近日，山东第一医科大学医学信息与人工智能学院宋忠乾研究团队在柔性生物传感与医工交叉智能感知方向取得系列系统性研究进展。团队立足智慧医疗与具身机器人的实际应用需求，着力攻克柔性器件界面设计、多模态信号采集、智能算法解析等关键技术难题，产出一批高水平原创科研成果，相继发表在Advanced Functional Materials、Advanced Science、ACS Nano、ACS Sensors、npj Flexible Electronics、Soft Science等国际知名期刊。研究面向智慧医疗、具身智能、脑机接口前沿应用场景，围绕心血管居家无创监测、脑血管介入术中安全监护、长时程电生理信号获取、机器人力‑热多模态触觉感知开展技术攻关，为慢病居家筛查、微创手术监护、仿生电子皮肤开发、脑机接口前端信号采集提供成套器件思路与算法解决方案，有力促进柔性电子、人工智能技术与临床医学、机器人工程的交叉创新。
研究一：可穿戴无创心血管智能健康监测技术研究
团队围绕可穿戴无创心血管健康监测开展系列系统性研究。当前脉搏监测仍面临设备依赖外接供电、肢体运动引发信号失真、传感器灵敏度与线性范围难以平衡、人工判读效率低且主观误差大等现实难题。团队融合柔性传感硬件创新与人工智能、时序特征解析算法，构建起传感采集‑信号解析‑心血管状态判别的完整技术体系。
团队开发三类特色传感器件：MXene@PAF-1自供电摩擦电脉搏传感器，实现无源脉搏采集并利用卷积神经网络解析波形；帕奇尼小体启发的沟槽仿生压电传感器，兼顾高灵敏度与宽线性区间，依托回归模型完成无袖带血压估算；刚‑软混合离子触觉传感器，消除拉伸形变带来的信号串扰，保障运动状态下脉搏采集稳定。结合深度学习、脉搏一/二阶导数、庞加莱图等解析方法，可自动提取心率、脉搏波传导时间、血管刚度、心室射血能力等血流动力学参数，定量区分健康人群、高血压、冠心病及急性心肌梗死受试者。该系列打通 “柔性传感硬件‑脉搏信号采集‑智能算法解析‑心血管状态判别”全链条，可为基层慢病筛查、家庭长期健康监护提供技术支撑，助力心血管疾病早发现、早干预，推动柔性电子与人工智能在智慧医疗领域的交叉融合。
论文链接：
https://doi.org/10.1002/adfm.76816
https://doi.org/10.1002/advs.202522157
https://doi.org/10.1021/acssensors.5c03297
研究二：非侵入式可穿戴电生理监测技术研究
团队围绕长时程非侵入式可穿戴电生理监测开展系统性研究，面向疾病筛查、神经功能评估与脑机接口的实际应用需求，针对传统表皮电极无法同时兼顾透气性、生物相容性、低界面阻抗、抗运动伪影的行业痛点，在Soft Science、ACS Sensors发表系列研究成果，形成一套面向多模态电生理采集的一体化表皮生物电子技术体系。
心电、肌电、眼电、脑电等电生理信号是解析心脏、神经功能的核心依据，在慢病监护、神经疾病筛查、脑机接口研发中具备重要价值。现有凝胶电极存在脱水、皮肤致敏问题，普通干态电极受皮肤形变影响易形成空气间隙，诱发运动伪影和信号失真，难以实现长时间稳定监测。团队围绕电极‑皮肤界面这一核心问题，从界面调控与功能层协同设计两个维度开展攻关，通过乙醇触发界面重构、共静电纺丝结合浓度诱导界面聚合两种技术路径，优化电极与皮肤的贴合状态，在保障高透气性与生物相容性的基础上构建低阻抗接触界面，有效抑制形变、出汗带来的信号干扰。该技术体系可在复杂工况下稳定采集心电、肌电、眼电、脑电多类生理信号，既能够完成心率变异性、脑电节律解析，实现长达12小时连续心电监测；又可结合一维卷积神经网络深度学习算法，基于肌电信号完成十种手势96.6%准确率的识别，实现肌肉疲劳状态评估，拓展运动健康、手势交互场景。整套一体化方案攻克长时程电生理采集的技术瓶颈，既可服务居家慢病监护与早期疾病筛查，也为脑机接口前端信号采集、智能人机交互开发提供全新器件范式，推动柔性表皮电子技术在临床医学与智能交互领域的交叉落地。
论文链接：
