织物传感技术(FaaS?)在脑电神经监测中的可行性验证：填补神经诊疗空白的创新研究

《Sensing and Bio-Sensing Research》：Bridging gaps in neurocare: Validation of Fabric as a Sensor (FaaS)TM as a brainwave neuro-sensing technology

本研究针对传统脑电图(EEG)检测不舒适、成本高的问题，开发了基于枕套式电极阵列的织物传感(FaaS?)原型系统。通过30名成人受试者实验，采用64通道氯化银传感器阵列与标准前额EEG电极对比，使用定制MATLAB算法进行信号处理。结果显示α波(8-13 Hz)信噪比相关性最高达0.79，证实了织物集成神经传感技术的可行性，为无创睡眠监测提供了新方案。

　　

在全球约有30%成年人受睡眠问题困扰的今天，传统脑电图(EEG)检测却面临着尴尬困境：受试者需要戴着布满电极的帽子入睡，导电凝胶让人不适，医院环境难以模拟真实睡眠状态。这种"不自然的睡眠监测"能否被更人性化的技术取代？来自UNC Wilmington的研究团队给出了创新解决方案——将脑电传感器直接织入枕头面料，让睡眠监测像日常休息一样自然。

这项发表于《Sensing and Bio-Sensing Research》的研究，验证了名为"织物作为传感器"(Fabric as a Sensor, FaaS?)的新型神经传感技术。研究人员设计了一种包含64个单片氯化银盘状电极的枕套，这些电极以8×8阵列缝制在枕套表面，与传统放置于前额中部的EEG电极进行对比验证。研究招募了30名成年参与者，每人在配备原型设备的床上进行三小时实验，期间研究人员通过定制MATLAB算法对两组数据进行比较分析。

关键技术方法包括：使用Biosemi公司的ActiveTwo数据采集系统，采样率为512 Hz；开发定制MATLAB程序进行数据预处理，包括线性去趋势、零平均和0.5-35 Hz带通滤波；采用汉明窗和快速傅里叶变换(FFT)进行频域分析；通过5分钟滚动平均计算α波(8-13 Hz)信噪比(SNR)，并分析测试电极与参考电极的相关性。参与者来自大学校园和北卡罗来纳国民警卫队(NCNG)，排除轻度创伤性脑损伤(mTBI)、创伤后应激障碍(PTSD)或脑震荡患者。

3. 结果

研究发现原型设备与参考EEG电极在α波信噪比上呈现显著相关性，最高相关系数达到+0.793（置信度>99.9%）。数据分析显示，当仅处理中下部8个电极时，相关性明显提高，而从未接触参与者头部的顶部电极行（作为对照组）相关性仅为+0.307，证实了信号的特异性。

4. 讨论

4.1. 处理技术

研究表明现有MATLAB处理流程可通过优化滤波参数、滚动平均窗口和频率波段进一步改进，但应避免主观数据排除以保持结果的普适性。

4.2. 改进

硬件优化方向包括减小传感器间距、使用更粗导线和硅胶绝缘以减少运动伪影。参与者反馈指出金属盘带来的不适感，未来应考虑将传感器直接集成到织物中。

4.3. 局限性

研究仅限于健康成年人，缺乏种族多样性（30人中仅1人为西班牙裔），且未涵盖临床人群（如PTSD、失眠、癫痫患者）。技术限制包括上部传感器接触不良、运动伪影敏感以及观察者主观偏差。

4.4. 未来研究建议

应招募更多样化的参与者群体，包括不同种族、年龄和临床人群；改进电极-皮肤界面一致性；考虑整合心电图(ECG)或光电容积描记法(PPG)等多模态数据。

4.5. 未来原型建议

后续原型应将传感器直接集成到枕头织物中，采用曲线设计以提高头部接触均匀性，增强舒适度。

4.6. 实际应用

这种非侵入式睡眠监测系统对军事人员和轮班工作者特别有价值，可实现实时脑波追踪和疲劳预警。

本研究成功验证了织物集成神经传感技术的概念可行性，为开发舒适、便携的脑电监测设备奠定了坚实基础。通过宏观频率趋势分析，证实了原型设备与传统EEG电极的强相关性。未来与商业伙伴Nuream公司的合作将整合自动睡眠分期和机器学习伪影剔除等先进数据分析策略，进一步提升技术的临床适用性。这项研究标志着神经传感技术向可穿戴、用户友好方向迈出了重要一步，有望显著提升神经生理学数据采集的准确性和可及性。