可穿戴傳感器可將人體各種生理信號轉換為可直接觀測的電信號，為了解人體健康提供豐富的信息，有望為人體實時活動、健康狀況提供預測平臺。然而，由于傳統制造技術難以實現可穿戴傳感器的定制化加工，現階段對于可穿戴傳感器的研究仍依賴于多種加工方式的結合，效率低且重復性差。同時，傳統加工工藝很難做到功能填料的選擇性分布，這不僅影響了傳感器的靈敏度和性能表現，還限制了可穿戴傳感器的功能擴展以及其在人體活動、健康監測等方面的快速發展。

近期，新加坡南洋理工大學周琨教授團隊在Advanced Science期刊上發表題為“3D Printed Conformal Strain and Humidity Sensors for Human Motion Prediction and Health Monitoring via Machine Learning”的文章，提出了一種可用于多射流熔融（MJF）3D打印技術的助熔劑，并利用MJF實現了一體化多功能可穿戴傳感器的制備（圖1）。助熔劑的選擇性分布和MJF打印技術的結合不僅提高了傳感器的機械性能和阻燃性能，還增強了傳感器的性能穩健性和靈敏度。此外，MJF打印的可穿戴傳感器收集的電阻變化數據可用于訓練支持向量機（SVM）以用于預測人體活動，準確率達到95.83%。由于其穩定的濕度敏感性，該傳感器在監測人體呼吸和預測呼吸模式方面表現出色，拓展了其在醫療保健領域的潛在應用。這項工作為MJF打印的可穿戴傳感器在預測各種人體活動的應用中開辟了新的途徑。

圖1 MJF打印可穿戴式傳感器的制備及應用

如圖2所示，利用功能性助熔劑的選擇性分布，研究人員制備了具有仿貝殼結構的可穿戴傳感器。功能性助熔劑的選擇性分布進一步提高了傳感器的力學強度和阻燃性能。這對于提高可穿戴傳感器的耐用性和耐火性都有重要意義，有利于將其應用于火場救援等場景之中。

圖2 MJF打印可穿戴傳感器的機械性能與阻燃性能

如圖3所示，SVM模型可以同時分析大量數據，而不會存在丟失或誤解關鍵信號的風險。在濃煙阻礙視覺觀察或紅外熱像儀受到熱浪干擾的情況下，將此機器學習方法與可穿戴傳感器相結合對于自動預測人體活動非常重要。MJF打印的可穿戴傳感器可收集活動產生信號并及時識別活動類型，對處于危險中的人員立即派遣援助。因此，這些具有改進阻燃性的傳感器可用于火場工作人員的活動監測，以實現個人防護。

圖3 機器學習的工作機制及其結合MJF打印可穿戴傳感器的應用

利用MJF打印技術，研究人員成功打印了一款配備傳感功能的過濾器，并將其放置于面罩中。該面罩可以通過檢測呼吸引起的濕度變化來檢測呼吸模式的變化（圖4）。可穿戴傳感器的電阻隨外部濕度變化，并且呈現出不同的響應時間和強度變化。通過SVM機器學習對數據的分析，可以幫助評估個人的生命體征，并在檢測到呼吸停止時立即進行醫療干預。

圖4 MJF打印可穿戴傳感器的濕度靈敏度及其潛在應用

該論文第一作者為新加坡南洋理工大學博士后研究員侯雁北博士，通訊作者為新加坡南洋理工大學的周琨教授。文章合著者包括南洋理工大學博士生高銘和高靜雯、南洋理工大學Edwin Hang Tong Teo副教授、上海交通大學王東副教授、惠普公司的Lihua Zhao博士和佐治亞理工大學齊航教授。

審核編輯：劉清