《Sensors and Actuators A: Physical》：Non-invasive cuffless blood pressure estimation based on flexible piezoresistive pulse wave sensors and machine learning
编辑推荐：
•利用电液动力（EHD）技术打印的传感器可以实现低成本、高保真的脉冲采集。•机械感应方式避免了脉搏血氧饱和度（PPG）方法中常见的肤色偏差问题。•该系统采用机器学习框架，符合美国医械行业协会（AAMI）和英国 hypertension society（BHS）的B级标准。•收缩压
- •
利用电液动力（EHD）技术打印的传感器可以实现低成本、高保真的脉冲采集。
- •
机械感应方式避免了脉搏血氧饱和度（PPG）方法中常见的肤色偏差问题。
- •
该系统采用机器学习框架，符合美国医械行业协会（AAMI）和英国 hypertension society（BHS）的B级标准。
- •
收缩压预测的变异性与年龄相关的血管变化相关。
引言
目前临床使用的血压监测标准——肱动脉袖带式血压计[1]，由于其基本工作原理的限制而存在诸多问题。需要反复充气以阻断动脉血流，这使得该设备具有间歇性、侵入性，并会给患者带来不适，常常限制患者的活动并造成不便[2]。因此，这种方法不适合高频、长期或移动监测，难以准确反映患者的真实血压状况，也无法及时发现如“隐蔽性高血压”等现象[3]。为了解决这些问题，出现了无袖带技术，这些技术通过其他心血管波形间接计算血压和其他心血管指标[4]。随着柔性电子技术的快速发展，研究人员开发出了多种用于无袖带血压信号检测的可穿戴传感器。这些传感器基于不同的工作原理，包括光容积脉搏波法（PPG）[5]、电阻式[6]、压电式[7]、摩擦电式[8]、超声波式[9]和生物阻抗式[10]等。尽管各种高性能设备在无袖带非侵入式血压检测方面显示出了巨大潜力并取得了高预测精度，但它们的实际应用仍面临许多挑战[11]。许多先进的传感器依赖于昂贵的材料（如碳纳米管、PZT压电陶瓷等）和复杂的微纳加工技术（如化学气相沉积、光刻、电子束蒸发、多层转移技术等），导致生产成本高、工艺复杂且难以大规模生产。例如，压电传感器通常需要使用氧化锆钛（PZT）等无机材料。这些材料的刚性限制了其在柔软动态的人体组织中的应用[7]；虽然超声波传感器可以监测深层组织信号，但高系统集成度进一步增加了系统的复杂性和成本[9]；而PPG传感器虽然结构简单、成本低且无创，但容易受到环境光干扰、肤色差异和运动伪迹的影响，从而降低了信噪比[12]。
此外，为了实现高精度和多功能监测，许多系统需要整合多种模块协同工作，如主动压力调节单元、高精度泵阀系统[13]、多通道信号采集电路和无线传输模块[14]。这不仅增加了系统的功耗和体积，还显著提高了整体成本。这些因素严重限制了这类传感器在低成本、大规模日常健康监测中的推广应用，尤其是在资源有限的社区和发展中国家。相比之下，压阻式传感器由常见的低成本材料（如柔性聚合物、碳纳米复合材料等）制成，其制造工艺与传统的微型制造技术兼容[15]，具备大规模批量生产的潜力，单位成本极低。此外，压阻式传感器具有高灵活性、良好的生物相容性和佩戴舒适性，能够更好地贴合皮肤表面。它们的工作原理简单，不需要复杂的辅助系统（如主动压力控制或高频激发电路），便于小型化、降低功耗并控制系统集成成本，更适合可持续和普惠性的健康监测场景。
基于此，本研究开发了基于电液动力（EHD）技术的低成本柔性压阻式传感器，通过收集脉动信号并结合机器学习算法实现了收缩压和舒张压的高精度非侵入式预测[16]。利用EHD喷射技术，本研究采用了石墨烯和聚苯胺等低成本材料制备了高灵敏度的柔性压阻式传感器，实现了高信噪比和低功耗的脉动信号采集。对于收集到的脉动信号，系统系统地提取了时域和频域特征，并构建了轻量级的机器学习框架来实现无袖带非侵入式血压估计。该算法在保持低计算复杂性的同时，能够实现对收缩压（SBP）和舒张压（DBP）的有利预测。以袖带式血压计的测量结果为参考，在受控实验条件下，该模型的平均误差和标准差分别为SBP 0.09 ± 7.40 mmHg和DBP 2.04 ± 6.60 mmHg。这些结果符合AAMI国际标准，且收缩压和舒张压的测量精度均达到BHS标准的B级[17]。这项工作不仅有效解决了柔性传感单元在成本和性能之间的权衡问题，还为未来的低成本可穿戴心血管监测提供了概念验证框架。
节片
低成本传感器系统的设计
本研究采用优化的电液动力（EHD）打印工艺制备了低成本柔性压阻式传感器。该传感器采用经典的三明治结构，整体尺寸为11 mm × 7 mm，如图1b所示，由上层和下层弹性基底（聚二甲基硅氧烷，PDMS）以及中间层复合传感层（聚环氧烷（PEO）、聚苯胺（PANI）和石墨烯（G）组成。
制造过程使用了
心率估计
为了评估柔性压阻式传感器采集的脉搏波形所推导出的心率（HR）的准确性，我们在基线校正后对40秒的信号片段进行了快速傅里叶变换（FFT）分析。频谱中的主导频率成分被确定为基本的心率频率，通过乘以60计算心率（即HR = f? × 60 bpm）。如散点图（图4a）和Bland-Altman图所示
总体性能与比较
本研究的主要目标是利用柔性压阻式传感器和机器学习开发一种低成本、持续性的非侵入式血压估计系统。近期有研究探索了用于压力检测的柔性压阻式传感器。Li等人开发了一种主要用于广泛接触力范围内的通用压力和运动监测的柔性压阻式传感器。相比之下，我们的传感器针对低压力动脉脉搏进行了优化
结论
总之，本研究提出了一个基于低成本柔性压阻式传感器和离线随机森林模型的无袖带、非侵入式血压估计实验室原型。该系统初步展示了直接机械脉搏波传感在血压估计中的应用，并在受控静息条件下表现良好，其结果接近AAMI和BHS标准所要求的准确性。与
作者贡献声明
Dong Kailong: 数据可视化、验证、软件开发。Liu Qingjun: 文章撰写 – 审稿与编辑、数据可视化、监督、概念构思。Zheng Wenhan: 文章撰写 – 审稿与编辑、初稿撰写、数据可视化、监督、项目管理、方法研究、数据分析、概念构思。Xu Xiaoxiao: 文章撰写 – 审稿与编辑、初稿撰写、数据可视化、验证、软件开发、资源协调、方法研究、资金申请、形式化分析
利益冲突声明
作者声明他们没有已知的可能影响本文研究的财务利益或个人关系。
致谢
我们感谢中国浙江省科技计划项目（编号25gya25）；中国浙江省科技计划项目（编号25gya24）；以及中国博士后科学基金会（编号2025M772922）的支持。
涉及人类受试者的研究
人类数据收集和实验程序均获得了浙江大学生物医学工程与仪器科学学院伦理委员会的批准（参考编号[2025]16），并遵循了所有相关的伦理规范
Zheng Wenhan 在纽约州立大学布法罗分校获得生物医学工程博士学位。他目前是浙江大学台州研究院光电信息中心的研究员，主要研究光声成像、生物传感技术和用于生物医学应用的非侵入式可穿戴传感系统。
郑文汉|徐晓晓|宋艳华|曹云瑞|孙泽阳|董凯龙|刘青军
