投稿问答最小化  关闭

万维书刊APP下载

综述:基于柔性基底的多模态传感器的最新进展

2023/5/18 14:56:13  阅读:97 发布者:

研究背景

生理和生化信息可以反映人体的许多健康方面。随着新的微/纳米材料和制造策略的出现基于柔性传感器的生理和生化信息监测传感器在个性化医疗、远程健康监测、智能护理和运动员训练等方面有广泛的应用。生理信息通常包括电信号(脑电图、肌电图和心电图)、血压、心跳、脉搏、呼吸、体温和肢体运动。生化信息驻留在体内各种物质的含量中如血糖、血氧和血脂,以及唾液、眼泪和汗液中各种物质的含量。多模态传感器可以结合单一、分离的传感器的优势,获得更丰富的信息,实现更准确的人体生理和生化监测。

传感器是检测人体生理和生物化学状态的重要手段 (1)。生理信号检测器通常基于物理传感原理,如压阻式、电容式和压电式,可以检测人体的生理状态(运动、心跳和温度)。生化检测器主要通过分析化学信息反映人体健康状态,汗液中的钠离子浓度可以作为诊断囊性纤维化的标准。眼泪中的葡萄糖含量可以反映出血糖的浓度。因此,全面总结生理和生化传感器的设计、加工和制造,对于研究人员推进科技进步至关重要。此外,单一的传感器已经不能满足生理检测的需要,因此出现了各种集成的多模态传感器。然而,学术界对多模态传感器的回顾性研究很少,需要对集成多模态传感器的发展趋势进行系统的总结。

研究成果

柔性可穿戴设备已被广泛应用于生物医学、物联网等领域,吸引了众多研究人员的关注。人体的生理生化信息反映了各种健康状态,为人体健康检查和个性化医疗提供了重要数据。同时,生理生化信息揭示了人体的运动状态和位置,是实现人机互动的数据基础。柔性可穿戴生理生化传感器因其重量轻、可穿戴性强、灵活性高,可提供实时、人性化的监测。本文顾了柔性可穿戴生理和生化传感器(压力、应变、湿度、唾液、汗液和眼泪)的最新进展策略和技术。接下来,我们系统地总结了柔性生理和生化传感器的集成原理和当前的研究进展。最后,提出了生理、生化和多模态传感器的重要方向和挑战,以实现其在人类运动、健康监测和个性化医疗方面的潜在应用。相关报道以“Recent Advancements in Physiological, Biochemical, and Multimodal Sensors Based on Flexible Substrates: Strategies, Technologies, and Integrations”为题发表在ACS Applied Materials & Interfaces 期刊上。

图文导读

Figure 1. Physiological, biochemical, and multimodal sensors based on flexible substrates.

 

Figure 2. Application scenarios for different sensors.

 

Figure 3. Pressure sensor review.

 

Figure 4. Strain sensor review.

 

Figure 5. Humidity sensor review.

总结与展望

生理和生化传感器已经渗透到生活的各个方面,但其广泛使用仍有很长的路要走:

(1) 对于柔性可穿戴设备,特别是化学测试和柔性加工工艺,目前还没有统一的标准。因此,为可穿戴设备的商业使用制定一套国际公认的标准是至关重要的。达到目前硅基加工和集成电路的标准化水平仍然需要研究人员不断探索。

(2) 采用创新的信号处理算法和仿生设备是一个新兴的研究领域。例如,触觉传感器和模式识别的结合可以实现智能机器人的手势控制或直接控制。如今已经可以结合人体的生理信息实现智能疾病诊断。如果集合多模态传感器的应用,通过更丰富的信息融合和算法处理,智能人体诊断将成为可能。

(3) 设备还可以通过整合功能治疗部分来实现检测和治疗的同步。例如,微针可以被集成到柔性可穿戴设备中实现自动给药和闭环操作,以检测和治疗糖尿病。

综上所述,本文系统地回顾了最近在战略、流程以及生理、生化和多模态传感器的整合方面的进展。同时,我们讨论了传感器发展中遇到的机遇和挑战。我们注意到,柔性可穿戴设备将有广泛的应用前景。柔性可穿戴设备的持续发展将极大地影响公共卫生和改善生活质量。

文献链接

Recent Advancements in Physiological, Biochemical, and Multimodal Sensors Based on Flexible Substrates: Strategies, Technologies, and Integrations

https://doi.org/10.1021/acsami.3c02690

转自:i学术i科研”微信公众号

如有侵权,请联系本站删除!


  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com