《Cell Reports Physical Science》：User-in-the-loop adaptive mechanostimulation using structurally engineered hybrid piezoresistive force sensing
编辑推荐：
重复性弯腰劳动会导致背部肌肉疲劳，需要精准的自适应机械刺激干预。现有系统存在力与预载检测不准确的问题，导致接触不稳定和压力输出不一致。本研究提出一种基于结构工程化混合压阻式力传感器的传感驱动自适应机械刺激系统。该传感器集成了金字塔微结构化传感单元（用于高灵敏度
重复性弯腰劳动会导致背部肌肉疲劳，需要精准的自适应机械刺激干预。现有系统存在力与预载检测不准确的问题，导致接触不稳定和压力输出不一致。本研究提出一种基于结构工程化混合压阻式力传感器的传感驱动自适应机械刺激系统。该传感器集成了金字塔微结构化传感单元（用于高灵敏度预载检测）和体相复合传感单元（实现宽量程力检测）。系统包含轻量化绳驱动定位模块、软体治疗执行器和可穿戴机器人框架。该架构能够基于多通道表面肌电（sEMG）实现对疲劳相关肌肉的精准刺激，同时混合传感器提供预载校准和实时力调节，改善接触稳定性和治疗精度。在纳入15名参与者的对照研究中，该系统相比热刺激（p = 0.0025）和预编程机械刺激（p = 0.0003）表现出显著更优的恢复效果。该研究建立了传感驱动的自适应机械刺激范式，用于交互式疲劳康复。
论文解读文章
一、研究背景与问题
据世界卫生组织（WHO）2020年报告，背痛占职业健康风险的38.8%。持续性背部疲劳会损害局部血液循环、削弱组织自我修复能力，进而导致慢性疼痛和功能障碍。机械刺激（mechanostimulation）被广泛用于恢复肌张力、促进组织修复的治疗手段，但其有效性高度依赖于施加力的精准性、适宜性和稳定性——不同背部区域的软组织厚度和病理状态差异对力学刺激提出了高度个体化的要求。力不足无法激活深层组织，力过大则可能加重疼痛或造成继发性损伤。然而，现有机械刺激系统大多缺乏可靠的力传感和预载感知调节能力，导致接触不稳定和力输出不一致。特别是在低力区间，柔性传感器的检测分辨率有限，难以捕捉预载阶段和早期刺激阶段的细微力变化；而在高力区间，又缺乏宽量程的稳定监测能力。因此，亟需一种既能灵敏检测预载、又能在宽动态范围内稳定监测正常工作力的混合柔性力传感器，以实现稳定的力感知控制和改善治疗效果。
二、研究内容与意义
研究人员提出了一种基于结构工程化混合压阻式力传感器的传感驱动自适应机械刺激系统。该传感器将金字塔微结构化传感单元（通过连续隧穿导电通路的锐利形成实现高灵敏度预载检测）与体相复合传感单元（通过渐进通路形成实现宽工作力范围）集成于一体。系统层面，研究人员将该混合传感器嵌入到背挂式用户参与式机械刺激系统中，结合软体气动驱动、电机绳驱动定位、多通道表面肌电（sEMG）感知和闭环控制，实现通过实时生理推断和力反馈的疲劳自适应机械刺激。在纳入15名参与者的对照研究中，用户参与式控制策略使系统能够监测背部肌肉疲劳状态，同时混合压阻式力传感器提供精准力反馈以调节接触预载和治疗力。结果表明，该系统相比热刺激（p = 0.0025）和预编程机械刺激（p = 0.0003）具有显著更优的恢复效果。该研究建立了传感驱动的自适应机械刺激范式，为可穿戴康复技术在日常工作环境中的可靠应用奠定了基础。
三、主要关键技术方法
研究人员采用了以下几项关键技术方法：第一，混合压阻式力传感器制备——采用模板辅助软光刻工艺制备金字塔微结构化聚二甲基硅氧烷（PDMS）基底，通过溶液相沉积锚定单壁碳纳米管（SWCNT）导电层，构建高灵敏度传感单元；体相复合传感单元采用聚氨酯（PU）基底、丝网印刷可拉伸银浆电极与力敏薄膜的交叉电极结构。第二，sEMG信号处理与疲劳识别——采用卷积神经网络-支持向量机（CNN-SVM）模型，对多通道sEMG信号进行带通滤波（20–300 Hz）和陷波滤波（50 Hz）后，以10秒滑动窗口（5秒步长、50%重叠）分段，提取均方根（RMS）、积分肌电和平均功率频率等时频域特征进行疲劳等级分类。第三，闭环力控制系统——采用前馈补偿与反馈调节相结合的控制架构，通过微型比例压力调节器驱动软体执行器，实现快速响应和稳态精准力输出。第四，有限元分析（FEA）用于传感器结构力学响应仿真和软体执行器位移-力映射关系模拟。研究涉及15名健康参与者（10名用于sEMG疲劳数据集构建，15名参与人体机械刺激研究，其中5名UAM组参与者在两个实验方案中复用）和2名在职工作人员进行真实场景定性验证，实验方案经武汉工程大学学术伦理与道德委员会批准（A2025021）。
