UCLA陈俊课题组 ACS Nano：基于机器学习的自驱动辅助医疗设备

点击上方“蓝字” 一键订阅

在全世界范围内，近10亿人正受到听力、视力、语言功能或身体残疾等疾病和残障的困扰。与此同时，随着老龄化进程的加剧，世界人口的22%将在2050年迈入60岁大关，为医疗系统带来严峻的挑战。在这种情况下，辅助物理治疗（APT）设备将会在他们的日常生活中发挥着至关重要的作用：作为一种适应性和康复性设备，APT旨在减轻残疾人在执行认知、沟通、识字和移动等任务方面的影响，针对每个人独特的健康状况来制定针对性的辅助服务，并基于贴身传感器的数据分析得出最优化的治疗方案，可以适应兼具多功能和便携性的应用市场需求。

随着世界进入物联网（IoT）和5G技术的时代，APT设备变得更加互动，并有可能以每人每天千兆字节的水平不断提供用户生成的数据。面对从如此宏大的数据体系中萃取有效参数的任务，机器学习（ML）或许可以大展身手。目前在人工智能技术领域，机器学习技术的前沿是深度学习，用于以对大量的传感器数据进行分类和处理。深度学习算法作为一种可以模仿人类认知过程的算法，可以从数据中学习规则，并自动改善学习过程。机器学习还可以优化传感器网络，监测随时间变化的动态信号。此外，基于人工神经网络（ANN）的机器学习算法可以为物联网和边缘计算系统压缩和恢复数据，从而提高传感器数据收集和处理的传输效率，由此可以通过不完整的信号为APT设备检索到最准确的信息。

此外，大多数传统的APT设备正在被为电池供电问题所困扰：由于电池的功率密度低、寿命有限、重量大且有可能被污染，它们不但会阻碍APT设备的小型化和便携性，反而会进一步增加残障人群的负担。此外，与电池有关的环境问题、电力成本、充电时间和节点维护也不容忽视。为了解决这些问题，自供电的电子APT设备提供了崭新的思路：利用生物力学的能量转换，通过产生的电信号来测量生物力学运动。它们可以通过使用电信号曲线来跟踪和记录生物标志物的动态变化，如声音振动信号、脉冲信号以及运动信号等。自供电的传感器，如压电、摩擦电、磁弹性和电磁传感器都可以实现规模化生产以降低成本。此外，一些自供电的传感器可以在恶劣的分布式环境中使用，从而减少更换电池的维护成本。由于这些原因，自供电的传感器非常适合机器学习的数据传输，为APT设备的发展提供了新的动力。

这篇文章首先介绍了不同类型的自供电APT设备的工作原理，包括压电、摩擦电、磁弹性和电磁传感器，并描述了APT设备中采用的机器学习算法，并从材料创新、功能系统设计和算法的角度强调了APT设备的每个自供电传感器类别。最后描述了未来APT设备的技术困扰和潜在的发展方向。这项工作于2021年12月16日以Machine-Learning-Aided Self-Powered Assistive Physical Therapy Devices为题，发表在了ACS Nano上。

原文链接：

https://pubs.acs.org/doi/abs/10.1021/acsnano.1c10676

作者团队简介：

向上滑动阅览

陈俊，加州大学洛杉矶分校生物工程系助理教授，在UCLA建立了可穿戴生物电子实验室，致力于以纳米技术和生物电子为基础的，以智能织物、可穿戴设备和人体传感器网络为形式的，用于能源、传感、环境和医疗应用的研究。迄今撰写专著2本，发表期刊论文210篇，被引用超过22,000余次，其中120篇通讯作者发表在Chemical Reviews, Chemical Society Revies, Nature Materials, Nature Electronics, Nature Communications, Science Advances, Joule, Matter等国际顶级期刊上，目前的H因子为80。此外他还是Biosensors and Bioelectronics的副主编，也是Matter, Materials Today Energy, The Innovation, Nano-Micro Letters, ACS Nano (Rising Star Editorial Board), Nano Letters (Early Career Editorial Board)等期刊的编委会成员。被Web of science 评为全球材料科学领域最具影响力的研究人员之一，并2019, 2020,2021年连续入选全球高被引研究人员名单。课题组网站：www.junchenlab.com

肖潇，加州大学洛杉矶分校可穿戴生物电子实验室博士生。围绕着可穿戴生物电子、智能织物、仿生材料，他已经发表了30篇SCI论文，其中16篇是发表在Science Advances、Chemical Reviews、Advanced Materials, Trends in Chemistry、ACS Nano、Nano Letters等期刊的第一/共同第一作者，有10篇被选为期刊封面文章，2篇被 Web of Science 选为高被引论文和热点论文。

相关进展

高分子科技原创文章。欢迎个人转发和分享，刊物或媒体如需转载，请联系邮箱：[e-mail]

诚邀投稿

欢迎专家学者提供稿件（论文、项目介绍、新技术、学术交流、单位新闻、参会信息、招聘招生等）至[e-mail]，并请注明详细联系信息。高分子科技®会及时推送，并同时发布在中国聚合物网上。

欢迎加入微信群 为满足高分子产学研各界同仁的要求，陆续开通了包括高分子专家学者群在内的几十个专项交流群，也包括高分子产业技术、企业家、博士、研究生、媒体期刊会展协会等群，全覆盖高分子产业或领域。目前汇聚了国内外高校科研院所及企业研发中心的上万名顶尖的专家学者、技术人员及企业家。

申请入群，请先加审核微信号PolymerChina （或长按下方二维码），并请一定注明：高分子+姓名+单位+职称（或学位）+领域（或行业），否则不予受理，资格经过审核后入相关专业群。

点

这里“阅读原文”，查看更多