©UPI
可穿戴技术已从未来科技变为现实。从Apple手表到Fitbit追踪器，这些设备已然应用到了我们的生活中。如果我们告诉您可以“穿戴”一个听诊器，您会感觉如何？
科罗拉多大学工程学教授Jae-Woong Jeong和西北大学的Boulder 、Yonggang Huang以及John Rogers开发了可穿戴并且可以监视心跳、识别语音的表皮机械声波传感器。它可以粘在身体的任何表面上，甚至弯曲的区域，例如脖子。可以和身体外表面随形贴合的设备被称为表皮电子设备。基于最近的研究进展，可穿戴设备平台中的生理测量范围已经得到了扩展。
集成了电生理传感器（例如心电图（ECG）、EMG传感器、温度传感器、应变传感器等）的皮肤基电子设备已经取得了很多进展。据Jeong称，以前从来没有探索过从身体感知声波信号。他们的工作内容是“可穿戴声波传感器的开发和研究”。
目的和功能
该设备可以获取在人体组织和体液中传播的可显示声学特征的机械波，从而有助于诊断心血管疾病。例如，它可以识别并记录心脏瓣膜的打开和关闭、声带的振动、骨骼肌的收缩以及胃肠道的运动。
现有的能够使用ECG技术测量心跳速度和律动的可穿戴电子设备在诊断心力衰竭方面存在局限性。但是，可以使用声波信号来获取在ECG信号中没有出现的心脏瓣膜结构缺陷。
如此一来，生理机械声波信号就为临床诊断提供了有用的信息。Camp Lowell Cardiology的临床测试中包含对八名诊断患有心脏瓣膜狭窄或反流的志愿患者心脏的机械声波响应（带有ECG信号）的记录。所有振动信号都从输出电压转换为“机械声波响应（任意单位）”，并且能够检测到心脏杂音。
图1：表皮机械声波装置的工作方式类似于可拉伸贴片，可贴附在皮肤任何外表面最多两周时间。/ ©Liu 等， 2016
该设备不仅可用于心血管疾病患者，而且还可用于使用声音指令进行视频游戏控制的人机界面。该设备通过在不受背景噪声干扰的情况下捕获喉部（voice box）的振动，使语音识别成为可能。在以下应用程序示例中，一个孤立词语检测系统与表皮机械声波传感器一起被用来播放“吃豆人”：
特性
该设备的材料和结构的关键特性是柔软的力学特性、透水性、粘性以及使其可以舒适持久地贴合在皮肤上的生物相容性。传感器系统的质量很重要，因为质量的增加会增加皮肤表面的机械负荷，从而减弱机械声波的运动，因此该设备的密度很小。进一步的研究表明，大的噪声不会对传感器造成影响，这意味着该设备可以用于大音量环境中。
这种机械生理电子传感平台仅重216.6mg，厚度为2mm，由柔软、可拉伸的材料制成，内置微型、低功耗的带宽为0.5-550 Hz（介于靶向心血管音和语音范围内）的加速度计。
该设备包含一个3轴加速度计（亚德诺半导体ADXL335）、一个前置放大器（意法半导体TSV991A）、电阻器、电容器、低通和高通滤波器（用于消除运动伪影）以及用于电生理学（EP）记录的可移动且可重复使用的电容电极。
图2：芯片键合之前和之后的元器件电路布局/ ©Liu 等， 2016
图3：设备电路图/ ©Liu 等，2016
图4：设备结构分解图（顶部）。组装好的设备图示（底部）。/ ©Liu 等，2016
制造过程包括三个部分：(i)图形化电路结构；(ii)在柔性核壳型基底上进行转移印刷和芯片键合；(iii)在上表面覆盖相似的柔性壳核型结构。在两层1.2 μm的聚酰亚胺（PI）之间放置3 μm的铜迹线。电路和微型芯片由超低模量弹性体（Silbione RT Gel）和低模量硅酮（Ecoflex）在顶层和底层进行封装。这种双层封装可以改善装置的柔韧性和可拉伸性。
图5：组装好的设备横截面示意图/ ©Liu 等，2016
基于语音的人机界面
当放置在皮肤上时，该设备可以同时捕获来自发音器官肌肉的肌电图（EMG）和来自声带的振动声波。一个说了“上”、“下”、“左”、“右”四个词语的人被记录了下来，发现每个单词都具有不同的时频特性。传感器和皮肤之间的紧密接触可以防止环境噪声的干扰。
那么，这种机械声波设备究竟是如何识别语音的？这里使用了一个孤立词语检测系统。当研究人员使用该系统播放“吃豆人”时，系统在四个语音指令下启动：“左”，“右”，“上”，“下”。表皮传感器获取词语并进行处理。在预处理时，使用谱减法减少背景中的环境噪声，并通过数字滤波来进行准确的语音数据分类。最后，使用线性判别分析（LDA）进行实时分类。
图6：基于语音的人机界面的循环流程/ ©Liu等， 2016
未来发展
未来的研究包括将无线功能集成到数据传输、数据处理单元和电源中。对于临床应用应进行进一步的测试和验证。在语音识别方面，已证实该设备即使在噪声环境中也能进行清晰的录音，那么下一步可能需要发展的就是在嘈杂的环境中（如战场）清晰的信号传输功能。研究人员还解释说，他们的语音识别技术可以应用到其他类型的人机界面中，如无人机和假体控制。
Yulhane-Jerez Koh
Yulhane毕业于加州大学伯克利分校，是一名生物力学工程师，也是DevicePlus US的执行编辑。Yulhane的主要兴趣在于集群机器人技术、机器学习和神经科学领域。
