利用3D打印的折纸式心电图传感器，通过人工智能技术增强心房心律失常的诊断能力

《Biosensors and Bioelectronics》：AI-enhanced diagnosis of atrial arrhythmia using 3D-printed origami ECG sensors

可持续3D打印折纸结构ECG传感器结合干式附着、高导电性碳基墨水及AI诊断系统，实现34小时连续监测与10类心律失常分类，显著优于传统Ag/AgCl电极。

　　本研究提出了一种新型的3D打印折纸结构心电图（ECG）传感器，旨在解决传统银/银氯化银（Ag/AgCl）电极在使用过程中存在的诸多问题。传统电极容易引发皮肤刺激，使用寿命较短，且通常只能一次性使用，导致环境废弃物增加。而新型传感器采用干式贴附方式，不仅具备准确的测量能力，还具有可重复使用性，同时结合人工智能（AI）技术实现了快速诊断。这一创新设计在机械延展性、结构强度和自粘性方面表现出色，配合基于碳材料的导电油墨，使传感器具备高导电性、良好的柔韧性和生物相容性，从而为心电监测提供了一种可持续的替代方案。

该传感器的结构设计采用了折纸原理，通过简单的轴向力实现旋转和弯曲，以适应人体皮肤的复杂曲面。其自粘特性来源于特殊的结构设计和材料选择，包括使用具有生物相容性的热塑性聚氨酯（TPU 85A）作为基材，并在表面涂覆柔软且具有高延展性的Ecoflex-30硅胶涂层。这种设计不仅提高了传感器与皮肤的贴合度，还增强了其附着力，使传感器能够在多次使用后依然保持良好的性能。此外，折纸结构中的孔洞设计进一步优化了传感器与皮肤之间的接触，提高了整体的稳定性和耐久性。

为了确保传感器的导电性能和机械性能，研究团队开发了一种基于壳聚糖、碳黑、石墨片和纤维素纳米纤维（CNFs）的导电油墨。这种油墨在保持高导电性的同时，也具备良好的柔韧性，能够适应长期佩戴的需求。实验数据显示，该油墨在弯曲至2.5毫米半径（4%应变）后，电阻仅增加1.49倍，而在100次弯曲循环后，电阻增加仅为1.38倍，这表明其在重复使用和长期监测中的稳定性。此外，通过加速出汗测试，研究人员验证了该传感器在潮湿环境下的抗干扰能力，与传统的Ag/AgCl电极相比，其导电性能和结构完整性均得到了显著改善。

该传感器的应用场景非常广泛，特别适合于需要长时间监测心电活动的医疗场景。研究团队将传感器集成到可穿戴的织物带上，使其能够紧密贴合人体胸部，便于佩戴和使用。在实验测试中，传感器在九次1小时的静息状态监测和六次20分钟的跑步测试中均表现良好，其记录的心电信号与商业Ag/AgCl电极相当，且在多次使用后仍能保持良好的附着效果。这一特性使得传感器能够在34小时内连续监测，适用于早期发现心脏问题以及个性化健康监测。

为了进一步提升传感器的诊断能力，研究团队引入了人工智能技术，开发了一个基于卷积神经网络（CNN）的快速分类系统。该系统结合了连续小波变换（CWT）和自定义的CNN网络，能够将心电信号转换为二维的scalogram图像，并通过图像分析实现对心律失常的快速识别。实验数据显示，该系统在对十种心律失常和正常心律的分类中，达到了99.8%的准确率，远超以往部分研究的水平。这种AI赋能的诊断系统不仅提高了心电监测的效率，还减少了对专业心脏病医生的依赖，为远程医疗和紧急诊断提供了有力支持。

