院士领衔，上海交大/华山医院合作，最新Nature Sensors-特诺科技官方网站

院士领衔，上海交大/华山医院合作，最新Nature Sensors

来源：科诺科研

心血管疾病长期威胁人类健康，而不少血管病变在早期往往缺乏明显症状，等到患者出现不适时，病程可能已经持续较长时间。近年来，柔性血流传感器、可穿戴血压计、光电容积脉搏波传感器等技术快速发展，为连续监测血流、血压和脉搏提供了新工具。然而，这些设备通常需要借助组织—血管—血液之间的多物理场传导模型，将皮肤表面的信号反推出血流动力学参数。血管距离皮肤有多深、管腔有多粗，会直接影响热量、声波或机械振动的传播，但大多数可穿戴设备无法在测量现场同步获得这些形态信息，由此带来的系统误差成为限制监测精度的重要瓶颈。超声虽然能够观察血管结构，却面临设备复杂、数据处理量大和长期居家使用成本较高等问题。

针对这一挑战，上海交通大学林忠钦院士、彭林法教授、邓宇君副教授联合复旦大学附属华山医院谭晋韵教授合作，提出了一种基于瞬态热传导的血管形态检测方法，并研制出面积仅为20 × 2毫米的集成式传感模块。该装置在皮肤表面进行短时局部加热，通过分析不同位置的温度上升和热弛豫速度，分别反演血管深度和内径。人体前臂静脉实验显示，装置对血管深度和内径的测量精度分别可达到约0.3毫米和0.2毫米，与超声成像结果接近，为可穿戴血流动力学监测补上了关键的“血管结构信息”。相关成果以“Integrated thermal sensing of vascular morphology for haemodynamic monitoring”为题发表在《Nature Sensors》上，第一作者为Yuqi Tian。

研究的出发点很直观：血液流动能够带走热量，因此皮肤下方是否存在血管，以及血管的位置和尺寸，会改变皮肤表面的升温过程。如图1a所示，当加热器对皮肤进行局部热刺激时，靠近血管的区域会受到血流对流换热的明显影响，热量更容易被带走；远离血管的位置则主要依靠组织内部的缓慢热传导。研究人员沿加热区域布置温度传感器阵列，记录各点随时间变化的温度曲线（图1b）。结果显示，大血管和小血管会产生不同宽度、不同陡峭程度的热响应分布。团队随后在同一人的手臂上选择粗细不同的浅表静脉进行测试（图1c），传感器得到的血管深度和内径与超声结果高度接近（图1d）。

图1：展示热传感检测血管形态的基本原理。局部加热后，血流改变皮肤表面的温度响应；传感器通过空间温度曲线区分大小血管，并与超声测量进行对照。

为了把温度变化真正转换为血管尺寸，团队重点分析了“热弛豫时间常数τ”。研究人员将各测量点的升温曲线归一化，并把温度达到稳定值85%所需的时间定义为τ。血管正上方的热量能够较快被流动血液带走，因此τ较小；距离血管越远，热量传递路径越长，τ逐渐增大（图2a、b）。更重要的是，血管越粗，其影响范围越宽；血管埋得越深，皮肤表面的热响应越迟缓。多个测量点共同形成一条具有空间特征的τ曲线，不同血管深度和内径对应不同的曲线“指纹”，从而使两个参数能够被同时解耦。

真实人体组织并不是均一材料，脂肪、皮肤和肌肉比例不同，会导致热扩散率存在明显个体差异。为此，团队建立解析模型，将τ与组织热扩散率结合为等效血管热阻参数RVequ。补偿前，不同组织热扩散率造成的曲线变化可超过157%；补偿后，其波动下降至约15%（图2c、d）。研究人员还考虑了用户佩戴不准和血流速度变化。通过将加热器设计成20毫米宽、2毫米长的窄矩形结构，并引入虚拟热源补偿算法，即使装置偏离血管中心数毫米，仍能恢复近似对称的特征曲线（图2f—h）；较短的加热长度则减少了低流速下热边界层造成的温度畸变（图2i—k）。这一结构设计兼顾了佩戴容错性和血流变化适应性。

图2：解析血管深度、内径与热弛豫时间常数之间的关系，并通过组织热扩散率补偿、安装偏差校正及加热器尺寸优化，提高检测方法对个体差异、佩戴误差和血流速度变化的适应性。

