综述：可穿戴传感器在健康监测中的进展与挑战

《ACS Applied Materials & Interfaces》：Advances and Challenges in Wearable Sensors for Health Monitoring

　　

分析工具通过实现可及、快速和分散的检测，可能彻底改变医疗保健。特别是可穿戴（生物）传感器（Wearable (bio)sensors），通过非侵入性到微创测量（non- to minimally invasive measurements）提供频繁或连续的患者监测。这种方法产生前所未有的健康相关信息量，从而促进更明智的临床决策和更紧密的患者随访。在这篇大型综述文章中，研究人员汇集了该领域的领先研究者，讨论用于健康监测的可穿戴设备的最新进展。研究人员首先通过引用网络分析（citation network analysis）提供该领域的广泛概述。然后，研究人员回顾了化学（生物）传感器在生物体液（biofluids）中的应用（例如汗液、唾液、泪液、间质液（ISF）和脑脊液（CSF）），强调了与每种体液相关的挑战和优势。随后，研究人员讨论了可穿戴设备的构建及其主要形式（例如智能隐形眼镜、纺织品、口护器、手表/腕带和植入式系统）。物理传感器（physical sensors）在专门章节中讨论，重点关注心率、血压和体温的评估。还研究了软电子（soft electronics）在可穿戴设备中的作用，因为这些技术对于提高用户舒适度和传感器可靠性至关重要，这需要材料科学的进步。此外，研究人员介绍了信号采集与传输（signal acquisition and transmission）策略，以及人体能量收集（energy harvesting）和设备自供电（self-powering）方法。然后讨论了人工智能（AI）和机器学习（ML）的使用，作为增强分析性能和管理可穿戴设备产生的大量数据的手段。最后，审查了商业、监管和伦理考量（business, regulatory, and ethical considerations）。研究人员期望这篇综述将提供健康相关应用的传感和生物传感技术概述，确定有前景的研究方向，并激发未来的发展。

论文主体部分首先通过引用网络分析（Citation Network）描绘了可穿戴传感器领域的规模与主要主题，识别出最大的集群聚焦于柔性可拉伸压力与应变传感器，以及人类活动监测和生理条件监测。随后，论文回顾了近期综述论文，强调了制造技术和新型材料（如聚合物纳米复合材料、导电聚合物水凝胶、石墨烯基复合材料）以及人工智能（AI）尤其是机器学习（ML）和深度学习（DL）在数据处理中的集成。

在分子生物标志物检测部分，论文详细讨论了各生物体液中的可穿戴（生物）传感器。汗液（Sweat）作为非侵入性可获取的体液，可用于监测环境暴露、物质丢失和生理健康，涉及微流控（Microfluidics）平台、比色法（colorimetric）及电化学（electrochemical）传感器，挑战包括汗液分泌率变异和生物污染。唾液（Saliva）包含丰富的生物标志物，口腔内传感器如智能口护器（mouthguards）和牙套可检测代谢物，但面临酶降解和口腔环境复杂性的挑战。泪液（Tears）分析通过智能隐形眼镜（Smart Contact Lenses, SCLs）实现葡萄糖和眼压监测，但存在样本体积小和蒸发快的问题。伤口液（Wound Fluid）用于监测愈合过程，电化学和比色传感器可检测pH、细胞因子和细菌负荷，已出现商业产品。尿液（Urine）分析集成于尿布中，可检测代谢物和电解质，但受排尿间歇性限制。呼气（Breath）分析通过智能口罩（smart masks）检测挥发性有机物（VOCs）和呼气冷凝液，采用水凝胶电解质的电化学气体传感器用于NO₂、H₂S和O₂检测。

植入式和可摄入式生物传感器部分，脑脊液（Cerebrospinal Fluid, CSF）监测需植入式传感器，涉及电化学和纳米材料修饰电极，面临生物污染和机械匹配挑战。胃液（Gastric Fluid）监测需耐强酸和酶环境，可摄入式传感器采用可食用材料或工程细菌，无源pH传感器通过电感-电容（LC）谐振电路实现无线检测。间质液（Interstitial Fluid, ISF）分析通过微针（microneedles）或皮下植入传感器，电化学适配体（aptamer）传感器（EAB）可实现连续药物监测，闭环反馈控制潜力巨大。

可穿戴设备形式部分，微流控技术用于汗液收集和流体操控，采用毛细管阀和主动阀。微针提供微创ISF采样，用于葡萄糖和代谢物监测。智能隐形眼镜集成传感和无线通信，用于泪液分析和眼压监测。口护器传感器利用唾液进行生物标志物检测。腕带/手表集成物理传感器（PPG、ECG）和化学传感器。电子纺织品（E-textiles）通过涂覆、编织或热拉伸方法集成传感器，实现分布式监测。口罩和尿布分别用于呼吸分析和尿液分析。

物理传感器部分，压力与应变传感器以水凝胶和纳米材料为基础，通过氢键、动态交联等机制实现高灵敏度和可拉伸性。血压传感器采用电阻、电容、压电和摩擦电机制，置于腕部或上臂。心率监测通过ECG、PPG和机械传感，形式包括胸带、腕带、耳戴和电子纹身。温度传感器监测核心体温和皮肤温度，采用电阻、电容或光学机制，自供电系统集成热电发电机（TEG）和摩擦电纳米发电机（TENG）。

可穿戴设备设计部分，粘附性（Adhesion）和共形接触（Conformal Contact）是确保信号质量的关键，水凝胶粘合剂和超薄结构有助于减少运动伪影。生物相容性（Biocompatibility）要求材料无细胞毒性，植入式设备需避免纤维囊形成。环境鲁棒性（Robustness）涉及汗液管理、水下粘附和极端温度耐受。

软电子部分，结构导向方法通过波形、蛇形和折纸设计实现可拉伸性；材料导向方法采用复合导电填料和液态金属（Liquid Metals, LMs）。液态金属在运动传感、触觉界面和能量收集中有广泛应用。有源器件包括有机场效应晶体管（OFETs）和有机电化学晶体管（OECTs），薄膜晶体管（TFTs）比较了硅基、有机、氧化物和二维半导体材料的性能。

信号采集部分，无线通信技术如近场通信（NFC）、蓝牙低功耗（BLE）和Wi-Fi用于数据传输，NFC适用于短距离无源系统，BLE适用于长距离连续监测。能量收集部分，摩擦电纳米发电机（TENG）、压电纳米发电机（PENG）、热电发电机（TEG）和生物燃料电池（BFC）从人体机械能、热能和化学能中获取能量，实现自供电传感。自供电策略包括集成能量管理单元或直接利用能量转换器件作为传感器。

机器学习与AI部分，数据分析和AI工具（如CNN、SVM）用于处理可穿戴传感器产生的多模态数据，应用于步态分析、心血管监测和图像识别（如比色传感器）。可解释性AI（XAI）和维度缩减技术（如t-SNE）增强模型透明度和数据可视化。商业、监管与伦理部分，讨论了FDA和EU法规、动物伦理、数据隐私和公平性。主要挑战与前景部分，强调材料可持续性、能源供应、设备集成、数据标准化、临床验证和社会接受度，预测可穿戴传感器将推动第五范式知识生成，实现人机混合认知。