心血管疾病（CVD）已成为全球最重要的健康问题之一。根据世界心脏联合会2021年的报告，心血管疾病每年造成约2050万人死亡，约占全球死亡人数的三分之一。持续监测血压波动对于疾病预防、进展跟踪和指导治疗至关重要。在临床环境中已广泛采用传统的充气袖带血压测量装置，但由于其体积大、操作复杂以及对血液循环的潜在干扰，无法实现持续血压监测。通过分析脉搏波或心率的无袖带血压监测技术已经成为一种可行的方法。然而，这些方法仍面临准确性及可靠性的相关挑战，需要进一步改进以完善其性能。

近年来，对脉搏传感器技术的研究推动了基于力感测原理的各种电学传感器的发展，包括压阻式、电容式、压电式和摩擦电式等。然而，这些力传感器经常面临信号准确性和稳定性的问题。相比之下，光学传感器因其高精度和检测细微脉搏波的能力而广受认可，不过，它们仍然面临组装挑战。聚二甲基硅氧烷（PDMS）以其优越的机械性能和出色的成型性而闻名，已广泛应用于各种力传感器。人们正在探索PDMS薄膜应用微米和纳米级图案化技术，以提高其灵敏度和稳定性。

据麦姆斯咨询介绍，清华大学深圳国际研究生院、南方科技大学微电子学院、香港大学电机及电子工程学系和香港科技大学（广州）微电子研究中心的研究人员在ACS Sensors期刊上发表了一篇题为“Transfer Learning Enhanced Blood Pressure Monitoring Based on Flexible Optical Pulse Sensing Patch”的论文。该研究介绍了一种用于无袖带血压监测的新型光学脉搏传感贴片（OPSP）。该传感器具有单片集成氮化镓（GaN）光电芯片和微纳米结构的PDMS薄膜，并由利用迁移学习的数据处理算法提供支持。

图1 新型光学脉搏传感贴片（OPSP）示意图

研究人员从中医“寸、关、尺”诊脉方法中获得灵感，在柔性基板上安装了三个相同的传感单元以捕获桡动脉的多个脉搏信号。对于血压数据拟合，研究人员使用一维卷积神经网络（1D-CNN）、长短期记忆（LSTM）和小波变换（WT）结合迁移学习（TL），无需大量校准，便可对新用户进行准确的血压监测。迁移学习通过从更广泛的人群中学习通用特征来解决个体差异问题，最小化个体差异，使模型能够适应具有有限校准数据的新用户。

PDMS薄膜及其表征

该PDMS薄膜的制造工艺涉及利用具有圆顶形图案阵列的图案化蓝宝石衬底作为转移模具。浇注和固化PDMS凝胶，获得反向图案。所制造的PDMS薄膜具有微米尺度的蜂窝图案，并通过纳米尺度的结构增强。这种独特的配置提高了传感器的灵敏度、稳定性和检测范围。薄膜内的纳米结构在较小的力下就会变形，显著增强了灵敏度。同时，蜂窝微结构增强了机械强度和稳定性。此外，凹面微结构上的纳米结构能够在施加的压力下逐渐接触和变形，进而扩展了传感范围。

GaN光电器件的特性

GaN光电器件包含一个LED和一个具有相同结构的光电探测器（PD）。图1E显示了包含三个GaN光电器件（间隔1 cm，封装在一个柔性基板上）的贴片。图1F显示了在测量过程中将贴片附着在手腕上，其柔性封装可以更贴近桡动脉。图2A示出了柔性印刷电路板上带有PDMS薄膜的GaN光电器件爆炸图。它由InGaN/GaN多量子阱（MQW）组成，中心区域作为LED，外围区域充当PD。注入电流时，LED的发光由MQW中的载流子重组触发。在蓝宝石和周围介质之间的边界处发生的全内反射将反射光引导到PD，MQW中的光吸收产生载流子，随后产生光电流。尽管存在斯托克斯位移，但PD的吸收谱与LED的发射谱之间仍存在重叠。

图2 GaN光电器件的性能及表征

图3 力传感器的性能测试

基于迁移学习的血压拟合

在机器学习驱动的血压估算中，尽管个体之间的脉搏信号数据集存在差异，但要提取的基本信号特征保持一致。在这项研究中，研究人员利用OPSP获取的两点脉冲信号，采用1D-CNN、LSTM和WT的机器学习模型来估算血压。如图4所示，迁移学习模型包括多点数据的预处理，接着使用1D-CNN、LSTM和WT进行特征提取和映射。通过全连接层和血压模型建立最终的连接。最终的血压，通过使用微调数据集对预测的血压进行线性补偿获得。在这个模型中，特征提取层作为迁移学习过程的一部分被预训练和冻结，而全连接层则作为迁移学习的微调层。预训练层可以转移到新用户，无需重新训练整个模型，大大简化了新用户的适应过程。这种方法不仅减少了训练所需要的数据集，还提高了效率和适用性。

图4 迁移学习模型架构

总结来说，这项研究提出了一种面向无袖带血压监测的新型光学脉搏传感贴片。所述传感单元利用具有微纳结构PDMS膜的单片集成GaN器件构建。其力传感器展示了0～10 N的感应范围，在0～1 N范围内具有94.4 uA/N的高灵敏度。并且表现出令人印象深刻的动态响应，响应时间为0.79 ms，恢复时间为2.8 ms。此外，该传感器达到49 uN的最小检测限，并在4000次循环测试中保持了一致的性能。该光学脉搏传感贴片将三个力传感器集成在一个柔性基底上，以检测沿桡动脉的脉搏波，提供心率、心率变异性、脉搏波传导速度（PWV）的测量结果作为心血管健康的指标。迁移学习能够以最少的校准实现高精度的血压拟合，符合AAMI和BHS标准。这种与智能传感器的集成为推进传感平台以及增强患者护理带来了巨大前景，有望实现对精神压力和身体活动水平的持续监测