人口老齡化及老年人慢性病患病率的增加，給家庭和社會帶來了巨大的經濟負擔。新型非侵入式可穿戴傳感系統不僅可以連續實時地監測人們的重要生理體征，評估個人健康狀況，并且可以提供高效、便捷的信息反饋，從而減輕老年人慢性病帶來的健康風險。本文圍繞可穿戴生理信號及運動信號監測，開發了一套針對人體生理信號和行為信號檢測的可穿戴系統，探索了柔性可穿戴傳感技術的設計以及在傳感系統中的應用。系統包含了智能帽、智能衣、智能手套和智能鞋墊，可實現對人體生理信號和運動信號的長程連續監測。文章對系統進行了性能驗證，同時將新型傳感系統和商用設備進行比較。評估結果表明，新型系統的性能與現有系統相當。總之，新型柔性傳感系統為生理和運動信號監測提供了一種精準、可拆卸、可擴展、用戶體驗友好和舒適的解決方案，有望用于遠程醫療監測，為醫生/患者提供個性化信息監測、疾病預測和診斷。
引用本文： 陳泓瑜, 王在浩, 孟龍, 徐珂, 王澤宇, 陳晨, 陳煒. 柔性可穿戴傳感系統設計. 生物醫學工程學雜志, 2023, 40(6): 1071-1083. doi: 10.7507/1001-5515.202208012 復制
版權信息： ?四川大學華西醫院華西期刊社《生物醫學工程學雜志》版權所有，未經授權不得轉載、改編
0 引言
人口老齡化的加速及老年人慢性病患病率的增加，給老年人健康管理與健康促進帶來極大挑戰。此外，處方藥、醫療器械、醫院護理等相應的成本也在迅速增加[1-2]。因此，尋求創新的醫療解決方案和新技術來提高醫療服務質量，并以可承受的價格提供早期檢測/干預至關重要。目前，人體傳感器網絡（body sensor networks，BSN）的新興技術可以在不干擾人們正常活動的情況下，提供生理信號和運動信號的長期監測。它將智能、靈活、輕量級的新型傳感器與人體傳感網絡相結合，為個性化健康方案、跟蹤個人信息、監測健康風險以及促進對急性事件（如中風、癲癇和心臟病發作等）的及時干預提供了一個全面的解決方案[3-4]。在醫療監測中，腦電（electroencephalography，EEG）、心電（electrocardiograph，ECG）、呼吸、光電容積脈搏波信號（pulse position modulation，PPG）等生理體征監測起著至關重要的作用。而在健康監護中，動作、足底壓力、步態等身體運動信號也起著非常重要的作用。其中腦電圖可以提供高時間分辨率，并反映大腦活動的動態信息，用于神經生物學疾病的診斷；ECG和呼吸信號可以為心律失常、缺血、睡眠呼吸暫停等日常活動分析和疾病分析提供全面的心肺、呼吸和物理活動信息；PPG信號可以廣泛應用于心率、血氧飽和度、血壓、呼吸率等生理參數的計算；足底壓力信號可以提供步態、步數、運動類型等運動事件的分析；動作和步態信號可以檢測日常活動能量消耗以及預警/警報突發事件。
近年來，作為遠程醫療監測不可或缺的一部分，腦電、ECG、呼吸和運動信號傳感系統引起了許多研究者的關注。研究者提出了各種基于新型材料的可穿戴傳感器/系統。例如文獻[5-7]中提出了不同的腦電電極制作方法，文獻[8-11]中提出了不同的ECG電極材料，文獻[12-13]中提出了不同的呼吸傳感器制作方法。對于PPG信號，文獻[14-16]中給出了不同形式的PPG傳感器，同時也提出了減輕運動偽影的方法。在文獻[17-19]中，研究者探討了不同的傳感器用于運動信號檢測；此外還有研究提出一種簡單、低成本、高度集成的紡織傳感鞋墊，用于測量足底壓力[20]。
總的來說，目前研究中提出的新型可穿戴傳感系統改進了醫療監測系統。但是，盡管它在遠程醫療監測系統方面作出了重大貢獻，目前仍面臨著以下挑戰：① 對于長期醫療監測，可穿戴傳感器應滿足人體工程學要求，例如，它們應方便使用、佩戴舒適且易于安裝和拆卸。② 關于生物兼容性，可穿戴設備應具有低過敏性和人體無毒性。③ 可穿戴設備應在確保測量精度的同時考慮成本和效率，例如，它們應易于制造，成本低，效率高。④ 生物電生理信號傳感系統容易受到運動偽影的影響，因此需要具有較小皮膚電極阻抗和更好的抗運動偽影的柔性電極來克服現有系統存在的問題。一個完善的智能醫療監測系統應該能夠解決這些問題，并實現實時連續的監測。因此，本文探索了不同類型的新型傳感器，提出了基于新型傳感器的非侵入式可穿戴傳感網絡。
為了能夠解決上述問題，本研究圍繞遠程可穿戴生理信號及運動信號傳感技術，設計開發了一套針對人體生理信號和行為信號檢測的可穿戴系統。系統包含了智能帽、智能衣、智能手套和智能鞋墊，分別對腦電信號、呼吸信號、ECG信號、PPG信號和運動信號進行監測。系統設計以人為中心，實現易穿戴/拆卸、可長期檢測的可穿戴檢測系統。
1 可穿戴生理及運動信號傳感系統設計
為實現對生理信號和運動信號的遠程連續監測，結合患者和醫生的需求，我們設計了用于遠程醫療監測的BSN。圖1展示了BSN的概念設計架構，主要包含傳感系統、本地處理單元和云計算。根據醫生和患者的需求，我們提出了以下設計要求：① 同時實現連續長期的腦電信號、ECG信號、呼吸信號、PPG信號和足底壓力信號監測。② 所有組件外形不突兀、可拆卸、佩戴舒適且用戶體驗友好，便于用戶長期佩戴。③ 所有傳感器都具有靈活性高、尺寸小、重量輕、低過敏性以及對人體無毒的特點。④ 合理布置傳感器，避免不同傳感器之間的信號中斷。⑤ 所有傳感器均符合人體工程學要求，在皮膚和電極之間具有良好的導電性。
圖1
遠程醫療監測的人體傳感器網絡概念架構
Figure1.
Conceptual architecture of the proposed BSN for remote healthcare monitoring
為了滿足上述傳感系統的要求，結合先前的研究經驗[21-24]，我們開發了一套針對人體生理信號和行為信號檢測的可穿戴系統，探討了新型柔性材料、傳感器結構和信號處理算法。根據柔性材料特性和人體工程學要求，提出了不同的傳感器原型。同時，為了嵌入電極/傳感器，我們設計了四個模塊，即智能帽、智能衣、智能手套和智能鞋墊，其中包括用于監測腦電、ECG、呼吸、PPG信號和足底壓力信號的不同采集系統。這四個模塊是可拆卸、可擴展且舒適的。此外，還對傳感系統進行了可行性評估，對比了該系統與不同商用設備的信號質量。
1.1 智能帽原型設計
智能帽的設計主要用于腦電信號采集。我們使用了自研的新型柔性銀納米線/聚二甲基硅氧烷（Ag-nanowires/polydimethylsiloxane，Ag-NWs/PDMS）復合材料作為腦電電極[24]。由于銀納米線/聚二甲基硅氧烷（Ag-NWs/PDMS）復合材料具有低阻抗、高安全性、高導電性和良好的穩定性等特性，因此是一種理想的腦電電極材料。已有相關研究提出將不同的復合材料用于監測腦電信號[7,25-27]，然而這些復合電極通常具有高阻抗和較差的電阻穩定性。我們采用導電可拉伸的Ag-NWs/PDMS復合材料獲取腦電信號(見圖2a)，該材料使用一維銀納米線作為導電添加劑，而不是顆粒或薄片的結構[28-29]，由于在硅膠中形成了良好的銀納米線導電網絡，復合電極的電導率高達6 912 s/cm，因此它具有高導電性和良好的電阻穩定性。這種導電復合電極更適合于長期腦電監測。基于新型腦電電極材料的特性，我們開發了相應的智能帽用于傳感器的固定和替換，如圖2b所示。智能帽結合了腦電電極和彈性織物綁帶，便于傳感器的固定和替換，并嚴格遵守10-20國際標準體系[30]放置電極。通過可更換腦電電極以及可調節綁帶的設計，智能帽可以為長期腦電圖監測提供靈活、可擴展的解決方案。
圖2
腦電帽原型設計
a. Ag-NWs/PDMS復合材料；b. 智能帽原型
Figure2. Prototype design of EEG capa. Ag-NWs/PDMS composites; b. prototype of the smart hat
1.2 智能衣原型設計
智能衣中嵌入了ECG電極和呼吸傳感器用于采集ECG信號和呼吸信號。根據文獻[31]中建議的雙極ECG采集的最佳電極位置，我們將ECG傳感器嵌入胸部位置，如圖3所示。同時，將呼吸傳感器連接到彈性帶上，并縫在智能衣胸部位置上。此外在衣服的帽子背部我們還設計了放置采集系統主板的口袋。
圖3
智能衣的結構和原型
Figure3.
