![]()
美国加利福尼亚州拉霍亚加州大学圣地亚哥分校纳米工程系 Sheng Xu 团队报告了一种完全集成的自主可穿戴超声贴片系统 (Ultrasonic-system-on-patch, USoP)。微型柔性控制电路与超声换能器阵列连接，用于信号预处理和无线数据通信。机器学习用于跟踪移动的组织目标并协助数据解释。证明 USoP 允许连续跟踪来自深达 164 毫米组织的生理信号。对于移动对象，USoP 可以长达 12 小时持续监测生理信号，包括中心血压、心率和心输出量。这一研究使得能够对深层组织信号进行连续自主监测。USoP硬件由超声探头和电子控制设备组成，制造成小型化、柔性设备。超声探头由压电换能器、背衬材料、蛇形互连和衬底制成，这种柔性探头设计减少了噪声耦合，提高了分辨率，实现了无凝胶声耦合并确保了探头的耐用性。探头中心频率为2~6 MHz，2-MHz 换能器的深度为 ~164 mm，轴向分辨率为 ~600 μm，用于靶向内脏器官（例如心脏和横膈膜）；4-MHz 换能器的深度为 ~78 mm，轴向分辨率为 ~330 μm，适用于主要动脉（例如主动脉、颈动脉和股动脉）；6-MHz 换能器的深度为 ~9 mm，轴向分辨率为 ~230 μm，适用于较小的外周动脉（例如，桡动脉和肱动脉）。为了获得所需的声束，定制三种探头：圆形、线性阵列和二维阵列。使用各向异性导电薄膜（Anisotropic conductive films, ACFs）用于电气连接，易于连接拆卸且可重复使用。
控制电路被设计为柔性印刷电路板（Flexible printed circuit boardf, PCB）用于超声波传感和无线通信。该电路由模拟前端（Analog front-end, AFE）和数据采集模块（Data acquisition module, DAQ）组成。AFE完成超声波发射后，回波被中继到DAQ模块。微控制器单元使用内置的模数转换器对回波进行采样，然后Wi-Fi模块将数字化回波无线传输到终端设备（如计算机或智能手机），在线机器学习算法和应用程序可以自主处理和显示信号。AFE 和 DAQ 模块通过蛇形线相互连接，允许折叠以最小化其占用面积。弹性封装集成的系统可以弯曲、拉伸和扭曲，并且可以保形地层压在人体上。
在这项工作中，DAQ 模块每秒对信号进行 1200 万次采样，Wi-Fi 模块可以在 ~10 m 的距离和 3.4 Mbps 的速度下传输此类宽带信号，且数据丢失为零。USoP 系统的功耗 ~ 614 mW。标准的 3.7 V 商用锂聚合物电池可以连续运行长达 12 小时。USoP 可以实现多种超声成像模式：包括 A-mode、B-mode 和 M-mode，以揭示组织结构和界面运动。生理信号记录和检验
USoP 在 M-mode 中的使用：自然生理过程，如循环和呼吸，可以表现为组织界面的运动，如心肌收缩、动脉搏动和横膈膜偏移。USoP 可以从人体的多个传感窗口量化这些界面运动。
![]()
通过机器学习进行自主数据采集和分析
使用带有 4 MHz 32 通道线性阵列探头的USoP 自主且连续地跟踪颈动脉的位置并感知其脉动。训练机器学习模型来对这些 M-mdoe 图像进行分类，并识别图像中是否存在显著的搏动。
运动过程中持续监测
USoP 可以在人体运动期间连续跟踪多个深层组织信号。为了测试其性能，在有氧运动期间将其用于参与者身上，参与者进行 30 分钟的连续骑行，然后休息 30 分钟。在参与者自由移动时记录颈动脉血压波形。在无氧运动期间也进行了类似的测量，当参与者进行高强度间歇训练时，包括六次 1 分钟的训练课程，由六个 1 分钟的休息时间间隔开。
讨论
大多数现有的可穿戴设备在皮肤表面上或附近捕获信号，但此类信号通常是深层组织中生理过程的表现。在许多临床应用中，直接监测深层组织信号至关重要。深层组织生理学在不断变化，要识别疾病的潜在风险因素、捕捉其早期发作或评估其进展，获取数天、数周甚至数月的纵向数据是关键。这需要一种工具来实现长期深层组织监测、实时处理数据流并在人体运动期间保持准确。医学超声是应用最广泛的深层组织传感方法之一，但由于设备复杂和对操作员的要求，传统超声检查仅提供时间点测量。阻碍传统超声长期使用的一个关键障碍是其对操作人员的依赖性。可穿戴超声技术的最新进展显示了长期捕获深层组织信号的前景。柔性可穿戴超声换能器，以及超声贴片，取消了手持探头的要求。然而，这只是实现连续监测的第一步，还存在三个主要技术障碍。首先，这些探头必须连接到中央处理站，这在很大程度上限制了佩戴者的活动能力。其次，现有的可穿戴超声设备在移动对象中面临测量连续性和可靠性的挑战，因为皮肤上的设备相对于目标组织的位置会发生变化。第三，可穿戴设备对手动数据处理提出了新的挑战，因为任何临床医生都会被连续的数据流淹没。完全集成的 USoP 解决了这三个障碍，并使对深层组织信号的连续监测成为可能。首先，USoP 通过无线连接设备和后端处理系统来代替有线连接，从而允许大范围的主体移动。其次，USoP 使用基于机器学习的算法来实时自动化数据采集。第三，支持深度学习的数据后处理减轻了人类负担并实现了潜在的扩展。这些创新共同开辟了许多新的可能性。例如，可以在患者进行自然日常活动时对其进行监测，这可以提供与临床更相关的丰富信息。可以捕获对高强度锻炼等高风险活动的反应，以进行更严格的诊断。连续数天或数周监测心血管系统响应压力源的动态变化可以使广泛的人群受益，从需要训练优化的运动员到需要安全措施的心脏康复患者，再到一般的高危人群心血管风险分级和预测。该技术的未来发展可以集中在以下几个方面。首先，柔性超声探头在符合动态和曲线皮肤表面时面临未知换能器位置的挑战。使用没有波束合成单阵元换能器的 A 模式和 M 模式不受影响，但未知的换能器位置会导致 B 模式成像的相位像差和波束合成受损。潜在的解决方案包括应用额外形状的传感器来实时映射换能器位置，或开发迭代对比度优化算法来补偿变形阵列的相位失真。其次，应进一步提高USoP的长期耐磨性。将高度集成的芯片与多层柔性电路结合起来可以进一步提高系统的机械合规性。结合可穿戴式能量收集设备可以延长 USoP 的电池寿命。用更耐用和渗透性更强的粘合剂代替硅酮粘合剂有助于在皮肤变形和排汗情况下增强皮肤融合。第三，USoP 可以潜在地应用于其他组织目标，特别是在持续监测至关重要的高风险人群中。第四，机器学习处理所需的云计算资源限制了偏远和欠发达地区的可及性。基于功率性能平衡优化和人工智能芯片技术的机载数据分析可能成为可能。最后，通过策略性地调整频率和脉冲轮廓等超声控制参数，该技术可以实现更有趣的可穿戴诊断和治疗应用，包括解剖成像 、功能成像和超声刺激。https://www.nature.com/articles/s41587-023-01800-0