https://dx.doi.org/10.20517 /ss.2026.51
https://doi.org/10.1021/acssensors.6c02206
研究三：面向具身智能的多模态感知技术研究
团队面向具身智能多维触觉感知现实需求，针对仿生电子皮肤、软体机器人同步获取力学、热学信息的技术难点，围绕多模态触觉传感硬件创新结合机器学习智能解析开展系列研究，在ACS Nano、Advanced Functional Materials发表成果，构建兼顾力学宽量程探测与热学快速感知的一体化仿生触觉技术体系。
软体机器人实际交互场景，对电子皮肤提出双重要求：既要捕捉微弱生理信号到兆帕级大载荷的宽域压力，又要采集热学特征完成材质辨识。当前柔性器件存在明显短板，压力传感器难以兼顾高灵敏度与超宽线性响应，超薄热电器件易发生热量垂直扩散、温差快速消散，力学、热学感知的双重瓶颈制约机器人多维环境感知能力。
团队遵循“新型结构传感硬件+特征工程+机器学习智能判别”整体研发思路，从力学、热学维度协同攻关，并行获取多源触觉信息。在力学感知上，采用泊松变形‑裂纹工程非线性协同耦合策略，制备MXene/石墨烯复合裂纹传感薄膜，利用弹性体泊松膨胀完成力‑应变转换，依靠双重非线性效应相互补偿，实现0-4 MPa 超宽线性力传感，灵敏度达3.8 MPa-¹，万次循环性能稳定。器件既可采集脉搏、吞咽等微弱生理信号，解析足底压力分布；搭载软体机械爪后结合支持向量机，完成物体材质智能识别。配套开发热导率调控的双楔形热电架构，利用高导热液态金属与低导热PDMS互补楔形结构，抑制垂直热扩散，在超薄器件内构建稳定面内温度梯度，实现快速抗干扰热电响应；提取热学特征结合多层感知机神经网络，七种材料识别准确率可达99.7%，32通道阵列仿生机械手可同步输出抓取物体的轮廓与温度热成像。该系列攻克宽量程力学感知、超薄热梯度维持两大核心技术，高质量获取压力、热学两类触觉信号。整套多模态方案既可用于人体生理监测、运动生物力学评估，也补齐仿生电子皮肤力‑热多源感知短板，为软体机器人真实环境智能交互提供完整器件与算法范式，推动柔性传感与具身智能深度交叉融合。
论文链接：
https://doi.org/10.1021/acsnano.6c11301
https://doi.org/10.1002/adfm.202529573
研究四：超灵敏触觉传感器用于脑动脉瘤介入术中压力监测技术研究
脑动脉瘤介入栓塞手术是高危脑血管疾病重要的微创治疗手段，术中导丝、弹簧圈与动脉瘤薄壁之间的接触力极其微弱，力值的微小偏差就可能引发动脉瘤破裂等致命风险。目前临床主要依靠影像透视与医生操作经验间接判断器械‑瘤壁的力学交互状态，缺少术中实时的微小接触力量化监测手段，给手术安全带来隐患，同时传统压电传感器对毫牛级微弱生物力学刺激检测能力有限，微弱力信号极易被噪声掩盖，制约微创介入术中力感知装备的发展。
针对这一瓶颈，研究团队受蜘蛛网感知外界微弱扰动的生物机制启发，研制蜘蛛网仿生压电传感器，提出挠曲‑拉伸换能策略，实现极微弱力学信号的有效放大检测。结果显示，该仿生传感器可捕捉毫牛级别的微小力学刺激，能够在介入场景下实时采集导丝、弹簧圈与动脉瘤瘤壁之间的接触作用力，为规避术中动脉瘤破裂风险提供直接量化监测依据；与此同时器件也可高保真采集人体脉搏信号，结合脉搏传导时间回归模型实现无袖带血压估算，借助庞加莱图解析心率变异性指标，可定量区分健康人群与心律失常受试者。在此基础上，该器件还具备机械能收集能力，能够将人体力学振动转化为电能，可为介入端低功耗感知器件提供能源供给。值得关注的是，这套“仿生压电传感+多场景微弱生物力学信号解析”的一体化方案具备良好拓展性，可为面向脑血管介入术中安全监护、心血管无创评估的超高灵敏力感知器件提供全新研究范式，推动仿生结构传感技术在神经介入微创手术监护与智慧医疗领域深度交叉融合。
论文链接：https://doi.org/10.1038/s41528-026-00546-4
供稿：宋忠乾 初审：李静 复审：武军 终审：王晓艳