The structure and prototype of the smart clothes
ECG電極的制作使用了自研的一種新型材料——碳化海綿。碳化海綿已被廣泛應用于電磁屏蔽[32]和壓力傳感[33]。由于其良好的導電性和良好的彈性特性，我們首次嘗試使用碳化海綿采集ECG信號。碳化海綿材料具有極好的靈活性(見附件1)，可以提供舒適的監測方式。與Ag-NWs/PDMS復合材料相比，碳化海綿具有較弱的導電性，但仍能有效感知ECG等信號。此外，相比紡織電極和傳統的Ag/Cl凝膠電極，已驗證碳化海綿具有較好的抗運動偽影性能。基于碳化海綿材料，我們開發了ECG電極，見附件1。當電極粘貼在皮膚上時，碳化海綿產生壓縮，并提供高導電性。該特性自動增加了電極和皮膚之間接觸的穩定性，并提高了運動期間所采集信號的質量。
關于呼吸傳感器的制作我們采用了自研的聚二甲基硅氧烷－石墨烯（PDMS—Graphene）混合材料，該材料具有可拉伸變形的高靈敏度和較大的傳感范圍。與其他可拉伸電子器件相比，該材料具有很好的形變能力，同時有較好的靈敏度。傳統的基于金屬的柔性傳感器[34-35]受到強度的限制，可能無法與人體適當匹配，而PDMS—Graphene混合物是一種柔性可拉伸的導電材料，具有高導電性，其電阻隨材料的拉伸而增大。此外，該混合材料輕便且靈活，可以適應曲面，因此易于與人體匹配，適合在可穿戴電子設備中使用。在呼吸過程中，隨著肺部的膨脹和收縮，身體的胸部和腹部會有規律地起伏，從而引起胸部位置周長的周期性變化。基于這一特點，我們可以通過PDMS—Graphene混合材料來檢測人體胸部的起伏，從而計算出呼吸頻率。
附件2展示了PDMS－Graphene混合材料樣品。我們將PDMS－Graphene混合物材料（附件2a）和彈性帶（附件2b）結合嵌入智能服裝中，置于人體胸部位置。當PDMS－Graphene混合物拉伸變形、彎曲和扭轉時，機械結構將發生變化，導致材料電阻的變化。因此，材料電阻的變化反映了人體胸部因呼吸引起的起伏變化。
1.3 智能手套原型設計
智能手套裝配自研PPG探頭用于采集PPG信號。如圖4a所示，PPG探頭集成了PPG傳感器（Maxim，MAX30102，美國）、慣性傳感單元（inertial measurement unit，IMU)（InvenSense，MPU9250，美國）和支持電路。IMU傳感器的加入不僅可以為濾波去噪算法提供重要的運動參考，而且可以很容易地被用于運動偽跡噪聲類型的分類。采集系統的主板被放置在手套手背位置的定制口袋內。主板通過FPC線與探頭相連，FPC線固定在手套食指外側部位，如圖4b所示。整個可穿戴手套集成使用方便、固定可靠、佩戴舒適，可以滿足劇烈運動下長時間使用的要求。
圖4
智能手套原型設計
a. PPG探頭；b. 智能手套原型
Figure4. Prototype design of smart glovea. PPG probe; b. prototype of the smart glove
1.4 智能鞋墊原型設計
為了獲取穩定可靠的足底壓力信號和運動信號，我們提出了分布式柔性足底壓力傳感器。足底壓力傳感器為5層疊加結構，采用疊層印刷技術進行制作。整個傳感器使用了48個壓力點位，見附件3。我們將傳感器和采集電路嵌入智能鞋墊中，具體結構見圖5a。圖5b展示了智能鞋墊的初代樣機。
圖5
智能鞋墊原型設計
a. 結構圖詳情; b. 原型樣機
Figure5. Prototype design of smart insolea. details of the structure; b. prototype
2 信號采集系統設計及評估
為了監測腦電、ECG、呼吸、PPG和足底壓力信號，我們還開發了相應的采集系統，如圖6所示。采集系統包含了四個采集電路模塊，智能帽模塊采集腦電信號，智能衣模塊采集呼吸和ECG信號，智能手套模塊采集PPG信號，智能鞋墊模塊采集運動信號。所有信號通過藍牙傳輸至本地單元進行數據處理，隨后傳入云端。為了驗證系統的可行性，我們分別對四個模塊的信號質量進行了驗證評估。
圖6
信號采集系統的結構和原型
Figure6.
The architecture and prototype of the signal acquisition system
2.1 智能帽信號評估
在臨床試驗中，Ag/AgCl電極廣泛用于Fp1區域的信號采集，金杯電極用于頭發覆蓋區域的信號采集。新型Ag-NWs/PDMS電極的基礎性能已經在我們之前的研究中進行了報道[24]。我們對比了新型Ag-NWs/PDMS電極和傳統電極的皮膚－電極之間的阻抗－頻率曲線，同時使用商業腦電設備將Ag-NWs/PDMS電極與傳統腦電電極進行了信號比較。
附件4和附件5分別給出了Ag-NWs/PDMS電極、金杯電極和Ag/AgCl電極（Covidien，H124SG，美國）在左前額位置（Fp1）和左額位置(F3)的皮膚－電極之間的阻抗－頻率曲線（Z-f曲線）和眨眼腦電圖信號波形及相應功率譜密度估計（power spectral density，PSD）。
電極信號質量評估結果表明，所提出的Ag-NWs/PDMS電極適用于腦電圖信號采集，并且可以實現與金杯電極和Ag/AgCl電極相當的性能。
基于前期的研究基礎，我們使用商業腦電設備對智能帽的信號質量進行了對比分析。此外我們還進行了睜眼閉眼實驗以及穩態視覺誘發電位（steady-state visual evoked potential，SSVEP）實驗來驗證智能帽的可用性。所有測試在一位27歲成年健康男性身上進行。
2.1.1 智能帽信號質量測試
為了驗證智能帽的信號質量，我們使用智能帽和德國商用設備Brian Product（BP）同時采集Fp1區域的腦電信號。兩個系統的采樣率均設置為250 Hz。與電極信號質量測試實驗一樣，我們通過對比不同系統在眨眼過程中的腦電信號來評估電極信號質量。
圖7顯示了使用商用設備BP和智能帽從Fp1區域獲得的腦電圖信號波形和相應功率譜密度估計圖。圖中的脈沖信號對應于眨眼動作，這表明兩個系統采集的信號具有高度一致性，并證明了智能帽的有效性。同時，頻譜分析還表明了兩個系統具有相同的頻譜成分，這說明智能帽可以實現與商用設備同等質量的腦電信號采集。但是在Fp1區域，即使獲得的信號具有很高的相似性，大多數腦電信號仍被眼動軌跡淹沒，這對于腦電測量可能不太有說服力。為了進一步驗證該系統在不同腦區的性能，我們執行了睜眼和閉眼實驗以及SSVEP實驗。
圖7
商用設備與智能帽在Fp1區域獲得的腦電信號（左）和頻譜（右）
Figure7.
EEG signal (left) and spectrum (right) obtained by commercial equipment and smart hat system in Fp1 area
2.1.2 睜眼和閉眼實驗
阿爾法（α）節律為7.5～12.5 Hz頻率范圍內的神經振蕩，主要起源于閉眼清醒放松期間的枕葉。大量研究表明，當眼睛睜開時，阿爾法節律降低。為了驗證智能帽的性能，我們執行了睜眼和閉眼實驗。在這個實驗中，受試者舒適地坐在燈光昏暗、聲音衰減的房間里，同時使用智能帽在腦部左中央C3區采集腦電圖信號，參考和接地電極放置在耳垂和前額葉（分別為A1和Fpz位置）。
圖8顯示了睜眼和閉眼狀態的腦電頻譜，可以觀察到這兩種狀態之間的腦電圖頻譜存在明顯差異。在圖8中，α節律在閉眼狀態下起主導作用，這也證明了智能帽可以有效記錄兩種不同狀態下的腦電圖信號。
圖8
睜眼和閉眼任務的腦電功率譜密度評估圖
Figure8.
EEG PSD of eyes-open and eyes-closed task
2.1.3 穩態視覺誘發電位任務
SSVEP是出現在大腦視覺皮層中的信號，是對視覺刺激的自然反應。當視網膜受到視覺刺激時，大腦會以與視覺刺激相同（或倍數）的頻率產生電活動[36]。為了驗證智能腦電帽的性能，我們執行了SSVEP實驗。五名健康志愿者參與了這項任務。所有受試者的視力正常或矯正至正常。我們使用智能帽以250 Hz的采樣頻率采集信號。新型腦電電極放置在靠近Oz位置的區域，參考和接地電極放置在A1和Fpz位置。實驗包括兩個階段。在第一階段中，發光二極管（light-emitting diode，LED）的閃爍以20 Hz的頻率變化作為視覺刺激。在第二階段，使用30 Hz的LED閃爍作為視覺刺激。每個環節每名受試者進行三次試驗。每次試驗中，視覺刺激持續10 min然后休息5 min。因此，這五名受試者總共進行了30次試驗。在每次試驗中，受試者被要求注視閃爍的刺激。對于這兩個環節，所有試驗的平均響應頻率分別為20 Hz和30 Hz，標準偏差分別為0.02 Hz和0.01 Hz。
圖9顯示了智能腦電帽在20 Hz和30 Hz的LED閃爍下采集的腦電功率譜密度評估圖。腦電頻譜的主頻分別為20.02 Hz和30.04 Hz，對應于兩個環節的視覺刺激。這些結果與SSVEP響應特征一致，證明了該系統在采集腦電信號方面的穩定性和可靠性。
圖9
SSVEP實驗的腦電功率譜密度評估圖
Figure9.
