的摩擦电纤维的 SEM 图像。比例尺：200 µm。f) 制造纤维的驼峰直径。g) 用于分析三种构象演化过程的准静态模型草图。L 和 h 分别为 PVDF 溶液液滴的长度和半径；b 为合金丝的半径；θ 是合金丝之间 PVDF 溶液的接触角（其中 x = h，φ = π/2，并且 x = b，φ = θ）。h）δ（ΔP）和n-θ之间的关系。i) 作为 n 和 θ 函数的相图，用于检查瑞利不稳定性确定的均匀和纺锤结构象。

图3：纺织摩擦电传感器的表征。 a) 摩擦电传感器的工作原理示意图。b) 摩擦电传感器在开路条件下的电荷分布模拟结果。c) 在 1 至 4 kPa 的变化负载压力下，纺织传感器的输出V_oc分别具有 1 Hz 的恒定频率。d) 纺织传感器的输出 V_oc 分别在 1/6 到 1 Hz 的不同频率下具有 4 kPa 的恒定负载压力。e) 三种基于构象纤维的纺织传感器的灵敏度和电输出比较。f）基于纺锤结的纺织传感器的τ和SNR。g) 纺织品传感器在 4 kPa 压力和 1 Hz 频率下的耐久性能。

图4：基于面罩上传感器网络的自适应呼吸监测系统的演示。a) 用于呼吸监测的面罩上传感器网络模型示意图。b) 显示深呼吸时面罩内表面压力分布的插值图像。c,d) 正常和深呼吸模式下不同通道V_oc的振幅和频率（每分钟呼吸次数）。1类：正常呼吸；2类：深呼吸；3类：偶尔咳嗽；4类：正常声音；5类：呼吸衰竭。g) 构建的CNN模型的详细结构。h) 在200个历时中评估分类精度、学习率以及损失函数。目标类是指收集的五种呼吸信号类型，输出类是指在深度学习的帮助下识别的结果。）使用定制的手机APP进行实时无线呼吸监测和管理的照片。比例尺。3厘米。

原文链接：

Y. Fang, J. Xu, X. Xiao, Y. Zou, X. Zhao, Y. Zhou, J. Chen*. A Deep-Learning-Assisted on-Mask Sensor Network for Adaptive Respiratory Monitoring. Advanced Materials, 34, 2200252 (2022)

https://doi.org/10.1002/adma.202200252

团队介绍:

向上滑动阅览

陈俊博士，现任加州大学洛杉矶分校生物工程系助理教授，并创建了可穿戴生物电子实验室，致力于以纳米技术和生物电子为基础，以智能织物、可穿戴器件和人体局域网为形式的，在能源、传感、环境和医疗领域内的前沿应用研究。已经出版书籍2册，论文230多篇，其中以通信作者在Chemical Reviews (2), Chemical Society Reviews (2), Nature Materials, Nature Electronics (3), Nature Communications (2), Science Advances, Joule (3)，Matter (6), Advanced Materials (7) 等刊物发表论文130余篇。其作品七次入选《自然》和《科学》杂志研究热点，并被 NPR、ABC、NBC、路透社、CNN、《华尔街日报》、《科学美国人》、《新闻周刊》等世界主流媒体共计 1200 余次。此外，他还申请了 14 项美国专利，其中一项获得了许可。他目前的H指数为82，连续2019，2020, 2021年入选Web of Science 全球高被引学者。陈俊博士现任Biosensors and Bioelectronics 杂志的副主编，也是Matter, Nano-Micro Letters, Materials Today Energy, Cell Reports Physical Science, The Innovation等国际期刊的编委会成员。陈俊博士最近获得的奖项与荣誉包括ACS PMSE Young Investigator Award; Materials Today Rising Star Award; Advanced Materials Rising Star; ACS Nano Rising Stars Lectureship Award; Chem. Soc. Rev. Emerging Investigator Award; UCLA Society of Hellman Fellows Award; Okawa Foundation Research Award; Fellow of International Association of Advanced Materials; Thought Leaders by AZO Materials; 30 Life Sciences Leaders To Watch by Informa; JMCA Emerging Investigator Award; Nanoscale Emerging Investigator Award; Frontiers in Chemistry Rising Stars; IAAM Scientist Medal; 2020 Altmetric Top 100; Top 10 Science Stories of 2020 by Ontario Science Centre; Highly Cited Researchers 2020/2019/2021 in Web of Science.

UCLA陈俊教授 Chem. Rev.封面：用于可穿戴即时医疗系统的智能织物

UCLA陈俊教授Chem. Rev.：用于发电的智能织物

UCLA陈俊课题组 ACS Nano：基于机器学习的自驱动辅助医疗设备

Sci. Adv. 封面：一种高性能、超细的锌锰电池纤维用于驱动智能织物

高分子科技原创文章。欢迎个人转发和分享，刊物或媒体如需转载，请联系邮箱：info@polymer.cn

诚邀投稿

欢迎专家学者提供稿件（论文、项目介绍、新技术、学术交流、单位新闻、参会信息、招聘招生等）至info@polymer.cn，并请注明详细联系信息。高分子科技®会及时推送，并同时发布在中国聚合物网上。

欢迎加入微信群 为满足高分子产学研各界同仁的要求，陆续开通了包括高分子专家学者群在内的几十个专项交流群，也包括高分子产业技术、企业家、博士、研究生、媒体期刊会展协会等群，全覆盖高分子产业或领域。目前汇聚了国内外高校科研院所及企业研发中心的上万名顶尖的专家学者、技术人员及企业家。

申请入群，请先加审核微信号PolymerChina （或长按下方二维码），并请一定注明：高分子+姓名+单位+职称（或学位）+领域（或行业），否则不予受理，资格经过审核后入相关专业群。

点

这里“阅读原文”，查看更多

【声明】内容源于网络

高分子科技

高分子科技®协同全球高分子产业门户及创新平台 “ 中国聚合物网 www.polymer.cn ” ，实时报道高分子科学前沿动态，关注和分享新材料、新工艺、新技术、新设备等一线科技创新设计、解决方案，促进产学研及市场一体化合作的共同发展。

内容 16581

粉丝 0

高分子科技高分子科技®协同全球高分子产业门户及创新平台 “ 中国聚合物网 www.polymer.cn ” ，实时报道高分子科学前沿动态，关注和分享新材料、新工艺、新技术、新设备等一线科技创新设计、解决方案，促进产学研及市场一体化合作的共同发展。

总阅读294

粉丝0

内容16.6k