此外，研究团队还与当地医院的护理人员进行了实际应用评估，以确保该传感器在临床环境中的实用性和舒适性。参与评估的护理人员来自心血管监测病房，他们通过实际操作测试了传感器的贴附效果、信号质量以及在日常护理流程中的适应性。护理人员普遍认为，该传感器的轻薄设计和柔软材质相较于传统的Holter监测设备更加适合长期佩戴，尤其是在老年患者群体中。同时，他们建议进一步优化传感器的柔韧性，使其能够更好地贴合不同体型的患者，并考虑增加电极位置标记以提高数据采集的一致性。

在实际应用中，该传感器不仅能够提供准确的心电数据，还能够通过AI系统实现快速诊断。这种结合了先进材料科学和人工智能技术的传感器，为心血管疾病的早期发现和个性化健康监测提供了新的解决方案。其可持续性特点使其在环保方面也具有显著优势，减少了对一次性电极和化学凝胶的依赖，降低了医疗废弃物的产生。同时，该传感器的低成本和易于制造的特性，也为其在资源有限的医疗环境中推广提供了可能性。

从技术角度来看，该研究在材料选择、结构设计和AI算法开发等方面都进行了深入探索。首先，通过优化导电油墨的配方，研究团队实现了高导电性与良好机械性能的平衡，使传感器能够在复杂环境下保持稳定的信号采集能力。其次，折纸结构的设计使得传感器具备出色的柔韧性和自适应能力，能够贴合人体皮肤并吸收外部应力，从而提高其在长期佩戴中的耐用性。最后，AI分类系统的引入使得心电监测从传统的依赖专业医生的方式，转变为自动化、智能化的诊断过程，极大地提高了诊断效率和准确性。

本研究的成果不仅在技术层面具有重要意义，还为未来的心血管健康监测和数字医疗的发展提供了新的方向。随着人工智能和可穿戴设备技术的不断进步，这类结合了材料创新与智能诊断的传感器有望成为医疗领域的主流工具。它们能够实时监测患者的心电活动，及时发现异常情况，并为医生提供可靠的诊断依据。此外，由于其可持续性和可重复使用性，这类传感器在减少医疗资源浪费、提高医疗效率方面也具有巨大的潜力。

该研究的另一个重要贡献在于其跨学科的创新思路。通过将3D打印技术、折纸结构、导电油墨和人工智能诊断相结合，研究团队创造了一种全新的心电监测设备。这种多学科融合的方式不仅推动了传感器技术的进步，还为未来智能医疗设备的研发提供了范例。同时，该研究也强调了用户中心设计的重要性，通过与临床护理人员的合作，确保了设备在实际应用中的可行性与舒适性。

从实际应用的角度来看，这种新型传感器在远程医疗、急救诊断和长期健康监测方面具有广阔的应用前景。特别是在偏远地区或医疗资源有限的环境中，传统的心电监测设备往往难以普及，而这种可重复使用、成本低廉且易于操作的传感器则能够有效弥补这一不足。此外，其具备的AI诊断功能，使得非专业人员也能够在一定程度上进行心电分析，为基层医疗和家庭健康监测提供了新的可能性。

然而，尽管该传感器在多个方面表现出色，但仍有一些挑战需要进一步解决。例如，如何在更广泛的患者群体中验证其诊断准确性，以及如何进一步优化AI分类算法以提高其在复杂心电模式中的识别能力。此外，研究团队还计划探索该传感器的抗菌性能，以防止在长期使用过程中可能引发的皮肤感染问题。这些后续研究将有助于提升该设备的临床适用性和安全性。

总的来说，这项研究通过创新的材料设计和结构优化，成功开发出了一种高性能、可持续、可重复使用的心电监测设备。其结合了3D打印、折纸结构、导电油墨和人工智能技术，为心血管疾病的监测和诊断提供了一种全新的解决方案。该设备不仅在技术层面实现了突破，还充分考虑了实际应用中的需求，体现了科研与临床的紧密结合。未来，随着技术的不断进步和应用场景的拓展，这种新型心电传感器有望在医疗领域发挥更大的作用，推动数字医疗的发展。