EEG PSD of SSVEP task
2.2 智能衣
由于智能衣中包含了碳化海綿電極和石墨烯呼吸傳感器，因此我們分別評估了碳化海綿電極和石墨烯呼吸傳感器的性能，隨后評估了智能衣的信號質量。
2.2.1 碳化海綿電極評估
Ag/AgCl電極在臨床試驗中被廣泛使用，因此，選擇碳化海綿電極與Ag/AgCl電極進行了比較。
電氣特性測試：我們使用電化學工作站（AHNER-Zennium，德國）測量并比較了碳化海綿電極與Ag/AgCl電極的皮膚-電極間阻抗。其中Ag/AgCl電極（Covidien，H124SG）作為參考電極，工作電極選擇碳化海綿電極和Ag/AgCl電極，輸入信號的頻率從0.1 Hz掃至100 kHz，最得到了每個工作電極的阻抗-頻率曲線（見附件6）。結果表明碳化海綿電極的阻抗略大于Ag/AgCl電極的阻抗，在近直流范圍內，Ag/AgCl電極的阻抗接近566 kΩ，而碳化海綿電極的阻抗約為675 kΩ。主要原因可能是在使用Ag/AgCl電極之前對皮膚進行了去除表皮角質層和涂抹導電凝膠處理。這種制劑有助于將離子電流轉化為電流，并為信號監測提供低阻抗路徑，因此降低了皮膚－電極間阻抗。而在使用碳化海綿電極之前，沒有對皮膚做任何處理。
電極信號質量測試：為了評估碳化海綿電極獲得的信號質量，我們對比了碳化海綿電極和Ag/AgCl電極采集的ECG信號的波形。碳化海綿電極和Ag/AgCl電極均同時連接到商用設備Shimmer-3，并且無任何濾波，這樣可以確保兩種不同類型電極在相同條件下獲得信號。受試者分別在靜坐狀態和運動狀態（受試者手臂擺動）下進行測量。Shimmer-3集成了IMU，可以提供同步的運動數據。設備以512 Hz的采樣率同時記錄ECG信號和3軸加速度數據。
附件7展示了ECG波形圖和對應的加速度。可以看出在靜坐狀態下，由碳化海綿電極獲得的ECG信號與Ag/AgCl電極獲得的ECG信號質量相當。兩個信號的形狀具有高度的相似性，并且可以很容易地檢測到兩個ECG信號的R波峰值。R波峰為ECG信號QRS波群中的一部分，可用于心率、心率變異性的檢測。為了測量由碳化海綿電極獲得的ECG信號與由Ag/AgCl電極獲得的ECG信號之間的相似性，計算了Pearson相關系數。結果顯示兩個信號之間具有高Pearson相關系數，達到0.956 8。這表明這兩個信號之間存在很強的線性正相關，也表明這兩個信號在形態屬性方面具有很高的相似性。然而在運動狀態下，由碳化海綿電極采集的ECG信號明顯要優于Ag/AgCl電極所采集的ECG信號。這可能是由于材料的機械性能和較少的電力線干擾導致碳化海綿電極對運動偽影具有更好的耐受性。
附件8展示了兩個信號的功率譜密度對比圖，在功率譜密度估計之前沒有經過濾波或驅動腿電路或任何其他噪聲抑制技術。由于碳化海綿材料[32, 37]的電阻損耗、介電損耗和磁損耗的改善，其電磁干擾（electromagnetic interference，EMI）屏蔽特性得到了極大改善。同時，由于導線干擾具有能量集中大、噪聲幅值大的特點，當噪聲耦合到碳化海綿材料中時，在噪聲能量衰減過程中會更有效。附件8中虛框處可以看出，50 Hz工頻干擾及其一次諧波（100 Hz）在基于碳化海綿電極獲得的信號中得到了很好的抑制。這與理論推斷一致。因此，碳化海綿電極有望成為獲取ECG信號的備選材料。
2.2.2 呼吸傳感器評估
人體胸部因呼吸引起的起伏變化會引起拉伸傳感器的形變，因此可以通過檢測傳感器拉伸過程中的阻值變化來檢測呼吸信號。為了驗證傳感器的性能，我們測試了PDMS—石墨烯混合物拉伸過程中的靈敏度和穩定性。
傳感器靈敏度測試：本實驗利用電感電容電阻（LCR）計（E4980AL，Keysight，美國）準確測量了不同長度下傳感器電阻的變化。通過拉伸來改變傳感器長度，同時記錄了傳感器的長度及其電阻。變形范圍為0～50%（8～12 cm），每個記錄點的步長為5%（4 mm）。我們對傳感器的電阻值和靈敏度進行了研究。
附件9展示了不同拉伸長度下傳感器電阻的相對變化。圖中未發現傳感器的線性行為，但確定了三個不同的靈敏度區域。在第一個區域，傳感器的長度增加到30%，靈敏度（S）為4.67 cm?1；在第二個區域，傳感器的拉伸長度從30%到45%，S值為61.15 cm?1；第三個區域，當傳感器拉伸至50%時，S值進一步增加至152.68 cm?1。圖中可以看出，在30%～50%的應變范圍內，材料具有更好的靈敏度。事實上，這個范圍剛好是彈性帶在實際使用過程中的應變范圍。
穩定性測試：為了驗證新傳感器在重復拉伸后電阻變化的穩定性，實驗使用步進電機進行循環穩定性實驗。傳感器的長度從10 cm拉伸到11.5 cm，頻率為每分鐘20個周期，這個頻率參照人體正常呼吸頻率。循環穩定性實驗的持續時間為3 h。通過Arduino上的10位ADC以100 Hz的采樣率采集3 h實驗期間石墨烯混合物的電阻變化。
附件10a顯示了3 h穩定性測試的整體結果。圖中可以看出，在測試開始前30 min左右，整體基線逐漸下降。然而人體呼吸頻率在15～30次/分，因此該基線的下降對呼吸率的提取沒有影響。從第一分鐘的呼吸波形（附件10b）可以看出，整體基線值從740降至720左右，但是仍然可以清晰地看到呼吸過程中的波峰。附件10c顯示了最后一分鐘的呼吸波形，整體基線穩定，波形特征明顯，同樣可以清晰地看到呼吸過程中的波峰。從附件10中可以看出，傳感器具有較好的穩定性。在連續3 h的3 600個循環后，盡管基線有所下降，但是整體的呼吸波形特征明顯。實驗結果顯示石墨烯拉伸傳感器可以連續拉伸3 h穩定地輸出信號。
2.2.3 智能衣整體性能評估
智能衣模塊集成了碳化海綿電極和石墨烯呼吸傳感器，用于采集ECG信號和呼吸信號。因此我們分別使用Shimmer-3和Grael PSG設備對ECG信號和呼吸信號進行比較。
ECG信號：智能衣和商用儀器Shimmer-3以250 Hz的采樣頻率在V1-V2導聯處采集ECG信號。圖10a～b顯示了智能衣和Shimmer-3在運動條件下獲取的ECG信號。同時，圖10c中顯示了由Shimmer-3的IMU記錄的身體加速度信號。結果表明，由于材料的機械性能，智能衣對運動偽影表現出更好的耐受性。這主要是得益于碳化海綿的機械性能。
圖10
智能衣和商用設備的ECG信號波形圖對比
a. 運動狀態下通過Shimmer-3獲得的ECG信號；b. 智能衣在相同運動狀態下獲得的ECG信號；c. 通過Shimmer-3獲得的同步加速度信號
Figure10. Comparison of ECG signal waveform between smart clothes and Shimmer-3a. ECG signal obtained by Shimmer-3 in motion state; b. ECG signal obtained by the smart clothes in same motion state; c simultaneous acceleration signal obtained by Shimmer-3
呼吸信號：為了評估智能衣的呼吸信號監測性能，我們將智能衣與醫用設備多導睡眠儀（polysomnography，PSG）中的呼吸綁帶模塊進行了比較。實驗將PSG呼吸綁帶連接到腹部，略低于智能衣中石墨烯傳感器的位置。由于PSG的設置限制，兩臺設備的采樣頻率設置為32 Hz。實驗在一名30歲的志愿者身上進行了連續4 h的測試。
我們比較了時域中的信號質量，如圖11所示。從圖11中可以看出，使用智能衣獲得的信號與PSG獲得的信號具有相同的頻率結構。雖然智能衣和PSG在腹部的位置略有不同，但可以看到所獲得的數據波形的周期性是一致的，這意味著智能衣在測量呼吸頻率方面的準確性。結果表明，兩個系統采集的信號峰值和波谷具有良好的一致性。同時，該系統可以實現與Grael-PSG設備相同的呼吸頻率，這證明了該傳感系統的有效性。