在理论基础上，研究人员将加热、测温、供电和无线通信集成到一枚柔性贴片中。如图3a所示，装置包含蛇形电阻加热器、15个负温度系数热敏电阻、柔性电路板、二氧化硅气凝胶隔热层、锂电池以及蓝牙和Wi-Fi通信模块。整个系统经过聚二甲基硅氧烷封装，可以弯曲并贴合手臂皮肤（图3b）。工作时，传感器以4赫兹频率同步采集15个位置的温度信号，再将数据无线传输至终端进行计算（图3c、d）。连续加热100秒后，皮肤表面的最高温升约为6 K，低于人体疼痛阈值（图3e）；一块90毫安时电池可支持54个完整检测循环（图3f），显示出良好的便携性和低功耗特征。

图3：展示柔性集成传感模块的结构、电路和工作方式，包括加热器、温度传感阵列、柔性电路板、隔热层、电池及无线通信模块，并验证其温升安全性和续航能力。

随后，团队搭建了具有不同血管深度和内径的体外循环模型，对装置进行系统验证（图4a）。红外热成像清晰显示，血管正上方温度较快趋于稳定，而两侧区域仍持续升温（图4b）。当加热功率达到标准功率及以上时，τ的偏差控制在3%以内（图4c）；当模拟血流速度从2厘米每秒提高至24厘米每秒时，τ的变异系数仅为3.6%（图4d）。即便传感器发生1—3毫米的位置偏移，补偿算法仍能恢复符合模型要求的曲线（图4e）。在不同热扩散率的树脂和硅胶组织模型中，实验曲线与有限元模拟结果的拟合优度均超过0.98（图4f、g）。综合所有尺寸组合，血管深度和内径的平均绝对误差分别为0.19毫米和0.16毫米（图4h）。

图4：展示传感器在体外血管循环模型中的性能。实验验证了加热功率、血流速度和安装偏移对检测结果的影响，并证明血管深度与内径的测量结果接近模型真实值。

从体外模型走向活体组织，还需要解决毛细血管灌注带来的干扰。皮肤和皮下组织中的毛细血管网络同样会通过血流带走热量，使各测量点的τ整体缩短，并可能被算法误判为更粗或更浅的目标血管（图5a、b）。团队基于生物传热方程建立灌注校正公式，在脂肪和肌肉等不同组织参数下，校正后的曲线与理论参考值拟合优度均超过0.99（图5c、d）。在拉布拉多犬股动脉实验中，未经校正时，血管内径误差高达47.5%；校正后，深度和内径误差分别下降至2.8%和6.9%（图5e—g）。另外两只比格犬的动脉和静脉测试也获得了相似改善（图5h—j），表明该算法能够有效削弱活体灌注造成的偏差。

图5：说明皮肤毛细血管灌注对热弛豫曲线的干扰及其校正方法。动物实验表明，经过灌注校正后，血管深度和内径的测量误差明显降低。

最终，研究人员在一名健康志愿者的前臂选择4段浅表静脉进行人体实验（图6a）。装置工作100秒时，皮肤最高温升仍维持在约6 K，反复加热过程中皮肤温度低于43 ℃（图6b）。当传感器相对血管中心偏移0—3毫米时，经过补偿后的RVequ曲线仍保持稳定（图6d、e）。从原始温度数据可以看到，小血管对应的曲线更尖锐，大血管则形成更宽、更平缓的热影响区（图6f—h）。将4组曲线输入神经网络后，传感器测得的血管深度误差不超过0.3毫米，内径误差不超过0.5毫米，整体结果与超声测量基本一致（图6i）。

图6：展示人体前臂静脉实验结果。传感器能够区分不同粗细和深度的浅表血管，其测量结果与临床超声结果基本一致。

小结

这项研究将血管形态从传统的“成像问题”转化为可以由短时热响应求解的“参数检测问题”，在降低设备复杂度、数据量和功耗的同时，为可穿戴血流、血压等传感系统提供了原位结构校准手段。不过，目前人体实验仅涉及一名健康志愿者和少量浅表静脉，装置主要适用于深度不超过6毫米的血管，复杂疾病状态、运动过程和高灌注组织中的表现仍需更大规模临床验证。未来，结合物理信息神经网络和更完善的灌注模型，该技术有望用于血液透析通路、外周血管疾病及长期居家心血管监测，也可能拓展到植入物融合、皮下药物储库以及管道腐蚀等非破坏性检测场景。

上一篇: 捕蝇草，登上Science封面，仿生新思路！

下一篇: 厦门大学《自然·通讯》：仿生结构设计实现多尺度层级取向，大幅提升水凝胶力学性能与热管理能力