我国科学家提出一种智能疾病诊断系统
导言:近期,中国科学院大学的研究团队提出了一种基于多通道柔性脉冲感知阵列的智能疾病诊断系统,可用于远程疾病诊断。研究成果发表在《ACS Nano》期刊,论文的标题“Multichannel Flexible Pulse Perception Array for Intelligent Disease Diagnosis System”。
用于实时检测机械力信号的便携式可穿戴传感器因其在医疗健康监测中的潜在应用而受到广泛关注。压力传感器是构建智能疾病诊断系统的关键元器件,然而,传统的压力传感器灵敏度有限,响应范围不理想,同时,在多通道的实时脉冲感知中存在信号串扰等问题。近期,中国科学院大学的研究团队提出了一种基于多通道柔性脉冲感知阵列的智能疾病诊断系统,可用于远程疾病诊断。研究成果发表在《ACS Nano》期刊,论文的标题“Multichannel Flexible Pulse Perception Array for Intelligent Disease Diagnosis System”。
该研究团队提出了基于聚酰亚胺/多壁碳纳米管-聚二甲基硅氧烷纳米复合材料/聚酰亚胺(PI/MPN/PI)三明治结构压力传感器的多通道柔性脉冲感知阵列的智能疾病诊断系统。在分子层面,研究人员综合运用分子动力学模型和多层结构有限元分析来指导压力敏感纳米复合材料和传感器结构的设计,得到了性能最佳时多壁碳纳米管的最佳尺寸(外径<8 nm,长度10−30μm)和填充率(6 wt %),研究了压力敏感纳米复合材料的灵敏度与动态感知范围之间的压力敏感机理。在结构层面,研究人员基于砂纸模具制备了具有双面金字塔状微结构的压力传感器,实现了高灵敏度(35.02 kPa–1)和宽响应范围(<18 kPa)。在器件层面,研究人员设计了3个感知区域(每个感知区域的传感器单元为3×3,共27个),同时将27个压敏传感单元整合在桡动脉上方较窄的位置,实现了高密度脉搏信号的测量,为后续的脉搏识别提供充分的数据保障。在算法层面,研究人员针对疾病诊断提出了两种不同的脉象识别算法:第一个算法是六维特征提取算法,可以将脉搏中的生理信息提取出来,以方便医生进行诊断;第二种算法基于脉病信息库对不同患者的脉象进行自动识别,识别率达到97.8%;最后,结合两种算法实现了疾病的智能诊断。
该研究提出的一种基于柔性压力传感器的疾病智能诊断系统填补了脉诊分析和疾病诊断的空白,对可穿戴健康监测具有重要意义。
注:此研究成果摘自《ACS Nano》杂志,文章内容不代表本网站观点和立场,仅供参考。
免责声明:
※ 以上所展示的信息来自媒体转载或由企业自行提供,其原创性以及文中陈述文字和内容未经本网站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果以上内容侵犯您的版权或者非授权发布和其它问题需要同本网联系的,请在30日内进行。
※ 有关作品版权事宜请联系中国企业新闻网:020-34333079 邮箱:cenn_gd@126.com 我们将在24小时内审核并处理。
标签 :
相关网文
一周新闻资讯点击排行