圖11
智能衣和PSG的呼吸信號波形圖對比
a. 智能衣4個小時呼吸信號波形圖；b. PSG 4個小時呼吸信號波形圖；c. 一分鐘波形圖對比
Figure11. Comparison of respiratory signal waveform between smart clothes and PSGa. four-hour respiratory waveform of smart clothes; b. four-hour respiratory waveform of PSG; c. one-minute waveform details for both devices
2.3 智能手套評估
手套的設計采用了商用傳感器，信號質量已經被驗證。我們融合了一種新的PPG運動偽影去除算法——SniMA來去除運動下的運動偽影。SniMA首先使用了一個深度循環神經網絡來精確分割受污染的PPG信號的心臟周期。然后，應用隨機建模從干凈的PPG脈沖中提取波形細節，并進一步導出到系統狀態空間。接下來是一個擴展的卡爾曼濾波器使用狀態空間的建模構造。利用運動信號測量噪聲的協方差，使之自適應地調整真實的物理環境。該方法結合運動相關信息可以有效地去除運動偽影，恢復高質量PPG信號。
受試者要求雙手佩戴可穿戴PPG監測手套，左手保持靜止，右手依次完成不同頻率、幅度的屈指運動和沿指向運動，左右手的所有數據被記錄并用作分析。每個實驗周期包括低頻小幅、高頻小幅、低頻大幅、高頻大幅和任意頻幅五種運動模式，其中低頻指頻率0.5～1 Hz的運動，高頻指頻率1～3 Hz的運動，幅度由受試者自行掌握。我們通過彎曲手指的運動引入低頻噪聲，對比了未處理的原始 PPG波形、SniMA恢復的 PPG波形和參考PPG波形及其功率譜。
圖12展示了曲指運動下PPG原始信號、處理后的信號、參考信號以及對應的頻譜圖。可以清晰地看到，當t = 3 s時刻運動開始時，未經處理的原始波形在頻率和幅度上發生了較大的偏移，頻率明顯放慢，這是由于低頻運動帶來的類似于基線噪聲的污染（圖示波形已經通過去基線預處理，但噪聲仍然明顯）。在這種噪聲背景下，正常PPG波形的波峰已經被部分或完全掩埋，例如圖中用紅線標出的位置，這時含噪PPG信號的偽峰超過了真實峰值成為主峰，因而改變了峰間距離和信號主周期。采用SniMA后，PPG脈沖的模式被恢復，脈沖周期、寬度和面積與參考信號具有高度相似性。此外，原始PPG的功率譜清楚地顯示了與噪聲相關的峰值，其頻率略低于心動周期頻率，而原始PPG的基頻被削弱至第二大峰值。通過對功率譜的分析，可以清楚地看到SniMA算法不僅恢復了基頻，而且保留了干凈PPG的諧波頻率，這對波形細節恢復具有重要意義。該框架是首個引入波形建模方法以確保細節恢復的PPG去噪策略。
圖12
受試者彎曲手指產生的噪聲干擾片段的波形
a. 未處理的原始PPG波形；b. SniMA處理后的PPG波形；c. 參考PPG波形；d. 三個波形的功率譜
Figure12. Waveform of a bending-finger-noise interfered segment from Subjecta. unprocessed raw PPG; b. SniMA processed PPG; c. reference PPG; d. the power spectrums of these signals
2.4 智能鞋墊
智能鞋墊可獲取足底壓力信號和運動信號，進而為步態分析、動作分類等工作提供數據。我們通過與商業足底壓力檢測設備對比初步驗證了智能鞋墊的有效性。采用商用足底壓力設備（吉步恩）與智能鞋墊同時采集數據，并規定受試者完成4個特定動作，包括前腳掌著地跑步、后腳掌著地跑步、大跨步和重心偏后跑步，對比了系統的足底壓力分布圖和步行時的時空參數。
圖13展示了前腳掌著地跑和后腳掌著地跑的足底壓力分布圖片。由圖中可以看出，智能鞋墊的壓力分布與商用系統的壓力分布基本一致。此外，我們還對比了由兩個系統計算的時空參數，包括步頻、支撐相、擺動相、跨步時間、支撐相時間以及擺動相時間。結果顯示兩個系統的步頻結果一致，支撐相和擺動相的誤差范圍在±0.3%之間，跨步時間、支撐相時間和擺動相時間的誤差范圍都在±0.02S之間。此外，我們將足底壓力以足中為中心分為前掌區域和后掌區域兩區域模塊。圖14展示了4類動作下的足底壓力波形圖。從圖中可以看出各個波形圖的特點與步態一致。結果初步證明了智能鞋墊的有效性。
圖13
足底壓力分布圖
Figure13.
Plantar pressure distribution
圖14
四種步態下的前后掌足底壓力波形圖
Figure14.
Front and rear plantar pressure wave forms in four gaits
3 討論
隨著傳感材料和技術的發展，新型傳感器具備了高效、舒適地獲取數據的能力。如今，人們期望多個傳感器同時收集不同的信號，并提供更詳細的個人健康狀況信息。我們提出了一種基于新型傳感材料的可穿戴生物信號傳感系統。系統包含智能帽、智能衣、智能手套和智能鞋墊。我們提出并制備了基于新型Ag-NWs/PDMS復合材料的智能帽用于采集腦電信號。相比傳統腦電信號采集設備，該智能帽不需要涂抹導電凝膠，便于使用。相比其他基于干電極的腦電系統，智能帽不僅擁有良好的導電性能，同時柔性的接觸面使得佩戴更舒適，更適合長期監測。智能衣的設計采用了碳化海綿和石墨烯混合材料用于ECG信號和呼吸信號的檢測。相比Ag/AgCl凝膠電極和紡織電極，碳化海綿電極不僅可以獲得高質量ECG信號，同時不損傷皮膚，擁有一定的抗運動偽影和抗電磁干擾的性能，適合長期佩戴。而石墨烯混合材料的呼吸傳感器相比醫用呼吸綁帶和呼吸檢測面罩，提供了更舒適的檢測方式。我們還研發了基于柔性印刷和多層分布式結構的智能鞋墊，解決了傳統足底壓力測試設備實時檢測的問題，同時相比其他壓力鞋墊，該智能鞋墊提供了更高的分辨率，為后續數據分析提供了更精準完善的數據。此外我們將PPG運動偽影去除算法——SniMA融入智能手套中，實現了運動狀態下的PPG信號采集。總的來說所提出的系統實現了便攜、佩戴舒適、易于安裝等特點，以低成本和高效率的方式提供了對生理信號和運動信號的長期非侵入性監測。同時系統通過模塊化的設計實現了模塊間的自由組合，可根據實際需求進行搭配使用。
我們對系統進行了整體性能評估。實驗結果表明，該傳感系統可以同時監測腦電、ECG、呼吸、PPG和足底壓力，具有較高的性能。與現有商用產品相比，該系統在信號質量方面取得了良好的效果。同時系統通過服裝或者鞋墊等日常穿戴出現，可以提供更為舒適的穿戴體驗。
該系統具有腦電、ECG、呼吸、PPG和足底壓力信號的感知能力，可以在長期健康管理中進行各種應用，例如：① 安全警報。如果出現任何突發健康問題，如心力衰竭，可以將報警模塊與系統集成，以發出警報并通知相關人員或醫療服務機構。如果出現突發問題，可以立即進行醫療干預。② 早期檢測和預測。系統允許檢測一些潛在的健康風險，如中風、癲癇發作。它可以擴展并用于早期檢測個人健康狀況惡化事件的趨勢。③ 康復評估和訓練指導。通過生理信號和運動信號可以對患者進行康復評估。運動信號可以作為一種反饋手段來指導適當的康復過程。④ 臨床評估。評估治療效果對于協助臨床診斷和治療至關重要。在可預見的未來，該系統可能用于輔助臨床診斷和治療。
為了提高和擴展該傳感系統的能力，我們將在未來的工作中進一步作如下探索：① 探索更多新型傳感器和系統，以獲取血氧飽和度、血壓、溫度、身體活動等信號，并將之添加到現有系統中。② 為了協助臨床診斷和治療或跟蹤個人健康或檢測健康風險以提供有意義的結論，將研究多模態數據融合，從多個信號中生成綜合結論。
4 結論