四、研究结果
混合压阻式力传感器的特性与实现。 金字塔微结构化传感单元在低力区间（0–0.1 N）灵敏度达20 N-1，在0.3 N作用力下经历1000次连续循环后保持稳定电阻响应。体相复合传感单元在0–10 N力范围内呈现稳定响应，在1 N和5 N峰值力下五次加载-卸载循环以及3 N峰值力下1000次循环测试中均表现出良好的重复性和长期稳定性。有限元分析表明，软质多孔泡沫缓冲层有效保护了高灵敏度传感单元免受高力加载损伤。在实际治疗场景测试中，金字塔微结构单元在探针接触背部时呈现显著信号响应，实现可靠的预载检测；体相复合单元在治疗过程中持续稳定记录实时敲击力变化。
机械刺激系统的闭环控制策略。 研究人员将混合压阻式力传感器集成于治疗执行器末端，实现直接力反馈。CNN-SVM疲劳模型通过混淆矩阵展示了良好的分类性能。治疗力根据疲劳等级映射输出，峰值治疗力保持在10 N以内，安全阈值为12 N。绳驱动定位系统沿四点路径和折线路径的跟踪误差小于2 mm。预载检测误差在±5%以内（0.1 N时约±0.005 N），检测延迟为0.1–0.15 s。执行器的气压-力映射校准曲线R2 = 0.993，激活阈值为0.025 bar。闭环控制系统上升时间约0.31 s，稳定时间0.66 s，稳态跟踪误差在±0.05 N以内，有效带宽约1–2 Hz。
自适应机械刺激系统的验证。 15名参与者完成模拟疲劳任务，比较四种条件：用户参与式自适应机械刺激（UAM）、预编程机械刺激（PM）、热刺激（TS）和自然恢复（NR）。UAM组的实际治疗力与基于疲劳水平的期望力吻合良好。UAM组在治疗后期（550–580 s）的菱形肌RMS值为35.1，显著高于PM组（13.7，p = 0.0003）、TS组（18.2，p = 0.0025）和NR组（8.8，p < 0.0001），表明该机械刺激系统有效缓解了肌肉疲劳。
真实工作场景中的验证。 在化学实验场景中，斜方肌表现出最显著的疲劳相关变化，系统对该区域实施靶向刺激，实际力输出紧密跟随期望力曲线。在整理书架场景中，菱形肌疲劳信号最为明显，系统同样实现了精准力跟踪。两种场景下采用5秒滑动窗口计算的RMS变化率均呈现从疲劳到恢复的清晰转变，验证了系统在日常场景中的自适应肌肉康复能力。
五、讨论与结论
讨论部分指出，配备混合压阻式力传感器的用户参与式机械刺激系统对于在日常工作场景中实现可靠、个体化和姿态自适应的力传递至关重要。UAM组平均响应为16.42（95%置信区间[12.32, 20.53]），与TS组（10.67；95% CI [10.06, 11.29]）和NR组（6.36；95% CI [4.72, 7.99]）显著分离。UAM相比TS和NR的效应量分别为2.20和3.61，事后统计功效大于0.99，弥补了小样本量的局限。研究同时指出若干局限性：对于严重深层组织病变用户可能需要更高的力容量或更精细的空间分辨率；自主控制与用户参与之间的平衡仍需优化；实验室原型体积较大可能限制可穿戴性；复杂条件（如过度出汗、大幅姿态转换、长期使用）下的表现尚未系统评估；样本量较小限制统计推广性。未来工作将致力于扩展力范围、提升空间分辨率、优化控制策略，并通过气动微型化、模块集成和可穿戴结构优化提升便携性和长期可用性，同时开展大规模多样化人群研究以进一步验证发现。总体而言，该研究建立了以传感为中心的系统架构，支持稳定的人机交互、精准力控制和疲劳自适应治疗，推动了可穿戴机械康复技术在日常工作环境中的可靠应用。
