剛剛,美國加州大學圣地亞哥分校(UCSD)徐升團隊在Nature Biotechnology雜志上發表題為“A fully integrated wearable ultrasound system to monitor deep tissues in moving subjects”的文章。該研究開發了一種可以檢測運動中生理數據的全集成自主可穿戴式超聲系統貼片。加州大學圣地亞哥分校的林沐陽、 張子楊、 郜曉翔為共同第一作者,徐升教授為通訊作者。
可穿戴設備正在健康管理和預防疾病方面發揮著越來越重要的作用。然而,目前大部分可穿戴設備只能記錄皮表或者皮下淺層組織的信號,這只能揭示有限的健康和疾病信息。可穿戴超聲傳感技術為深層組織信號檢測提供了突破口,為連續生理指標傳感打開了一個新的維度。
然而,目前可穿戴超聲檢查在適用性、測量連續性和可靠性方面還存在諸多局限。這些設備普遍依托于龐大的處理設備,并依賴專業醫師的精準手動操作,這導致此類設備極大限制了患者的活動自由度,并只能夠進行定時定點檢查。針對這些問題,加州大學圣地亞哥分校徐升團隊提出了一種全面集成的自主可穿戴式超聲系統貼片(ultrasonic-system-on-patch,USoP)。這種全集成的無線傳感系統包含一個微型化柔性電路,以及一個超聲換能器陣列,可以跟蹤移動目標并自動進行數據采集和處理,能實現對移動目標深部組織的長期監測。這項技術可以免去手持超聲探頭的要求,使得數據采集更加方便和自由。在運動的被試身上,USoP可以連續監測生理信號,包括中心血壓、心率、心輸出量、潮氣量等。這一結果進一步推進了深層組織信號的持續監測和醫療物聯網的發展。
探頭制造、電路設計和算法優化領域經過幾十年的發展,已經讓醫學超聲能夠定性和定量地獲取人體的各種生理信息,包括解剖結構、組織運動、機械特性和血液動力學等。與其他醫學成像方法,如X射線計算機斷層掃描和磁共振成像相比,超聲具有更高的安全性、更低的成本和更強的通用性。然而,超聲的易用性和準確性也面臨著一些技術上的挑戰。首先,常用的超聲探頭體積較大,需要連接到大型控制系統,這限制了它們在中心化設施的使用。其次,這些探頭需要手動放置和操縱,并要求受試者保持靜止,導致了操作者依賴性。第三,聲像圖數據的解釋需要經過專門培訓的醫學專業人員,需要大量的人工處理且容易出錯。
因此, 近年基于軟結構設計的新興可穿戴超聲探頭可以自然地貼合皮膚,并且無需手持,方便獲取深部組織信號。然而,由于超聲硬件通常需要高功率,高帶寬, 這些可穿戴探頭都需要繁瑣的電線來連接電源和傳輸數據, 并且普遍以來專業人員對傳感器進行精準手動部署,這極大地限制了使用者的活動和該技術的適用性。
圖1:自主可穿戴式超聲系統貼片設計
因此, 柔性超聲傳感技術突破的關鍵點在于擁有一個完全集成的無線系統,擺脫有線連接束縛并不依賴于專業人員的手動操作。系統應自主完成移動目標跟蹤,自動數據采集和處理。USoP將超聲探頭和微型無線控制電子器件集成在一個柔軟的可穿戴設備上, 實現了上述技術突破。這項技術使用多通道深部組織信號進行監測,該信號經過調適和預處理后,通過無線傳輸到后端接收器,由專門的機器學習算法進行分析。算法會根據皮下目標組織的移動情況對數據進行分類,并選擇最佳傳感通道,以實時產生來自目標組織的連續數據流。這種技術能夠在人體運動過程中連續監測深部組織信號,無需額外人工操作,同時規范了數據解讀過程,擴大了在住院和門診條件下的應用前景。
圖2:柔性超聲傳感電路
USoP的硬件包括超聲探頭和控制電子器件。超聲探頭使用微型壓電晶體將電信號轉換為超聲波信號,并將接收到的超聲波信號轉換為電信號。控制電子器件包括多通道前端電路、后端處理單元和無線通訊模塊,采用柔性材料制造,從而實現了USoP的柔性化和微型化設計。當USoP被貼在人體表面時,超聲探頭會發出超聲波并接收反射回來的信號。這些信號經過處理和預處理后,通過無線方式傳輸到后端接收器進行分析。在此過程中,機器學習算法和深度學習技術被用來自動化采集數據、選擇信道和進行數據后處理。當在皮膚表面的USoP與皮下目標組織發生相對滑動時,算法會實時調整并選擇最佳信道,從而保證連續的數據流。因此,該技術可以實現對深部組織信號的連續監測,并且可以在運動狀態下進行監測。
總體上看,該技術有三大特點:
1.無線連接:通過將超聲波探頭和微型控制電子器件集成在柔軟的可穿戴設備中,實現了無線通信。多個傳感信道從人體采集的數據在設備上進行預處理,然后通過無線方式傳輸到后端接收器。這種無線連接技術可以消除傳統超聲波檢查需要有線連接的限制,從而讓配戴者可以自由移動。
2.深層組織信號動態傳感:該研究提供了一個可以采集多種深層組織信號的傳感技術平臺。利用超聲傳感的方式,深層組織的動態信號可以被連續傳感,包括動脈搏動,心肌收縮,以及隔膜位移等動態深層組織的信號 (圖3)。通過分析此類深層組織信號可以得出關鍵生理指標數據,例如心率,中心血壓,動脈硬度指數,心輸出量,以及潮氣量等,進而為健康監測, 醫療診斷,以及治療決策提供指導。
圖3:全身范圍深層組織信號監測,包括動脈搏動、心肌收縮、隔膜位移等
3.自動化數據采集和處理:在數據采集方面,該技術利用前端集成電路完成硬件濾波,高速采樣以及數據傳輸。并且采用了基于機器學習的智能傳感通道選擇方案,自動選擇最佳的超聲波探頭,并對來自深部組織的信號進行連續監測。這種自動化的數據采集方式可以消除傳統超聲波檢查中人工操作繁瑣,運動偽影嚴重以及難以長期使用的問題。此外,該技術還對深度學習模型的泛化性進行了優化。利用領域自適應方法,模型可以將基于原始訓練數據集(特定被試)的特征映射至目標領域(新被試),進而使模型在大規模樣本測試中具有魯棒性。自動化數據處理方面,該技術主要基于傳統信號處理方法,利用互相關算法解算超聲數據并得出組織動態信號,進而實現臨床數值指標計算以及分析。
該技術是柔性超聲傳感技術從有線到無線,從人工操作到自主傳感的一大革新。徐升教授的研究團隊認為,柔性超聲傳感技術的未來發展應著眼于進一步提升可穿戴超聲設備的長期佩戴性能,具體包括提升器件的機械性能,集成能量收集裝置實現持續供能,以及研發適用于長期使用的皮膚粘合劑和超聲耦合劑等。
相關論文信息: https://www.nature.com/articles/s41587-023-01800-0