本文介紹了用于檢測腦電、ECG、呼吸、PPG和足底壓力信號的新型傳感器的研究與制備。這些可穿戴傳感器提供了一種靈活的長期健康監測解決方案，可以克服傳統傳感器的局限性。同時，展示了智能帽、智能衣、智能手套和智能鞋墊作為新型傳感器和相應采集系統的載體。整個傳感系統提供了一種高效、經濟的解決方案，可以實時監測人體的重要生理和運動體征。實驗結果表明，與現有的商用設備相比，該傳感系統實現了與商用設備相當的信號質量。然而目前的實驗主要集中在短期的信號質量評估上，在未來的工作中我們將進一步驗證系統在日常持續檢測時的性能，將添加更多新型傳感器和采集電路，以便為遠程醫療監測提供個性化健康信息和臨床診斷的綜合評估。
重要聲明
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
作者貢獻聲明：陳泓瑜負責整體系統設計、實驗設計、結果分析和論文撰寫；王在浩、徐珂、王澤宇、孟龍負責硬件開發及算法設計，陳晨、陳煒對論文修改提出建設性意見并審核。
本文附件見本刊網站的電子版本（biomedeng.cn）。
0 引言
人口老齡化的加速及老年人慢性病患病率的增加，給老年人健康管理與健康促進帶來極大挑戰。此外，處方藥、醫療器械、醫院護理等相應的成本也在迅速增加[1-2]。因此，尋求創新的醫療解決方案和新技術來提高醫療服務質量，并以可承受的價格提供早期檢測/干預至關重要。目前，人體傳感器網絡（body sensor networks，BSN）的新興技術可以在不干擾人們正常活動的情況下，提供生理信號和運動信號的長期監測。它將智能、靈活、輕量級的新型傳感器與人體傳感網絡相結合，為個性化健康方案、跟蹤個人信息、監測健康風險以及促進對急性事件（如中風、癲癇和心臟病發作等）的及時干預提供了一個全面的解決方案[3-4]。在醫療監測中，腦電（electroencephalography，EEG）、心電（electrocardiograph，ECG）、呼吸、光電容積脈搏波信號（pulse position modulation，PPG）等生理體征監測起著至關重要的作用。而在健康監護中，動作、足底壓力、步態等身體運動信號也起著非常重要的作用。其中腦電圖可以提供高時間分辨率，并反映大腦活動的動態信息，用于神經生物學疾病的診斷；ECG和呼吸信號可以為心律失常、缺血、睡眠呼吸暫停等日常活動分析和疾病分析提供全面的心肺、呼吸和物理活動信息；PPG信號可以廣泛應用于心率、血氧飽和度、血壓、呼吸率等生理參數的計算；足底壓力信號可以提供步態、步數、運動類型等運動事件的分析；動作和步態信號可以檢測日常活動能量消耗以及預警/警報突發事件。
近年來，作為遠程醫療監測不可或缺的一部分，腦電、ECG、呼吸和運動信號傳感系統引起了許多研究者的關注。研究者提出了各種基于新型材料的可穿戴傳感器/系統。例如文獻[5-7]中提出了不同的腦電電極制作方法，文獻[8-11]中提出了不同的ECG電極材料，文獻[12-13]中提出了不同的呼吸傳感器制作方法。對于PPG信號，文獻[14-16]中給出了不同形式的PPG傳感器，同時也提出了減輕運動偽影的方法。在文獻[17-19]中，研究者探討了不同的傳感器用于運動信號檢測；此外還有研究提出一種簡單、低成本、高度集成的紡織傳感鞋墊，用于測量足底壓力[20]。
總的來說，目前研究中提出的新型可穿戴傳感系統改進了醫療監測系統。但是，盡管它在遠程醫療監測系統方面作出了重大貢獻，目前仍面臨著以下挑戰：① 對于長期醫療監測，可穿戴傳感器應滿足人體工程學要求，例如，它們應方便使用、佩戴舒適且易于安裝和拆卸。② 關于生物兼容性，可穿戴設備應具有低過敏性和人體無毒性。③ 可穿戴設備應在確保測量精度的同時考慮成本和效率，例如，它們應易于制造，成本低，效率高。④ 生物電生理信號傳感系統容易受到運動偽影的影響，因此需要具有較小皮膚電極阻抗和更好的抗運動偽影的柔性電極來克服現有系統存在的問題。一個完善的智能醫療監測系統應該能夠解決這些問題，并實現實時連續的監測。因此，本文探索了不同類型的新型傳感器，提出了基于新型傳感器的非侵入式可穿戴傳感網絡。
為了能夠解決上述問題，本研究圍繞遠程可穿戴生理信號及運動信號傳感技術，設計開發了一套針對人體生理信號和行為信號檢測的可穿戴系統。系統包含了智能帽、智能衣、智能手套和智能鞋墊，分別對腦電信號、呼吸信號、ECG信號、PPG信號和運動信號進行監測。系統設計以人為中心，實現易穿戴/拆卸、可長期檢測的可穿戴檢測系統。
1 可穿戴生理及運動信號傳感系統設計
為實現對生理信號和運動信號的遠程連續監測，結合患者和醫生的需求，我們設計了用于遠程醫療監測的BSN。圖1展示了BSN的概念設計架構，主要包含傳感系統、本地處理單元和云計算。根據醫生和患者的需求，我們提出了以下設計要求：① 同時實現連續長期的腦電信號、ECG信號、呼吸信號、PPG信號和足底壓力信號監測。② 所有組件外形不突兀、可拆卸、佩戴舒適且用戶體驗友好，便于用戶長期佩戴。③ 所有傳感器都具有靈活性高、尺寸小、重量輕、低過敏性以及對人體無毒的特點。④ 合理布置傳感器，避免不同傳感器之間的信號中斷。⑤ 所有傳感器均符合人體工程學要求，在皮膚和電極之間具有良好的導電性。
圖1
遠程醫療監測的人體傳感器網絡概念架構
Figure1.
Conceptual architecture of the proposed BSN for remote healthcare monitoring
為了滿足上述傳感系統的要求，結合先前的研究經驗[21-24]，我們開發了一套針對人體生理信號和行為信號檢測的可穿戴系統，探討了新型柔性材料、傳感器結構和信號處理算法。根據柔性材料特性和人體工程學要求，提出了不同的傳感器原型。同時，為了嵌入電極/傳感器，我們設計了四個模塊，即智能帽、智能衣、智能手套和智能鞋墊，其中包括用于監測腦電、ECG、呼吸、PPG信號和足底壓力信號的不同采集系統。這四個模塊是可拆卸、可擴展且舒適的。此外，還對傳感系統進行了可行性評估，對比了該系統與不同商用設備的信號質量。
1.1 智能帽原型設計
智能帽的設計主要用于腦電信號采集。我們使用了自研的新型柔性銀納米線/聚二甲基硅氧烷（Ag-nanowires/polydimethylsiloxane，Ag-NWs/PDMS）復合材料作為腦電電極[24]。由于銀納米線/聚二甲基硅氧烷（Ag-NWs/PDMS）復合材料具有低阻抗、高安全性、高導電性和良好的穩定性等特性，因此是一種理想的腦電電極材料。已有相關研究提出將不同的復合材料用于監測腦電信號[7,25-27]，然而這些復合電極通常具有高阻抗和較差的電阻穩定性。我們采用導電可拉伸的Ag-NWs/PDMS復合材料獲取腦電信號(見圖2a)，該材料使用一維銀納米線作為導電添加劑，而不是顆粒或薄片的結構[28-29]，由于在硅膠中形成了良好的銀納米線導電網絡，復合電極的電導率高達6 912 s/cm，因此它具有高導電性和良好的電阻穩定性。這種導電復合電極更適合于長期腦電監測。基于新型腦電電極材料的特性，我們開發了相應的智能帽用于傳感器的固定和替換，如圖2b所示。智能帽結合了腦電電極和彈性織物綁帶，便于傳感器的固定和替換，并嚴格遵守10-20國際標準體系[30]放置電極。通過可更換腦電電極以及可調節綁帶的設計，智能帽可以為長期腦電圖監測提供靈活、可擴展的解決方案。
圖2
腦電帽原型設計
a. Ag-NWs/PDMS復合材料；b. 智能帽原型
Figure2. Prototype design of EEG capa. Ag-NWs/PDMS composites; b. prototype of the smart hat
1.2 智能衣原型設計
智能衣中嵌入了ECG電極和呼吸傳感器用于采集ECG信號和呼吸信號。根據文獻[31]中建議的雙極ECG采集的最佳電極位置，我們將ECG傳感器嵌入胸部位置，如圖3所示。同時，將呼吸傳感器連接到彈性帶上，并縫在智能衣胸部位置上。此外在衣服的帽子背部我們還設計了放置采集系統主板的口袋。
圖3
智能衣的結構和原型
Figure3.
The structure and prototype of the smart clothes
ECG電極的制作使用了自研的一種新型材料——碳化海綿。碳化海綿已被廣泛應用于電磁屏蔽[32]和壓力傳感[33]。由于其良好的導電性和良好的彈性特性，我們首次嘗試使用碳化海綿采集ECG信號。碳化海綿材料具有極好的靈活性(見附件1)，可以提供舒適的監測方式。與Ag-NWs/PDMS復合材料相比，碳化海綿具有較弱的導電性，但仍能有效感知ECG等信號。此外，相比紡織電極和傳統的Ag/Cl凝膠電極，已驗證碳化海綿具有較好的抗運動偽影性能。基于碳化海綿材料，我們開發了ECG電極，見附件1。當電極粘貼在皮膚上時，碳化海綿產生壓縮，并提供高導電性。該特性自動增加了電極和皮膚之間接觸的穩定性，并提高了運動期間所采集信號的質量。
關于呼吸傳感器的制作我們采用了自研的聚二甲基硅氧烷－石墨烯（PDMS—Graphene）混合材料，該材料具有可拉伸變形的高靈敏度和較大的傳感范圍。與其他可拉伸電子器件相比，該材料具有很好的形變能力，同時有較好的靈敏度。傳統的基于金屬的柔性傳感器[34-35]受到強度的限制，可能無法與人體適當匹配，而PDMS—Graphene混合物是一種柔性可拉伸的導電材料，具有高導電性，其電阻隨材料的拉伸而增大。此外，該混合材料輕便且靈活，可以適應曲面，因此易于與人體匹配，適合在可穿戴電子設備中使用。在呼吸過程中，隨著肺部的膨脹和收縮，身體的胸部和腹部會有規律地起伏，從而引起胸部位置周長的周期性變化。基于這一特點，我們可以通過PDMS—Graphene混合材料來檢測人體胸部的起伏，從而計算出呼吸頻率。
附件2展示了PDMS－Graphene混合材料樣品。我們將PDMS－Graphene混合物材料（附件2a）和彈性帶（附件2b）結合嵌入智能服裝中，置于人體胸部位置。當PDMS－Graphene混合物拉伸變形、彎曲和扭轉時，機械結構將發生變化，導致材料電阻的變化。因此，材料電阻的變化反映了人體胸部因呼吸引起的起伏變化。
1.3 智能手套原型設計
智能手套裝配自研PPG探頭用于采集PPG信號。如圖4a所示，PPG探頭集成了PPG傳感器（Maxim，MAX30102，美國）、慣性傳感單元（inertial measurement unit，IMU)（InvenSense，MPU9250，美國）和支持電路。IMU傳感器的加入不僅可以為濾波去噪算法提供重要的運動參考，而且可以很容易地被用于運動偽跡噪聲類型的分類。采集系統的主板被放置在手套手背位置的定制口袋內。主板通過FPC線與探頭相連，FPC線固定在手套食指外側部位，如圖4b所示。整個可穿戴手套集成使用方便、固定可靠、佩戴舒適，可以滿足劇烈運動下長時間使用的要求。
圖4
智能手套原型設計
a. PPG探頭；b. 智能手套原型
Figure4. Prototype design of smart glovea. PPG probe; b. prototype of the smart glove
1.4 智能鞋墊原型設計
為了獲取穩定可靠的足底壓力信號和運動信號，我們提出了分布式柔性足底壓力傳感器。足底壓力傳感器為5層疊加結構，采用疊層印刷技術進行制作。整個傳感器使用了48個壓力點位，見附件3。我們將傳感器和采集電路嵌入智能鞋墊中，具體結構見圖5a。圖5b展示了智能鞋墊的初代樣機。
圖5
智能鞋墊原型設計
a. 結構圖詳情; b. 原型樣機
Figure5. Prototype design of smart insolea. details of the structure; b. prototype
2 信號采集系統設計及評估
為了監測腦電、ECG、呼吸、PPG和足底壓力信號，我們還開發了相應的采集系統，如圖6所示。采集系統包含了四個采集電路模塊，智能帽模塊采集腦電信號，智能衣模塊采集呼吸和ECG信號，智能手套模塊采集PPG信號，智能鞋墊模塊采集運動信號。所有信號通過藍牙傳輸至本地單元進行數據處理，隨后傳入云端。為了驗證系統的可行性，我們分別對四個模塊的信號質量進行了驗證評估。
圖6
信號采集系統的結構和原型
Figure6.
The architecture and prototype of the signal acquisition system
2.1 智能帽信號評估
在臨床試驗中，Ag/AgCl電極廣泛用于Fp1區域的信號采集，金杯電極用于頭發覆蓋區域的信號采集。新型Ag-NWs/PDMS電極的基礎性能已經在我們之前的研究中進行了報道[24]。我們對比了新型Ag-NWs/PDMS電極和傳統電極的皮膚－電極之間的阻抗－頻率曲線，同時使用商業腦電設備將Ag-NWs/PDMS電極與傳統腦電電極進行了信號比較。
附件4和附件5分別給出了Ag-NWs/PDMS電極、金杯電極和Ag/AgCl電極（Covidien，H124SG，美國）在左前額位置（Fp1）和左額位置(F3)的皮膚－電極之間的阻抗－頻率曲線（Z-f曲線）和眨眼腦電圖信號波形及相應功率譜密度估計（power spectral density，PSD）。
電極信號質量評估結果表明，所提出的Ag-NWs/PDMS電極適用于腦電圖信號采集，并且可以實現與金杯電極和Ag/AgCl電極相當的性能。
基于前期的研究基礎，我們使用商業腦電設備對智能帽的信號質量進行了對比分析。此外我們還進行了睜眼閉眼實驗以及穩態視覺誘發電位（steady-state visual evoked potential，SSVEP）實驗來驗證智能帽的可用性。所有測試在一位27歲成年健康男性身上進行。
2.1.1 智能帽信號質量測試
為了驗證智能帽的信號質量，我們使用智能帽和德國商用設備Brian Product（BP）同時采集Fp1區域的腦電信號。兩個系統的采樣率均設置為250 Hz。與電極信號質量測試實驗一樣，我們通過對比不同系統在眨眼過程中的腦電信號來評估電極信號質量。
圖7顯示了使用商用設備BP和智能帽從Fp1區域獲得的腦電圖信號波形和相應功率譜密度估計圖。圖中的脈沖信號對應于眨眼動作，這表明兩個系統采集的信號具有高度一致性，并證明了智能帽的有效性。同時，頻譜分析還表明了兩個系統具有相同的頻譜成分，這說明智能帽可以實現與商用設備同等質量的腦電信號采集。但是在Fp1區域，即使獲得的信號具有很高的相似性，大多數腦電信號仍被眼動軌跡淹沒，這對于腦電測量可能不太有說服力。為了進一步驗證該系統在不同腦區的性能，我們執行了睜眼和閉眼實驗以及SSVEP實驗。
圖7
商用設備與智能帽在Fp1區域獲得的腦電信號（左）和頻譜（右）
Figure7.
EEG signal (left) and spectrum (right) obtained by commercial equipment and smart hat system in Fp1 area
2.1.2 睜眼和閉眼實驗
阿爾法（α）節律為7.5～12.5 Hz頻率范圍內的神經振蕩，主要起源于閉眼清醒放松期間的枕葉。大量研究表明，當眼睛睜開時，阿爾法節律降低。為了驗證智能帽的性能，我們執行了睜眼和閉眼實驗。在這個實驗中，受試者舒適地坐在燈光昏暗、聲音衰減的房間里，同時使用智能帽在腦部左中央C3區采集腦電圖信號，參考和接地電極放置在耳垂和前額葉（分別為A1和Fpz位置）。
圖8顯示了睜眼和閉眼狀態的腦電頻譜，可以觀察到這兩種狀態之間的腦電圖頻譜存在明顯差異。在圖8中，α節律在閉眼狀態下起主導作用，這也證明了智能帽可以有效記錄兩種不同狀態下的腦電圖信號。
圖8
睜眼和閉眼任務的腦電功率譜密度評估圖
Figure8.
EEG PSD of eyes-open and eyes-closed task
2.1.3 穩態視覺誘發電位任務
SSVEP是出現在大腦視覺皮層中的信號，是對視覺刺激的自然反應。當視網膜受到視覺刺激時，大腦會以與視覺刺激相同（或倍數）的頻率產生電活動[36]。為了驗證智能腦電帽的性能，我們執行了SSVEP實驗。五名健康志愿者參與了這項任務。所有受試者的視力正常或矯正至正常。我們使用智能帽以250 Hz的采樣頻率采集信號。新型腦電電極放置在靠近Oz位置的區域，參考和接地電極放置在A1和Fpz位置。實驗包括兩個階段。在第一階段中，發光二極管（light-emitting diode，LED）的閃爍以20 Hz的頻率變化作為視覺刺激。在第二階段，使用30 Hz的LED閃爍作為視覺刺激。每個環節每名受試者進行三次試驗。每次試驗中，視覺刺激持續10 min然后休息5 min。因此，這五名受試者總共進行了30次試驗。在每次試驗中，受試者被要求注視閃爍的刺激。對于這兩個環節，所有試驗的平均響應頻率分別為20 Hz和30 Hz，標準偏差分別為0.02 Hz和0.01 Hz。
圖9顯示了智能腦電帽在20 Hz和30 Hz的LED閃爍下采集的腦電功率譜密度評估圖。腦電頻譜的主頻分別為20.02 Hz和30.04 Hz，對應于兩個環節的視覺刺激。這些結果與SSVEP響應特征一致，證明了該系統在采集腦電信號方面的穩定性和可靠性。
圖9
SSVEP實驗的腦電功率譜密度評估圖
Figure9.
EEG PSD of SSVEP task
2.2 智能衣
由于智能衣中包含了碳化海綿電極和石墨烯呼吸傳感器，因此我們分別評估了碳化海綿電極和石墨烯呼吸傳感器的性能，隨后評估了智能衣的信號質量。
2.2.1 碳化海綿電極評估
Ag/AgCl電極在臨床試驗中被廣泛使用，因此，選擇碳化海綿電極與Ag/AgCl電極進行了比較。
電氣特性測試：我們使用電化學工作站（AHNER-Zennium，德國）測量并比較了碳化海綿電極與Ag/AgCl電極的皮膚-電極間阻抗。其中Ag/AgCl電極（Covidien，H124SG）作為參考電極，工作電極選擇碳化海綿電極和Ag/AgCl電極，輸入信號的頻率從0.1 Hz掃至100 kHz，最得到了每個工作電極的阻抗-頻率曲線（見附件6）。結果表明碳化海綿電極的阻抗略大于Ag/AgCl電極的阻抗，在近直流范圍內，Ag/AgCl電極的阻抗接近566 kΩ，而碳化海綿電極的阻抗約為675 kΩ。主要原因可能是在使用Ag/AgCl電極之前對皮膚進行了去除表皮角質層和涂抹導電凝膠處理。這種制劑有助于將離子電流轉化為電流，并為信號監測提供低阻抗路徑，因此降低了皮膚－電極間阻抗。而在使用碳化海綿電極之前，沒有對皮膚做任何處理。
電極信號質量測試：為了評估碳化海綿電極獲得的信號質量，我們對比了碳化海綿電極和Ag/AgCl電極采集的ECG信號的波形。碳化海綿電極和Ag/AgCl電極均同時連接到商用設備Shimmer-3，并且無任何濾波，這樣可以確保兩種不同類型電極在相同條件下獲得信號。受試者分別在靜坐狀態和運動狀態（受試者手臂擺動）下進行測量。Shimmer-3集成了IMU，可以提供同步的運動數據。設備以512 Hz的采樣率同時記錄ECG信號和3軸加速度數據。
附件7展示了ECG波形圖和對應的加速度。可以看出在靜坐狀態下，由碳化海綿電極獲得的ECG信號與Ag/AgCl電極獲得的ECG信號質量相當。兩個信號的形狀具有高度的相似性，并且可以很容易地檢測到兩個ECG信號的R波峰值。R波峰為ECG信號QRS波群中的一部分，可用于心率、心率變異性的檢測。為了測量由碳化海綿電極獲得的ECG信號與由Ag/AgCl電極獲得的ECG信號之間的相似性，計算了Pearson相關系數。結果顯示兩個信號之間具有高Pearson相關系數，達到0.956 8。這表明這兩個信號之間存在很強的線性正相關，也表明這兩個信號在形態屬性方面具有很高的相似性。然而在運動狀態下，由碳化海綿電極采集的ECG信號明顯要優于Ag/AgCl電極所采集的ECG信號。這可能是由于材料的機械性能和較少的電力線干擾導致碳化海綿電極對運動偽影具有更好的耐受性。
附件8展示了兩個信號的功率譜密度對比圖，在功率譜密度估計之前沒有經過濾波或驅動腿電路或任何其他噪聲抑制技術。由于碳化海綿材料[32, 37]的電阻損耗、介電損耗和磁損耗的改善，其電磁干擾（electromagnetic interference，EMI）屏蔽特性得到了極大改善。同時，由于導線干擾具有能量集中大、噪聲幅值大的特點，當噪聲耦合到碳化海綿材料中時，在噪聲能量衰減過程中會更有效。附件8中虛框處可以看出，50 Hz工頻干擾及其一次諧波（100 Hz）在基于碳化海綿電極獲得的信號中得到了很好的抑制。這與理論推斷一致。因此，碳化海綿電極有望成為獲取ECG信號的備選材料。
2.2.2 呼吸傳感器評估
人體胸部因呼吸引起的起伏變化會引起拉伸傳感器的形變，因此可以通過檢測傳感器拉伸過程中的阻值變化來檢測呼吸信號。為了驗證傳感器的性能，我們測試了PDMS—石墨烯混合物拉伸過程中的靈敏度和穩定性。
傳感器靈敏度測試：本實驗利用電感電容電阻（LCR）計（E4980AL，Keysight，美國）準確測量了不同長度下傳感器電阻的變化。通過拉伸來改變傳感器長度，同時記錄了傳感器的長度及其電阻。變形范圍為0～50%（8～12 cm），每個記錄點的步長為5%（4 mm）。我們對傳感器的電阻值和靈敏度進行了研究。
附件9展示了不同拉伸長度下傳感器電阻的相對變化。圖中未發現傳感器的線性行為，但確定了三個不同的靈敏度區域。在第一個區域，傳感器的長度增加到30%，靈敏度（S）為4.67 cm?1；在第二個區域，傳感器的拉伸長度從30%到45%，S值為61.15 cm?1；第三個區域，當傳感器拉伸至50%時，S值進一步增加至152.68 cm?1。圖中可以看出，在30%～50%的應變范圍內，材料具有更好的靈敏度。事實上，這個范圍剛好是彈性帶在實際使用過程中的應變范圍。
穩定性測試：為了驗證新傳感器在重復拉伸后電阻變化的穩定性，實驗使用步進電機進行循環穩定性實驗。傳感器的長度從10 cm拉伸到11.5 cm，頻率為每分鐘20個周期，這個頻率參照人體正常呼吸頻率。循環穩定性實驗的持續時間為3 h。通過Arduino上的10位ADC以100 Hz的采樣率采集3 h實驗期間石墨烯混合物的電阻變化。
附件10a顯示了3 h穩定性測試的整體結果。圖中可以看出，在測試開始前30 min左右，整體基線逐漸下降。然而人體呼吸頻率在15～30次/分，因此該基線的下降對呼吸率的提取沒有影響。從第一分鐘的呼吸波形（附件10b）可以看出，整體基線值從740降至720左右，但是仍然可以清晰地看到呼吸過程中的波峰。附件10c顯示了最后一分鐘的呼吸波形，整體基線穩定，波形特征明顯，同樣可以清晰地看到呼吸過程中的波峰。從附件10中可以看出，傳感器具有較好的穩定性。在連續3 h的3 600個循環后，盡管基線有所下降，但是整體的呼吸波形特征明顯。實驗結果顯示石墨烯拉伸傳感器可以連續拉伸3 h穩定地輸出信號。
2.2.3 智能衣整體性能評估
智能衣模塊集成了碳化海綿電極和石墨烯呼吸傳感器，用于采集ECG信號和呼吸信號。因此我們分別使用Shimmer-3和Grael PSG設備對ECG信號和呼吸信號進行比較。
ECG信號：智能衣和商用儀器Shimmer-3以250 Hz的采樣頻率在V1-V2導聯處采集ECG信號。圖10a～b顯示了智能衣和Shimmer-3在運動條件下獲取的ECG信號。同時，圖10c中顯示了由Shimmer-3的IMU記錄的身體加速度信號。結果表明，由于材料的機械性能，智能衣對運動偽影表現出更好的耐受性。這主要是得益于碳化海綿的機械性能。
圖10
智能衣和商用設備的ECG信號波形圖對比
a. 運動狀態下通過Shimmer-3獲得的ECG信號；b. 智能衣在相同運動狀態下獲得的ECG信號；c. 通過Shimmer-3獲得的同步加速度信號
Figure10. Comparison of ECG signal waveform between smart clothes and Shimmer-3a. ECG signal obtained by Shimmer-3 in motion state; b. ECG signal obtained by the smart clothes in same motion state; c simultaneous acceleration signal obtained by Shimmer-3
呼吸信號：為了評估智能衣的呼吸信號監測性能，我們將智能衣與醫用設備多導睡眠儀（polysomnography，PSG）中的呼吸綁帶模塊進行了比較。實驗將PSG呼吸綁帶連接到腹部，略低于智能衣中石墨烯傳感器的位置。由于PSG的設置限制，兩臺設備的采樣頻率設置為32 Hz。實驗在一名30歲的志愿者身上進行了連續4 h的測試。
我們比較了時域中的信號質量，如圖11所示。從圖11中可以看出，使用智能衣獲得的信號與PSG獲得的信號具有相同的頻率結構。雖然智能衣和PSG在腹部的位置略有不同，但可以看到所獲得的數據波形的周期性是一致的，這意味著智能衣在測量呼吸頻率方面的準確性。結果表明，兩個系統采集的信號峰值和波谷具有良好的一致性。同時，該系統可以實現與Grael-PSG設備相同的呼吸頻率，這證明了該傳感系統的有效性。
圖11
智能衣和PSG的呼吸信號波形圖對比
a. 智能衣4個小時呼吸信號波形圖；b. PSG 4個小時呼吸信號波形圖；c. 一分鐘波形圖對比
Figure11. Comparison of respiratory signal waveform between smart clothes and PSGa. four-hour respiratory waveform of smart clothes; b. four-hour respiratory waveform of PSG; c. one-minute waveform details for both devices
2.3 智能手套評估
手套的設計采用了商用傳感器，信號質量已經被驗證。我們融合了一種新的PPG運動偽影去除算法——SniMA來去除運動下的運動偽影。SniMA首先使用了一個深度循環神經網絡來精確分割受污染的PPG信號的心臟周期。然后，應用隨機建模從干凈的PPG脈沖中提取波形細節，并進一步導出到系統狀態空間。接下來是一個擴展的卡爾曼濾波器使用狀態空間的建模構造。利用運動信號測量噪聲的協方差，使之自適應地調整真實的物理環境。該方法結合運動相關信息可以有效地去除運動偽影，恢復高質量PPG信號。
受試者要求雙手佩戴可穿戴PPG監測手套，左手保持靜止，右手依次完成不同頻率、幅度的屈指運動和沿指向運動，左右手的所有數據被記錄并用作分析。每個實驗周期包括低頻小幅、高頻小幅、低頻大幅、高頻大幅和任意頻幅五種運動模式，其中低頻指頻率0.5～1 Hz的運動，高頻指頻率1～3 Hz的運動，幅度由受試者自行掌握。我們通過彎曲手指的運動引入低頻噪聲，對比了未處理的原始 PPG波形、SniMA恢復的 PPG波形和參考PPG波形及其功率譜。
圖12展示了曲指運動下PPG原始信號、處理后的信號、參考信號以及對應的頻譜圖。可以清晰地看到，當t = 3 s時刻運動開始時，未經處理的原始波形在頻率和幅度上發生了較大的偏移，頻率明顯放慢，這是由于低頻運動帶來的類似于基線噪聲的污染（圖示波形已經通過去基線預處理，但噪聲仍然明顯）。在這種噪聲背景下，正常PPG波形的波峰已經被部分或完全掩埋，例如圖中用紅線標出的位置，這時含噪PPG信號的偽峰超過了真實峰值成為主峰，因而改變了峰間距離和信號主周期。采用SniMA后，PPG脈沖的模式被恢復，脈沖周期、寬度和面積與參考信號具有高度相似性。此外，原始PPG的功率譜清楚地顯示了與噪聲相關的峰值，其頻率略低于心動周期頻率，而原始PPG的基頻被削弱至第二大峰值。通過對功率譜的分析，可以清楚地看到SniMA算法不僅恢復了基頻，而且保留了干凈PPG的諧波頻率，這對波形細節恢復具有重要意義。該框架是首個引入波形建模方法以確保細節恢復的PPG去噪策略。
圖12
受試者彎曲手指產生的噪聲干擾片段的波形
a. 未處理的原始PPG波形；b. SniMA處理后的PPG波形；c. 參考PPG波形；d. 三個波形的功率譜
Figure12. Waveform of a bending-finger-noise interfered segment from Subjecta. unprocessed raw PPG; b. SniMA processed PPG; c. reference PPG; d. the power spectrums of these signals
2.4 智能鞋墊
智能鞋墊可獲取足底壓力信號和運動信號，進而為步態分析、動作分類等工作提供數據。我們通過與商業足底壓力檢測設備對比初步驗證了智能鞋墊的有效性。采用商用足底壓力設備（吉步恩）與智能鞋墊同時采集數據，并規定受試者完成4個特定動作，包括前腳掌著地跑步、后腳掌著地跑步、大跨步和重心偏后跑步，對比了系統的足底壓力分布圖和步行時的時空參數。
圖13展示了前腳掌著地跑和后腳掌著地跑的足底壓力分布圖片。由圖中可以看出，智能鞋墊的壓力分布與商用系統的壓力分布基本一致。此外，我們還對比了由兩個系統計算的時空參數，包括步頻、支撐相、擺動相、跨步時間、支撐相時間以及擺動相時間。結果顯示兩個系統的步頻結果一致，支撐相和擺動相的誤差范圍在±0.3%之間，跨步時間、支撐相時間和擺動相時間的誤差范圍都在±0.02S之間。此外，我們將足底壓力以足中為中心分為前掌區域和后掌區域兩區域模塊。圖14展示了4類動作下的足底壓力波形圖。從圖中可以看出各個波形圖的特點與步態一致。結果初步證明了智能鞋墊的有效性。
圖13
足底壓力分布圖
Figure13.
Plantar pressure distribution
圖14
四種步態下的前后掌足底壓力波形圖
Figure14.
Front and rear plantar pressure wave forms in four gaits
3 討論
隨著傳感材料和技術的發展，新型傳感器具備了高效、舒適地獲取數據的能力。如今，人們期望多個傳感器同時收集不同的信號，并提供更詳細的個人健康狀況信息。我們提出了一種基于新型傳感材料的可穿戴生物信號傳感系統。系統包含智能帽、智能衣、智能手套和智能鞋墊。我們提出并制備了基于新型Ag-NWs/PDMS復合材料的智能帽用于采集腦電信號。相比傳統腦電信號采集設備，該智能帽不需要涂抹導電凝膠，便于使用。相比其他基于干電極的腦電系統，智能帽不僅擁有良好的導電性能，同時柔性的接觸面使得佩戴更舒適，更適合長期監測。智能衣的設計采用了碳化海綿和石墨烯混合材料用于ECG信號和呼吸信號的檢測。相比Ag/AgCl凝膠電極和紡織電極，碳化海綿電極不僅可以獲得高質量ECG信號，同時不損傷皮膚，擁有一定的抗運動偽影和抗電磁干擾的性能，適合長期佩戴。而石墨烯混合材料的呼吸傳感器相比醫用呼吸綁帶和呼吸檢測面罩，提供了更舒適的檢測方式。我們還研發了基于柔性印刷和多層分布式結構的智能鞋墊，解決了傳統足底壓力測試設備實時檢測的問題，同時相比其他壓力鞋墊，該智能鞋墊提供了更高的分辨率，為后續數據分析提供了更精準完善的數據。此外我們將PPG運動偽影去除算法——SniMA融入智能手套中，實現了運動狀態下的PPG信號采集。總的來說所提出的系統實現了便攜、佩戴舒適、易于安裝等特點，以低成本和高效率的方式提供了對生理信號和運動信號的長期非侵入性監測。同時系統通過模塊化的設計實現了模塊間的自由組合，可根據實際需求進行搭配使用。
我們對系統進行了整體性能評估。實驗結果表明，該傳感系統可以同時監測腦電、ECG、呼吸、PPG和足底壓力，具有較高的性能。與現有商用產品相比，該系統在信號質量方面取得了良好的效果。同時系統通過服裝或者鞋墊等日常穿戴出現，可以提供更為舒適的穿戴體驗。
該系統具有腦電、ECG、呼吸、PPG和足底壓力信號的感知能力，可以在長期健康管理中進行各種應用，例如：① 安全警報。如果出現任何突發健康問題，如心力衰竭，可以將報警模塊與系統集成，以發出警報并通知相關人員或醫療服務機構。如果出現突發問題，可以立即進行醫療干預。② 早期檢測和預測。系統允許檢測一些潛在的健康風險，如中風、癲癇發作。它可以擴展并用于早期檢測個人健康狀況惡化事件的趨勢。③ 康復評估和訓練指導。通過生理信號和運動信號可以對患者進行康復評估。運動信號可以作為一種反饋手段來指導適當的康復過程。④ 臨床評估。評估治療效果對于協助臨床診斷和治療至關重要。在可預見的未來，該系統可能用于輔助臨床診斷和治療。
為了提高和擴展該傳感系統的能力，我們將在未來的工作中進一步作如下探索：① 探索更多新型傳感器和系統，以獲取血氧飽和度、血壓、溫度、身體活動等信號，并將之添加到現有系統中。② 為了協助臨床診斷和治療或跟蹤個人健康或檢測健康風險以提供有意義的結論，將研究多模態數據融合，從多個信號中生成綜合結論。
4 結論
本文介紹了用于檢測腦電、ECG、呼吸、PPG和足底壓力信號的新型傳感器的研究與制備。這些可穿戴傳感器提供了一種靈活的長期健康監測解決方案，可以克服傳統傳感器的局限性。同時，展示了智能帽、智能衣、智能手套和智能鞋墊作為新型傳感器和相應采集系統的載體。整個傳感系統提供了一種高效、經濟的解決方案，可以實時監測人體的重要生理和運動體征。實驗結果表明，與現有的商用設備相比，該傳感系統實現了與商用設備相當的信號質量。然而目前的實驗主要集中在短期的信號質量評估上，在未來的工作中我們將進一步驗證系統在日常持續檢測時的性能，將添加更多新型傳感器和采集電路，以便為遠程醫療監測提供個性化健康信息和臨床診斷的綜合評估。
重要聲明
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
作者貢獻聲明：陳泓瑜負責整體系統設計、實驗設計、結果分析和論文撰寫；王在浩、徐珂、王澤宇、孟龍負責硬件開發及算法設計，陳晨、陳煒對論文修改提出建設性意見并審核。
本文附件見本刊網站的電子版本（biomedeng.cn）。
