用于实时呼吸监测的便携式摩擦纳米发电机
摘要
呼吸频率作为人体生理健康的可靠指标，越来越多地被用于预测和诊断潜在的呼吸系统疾病和囊性纤维化引起的呼吸功能障碍。然而，与智能移动电子产品相比，传统的临床呼吸监测系统由于其结构繁琐、操作复杂、依赖外部电源，在日常生活中作为家庭可穿戴设备进行实时呼吸监测并不方便。因此，我们提出了一种基于横向滑动模式摩擦纳米发电机（TENG）的可穿戴无线呼吸传感器，通过感知腹围的变化来监测呼吸频率。在本文中，我们通过建立的理论模型验证了该设备作为呼吸监测传感器的可能性，并通过一系列机械测试研究了传感器的输出性能。此外，呼吸传感器在不同个体、不同呼吸节律、不同活动状态、无线传输等方面的应用也得到了大量志愿者测试的验证。所有结果都证明了所提出的可穿戴传感器作为检测和监测实时呼吸频率的新替代方案的潜力，具有普遍适用性和敏感性。
介绍
伴随着全球气候恶化、空气污染日益严重和人口老龄化趋势加剧，人类健康尤其是呼吸系统健康受到越来越多的威胁[1,2,3]。同时，对人体健康的监测成为预防潜伏性疾病的重点[4,5,6,7]。呼吸频率作为直接反映人体生理健康的最重要、最可靠的指标之一，可以为阻塞性睡眠呼吸暂停综合征（OSAS）和囊性纤维化引起的呼吸功能障碍等潜在呼吸系统疾病的预测和诊断提供关键信息[8， 9,10,11]。已有多种用于监测呼吸状态的传统医疗设备，也致力于开发创新呼吸监测技术。尽管具有很好的临床适用性和监测精度，但其结构笨重、操作复杂、依赖外部电源、便携性差等问题限制了其作为智能移动医疗电子产品的进一步发展。近年来，移动网络和低功耗电子技术的进步推动了智能移动医疗设备的飞速发展，并引起了人们对家庭医疗保健和柔性可穿戴电子产品的日益关注 [6, 12,13,14,15,16, 17,18]。因此，无电池的可穿戴医疗传感器以智能方式进行呼吸监测的潜力无处不在。
与电磁[19, 20]和压电[21,22,23,24,25]等相对成熟的生物能源清除技术相比，摩擦纳米发电机（TENGs）[26,27,28,29,30]具有以下优点：重量轻、能量密度高、传感灵敏度高，在生物能量采集器、可穿戴电子设备和自供电健康监测设备等应用中具有更大的潜力。此外，基于 TENG 的能量收集器更能够像人类呼吸一样在 10 Hz 以下频率带宽的工作环境中收集生物能源 [31, 32]，并且用于 TENG 的材料不含铅，可安全用于医疗保健传感器。因此，TENG无疑是可穿戴和自供电呼吸监测设备的最佳选择之一。为了满足对可穿戴和自供电健康监测技术日益增长的需求，已经开发了许多基于 TENG 的新型传感器来监测人体生理状态。林等人。提出了一种用于心率监测的自供电无线身体传感器网络 (BSN) 系统via 2018 年集成了基于柔软结构的 TENG（D-TENG）、电源管理电路、基于 TENG 的心率传感器、信号处理单元和蓝牙模块，用于无线数据传输 [13]。 P. Maharjan 等人。 2018 年设计了一种新型的曲线形可穿戴混合电磁 TENG (WHEM-TENG)，用作电子手表，由从摆臂收集的生物力学能量提供动力，还被证明可以为脉搏信号和心率监测供电。 17]。陈等人。 2017 年报道了一种具有压电和摩擦电特性的柔性混合纳米发电机，它可以共形地附着在人体皮肤等柔软表面上，以基于电纺纳米纤维垫收集多样性的触摸能量，并监测实时生理信号，如呼吸信息和桡动脉脉搏。 33]。库等人。 2018 年报道了一种基于单电极 TENG 的脉搏传感器，对人体皮肤具有高灵活性和舒适性，可以成功获得代表桡动脉压力波的典型人体脉搏波形 [34]。上述工作极大地推动了基于TENG的可穿戴自供电智能设备在人体物理监测方面的发展。
腹围的变化是人类在呼吸过程中的自然生理行为，因此从腹部变形中获取信息是一种感知方式，对人类的正常活动没有负面影响，也可能是一种可能的能量来源，通过清除生物动能.在本文中，我们提出了一种基于滑模 TENG 的集成腰部佩戴式无线呼吸传感器，同时具有便携性、移动性和智能性的优点。可应用于不同的日常活动，进行连续实时呼吸监测和OSAS检测，既不会对设备的正常功能产生不利影响，也不会对用户的日常活动产生不利影响。 TENG传感器内置智能腰带，感知用户呼吸时腹围的变化，并将周期性变化传递给TENG摩擦副的往复振荡，从而输出包含呼吸信息的电信号腾。整个传感过程不需要外部电源。该设备还配备了由外部电源供电的无线传输芯片，实现呼吸信号的传输。呼吸状态的信息最终会显示在手机上。在这里，我们报告了基于 TENG 的呼吸传感器的研究工作，以展示其作为可能用于实时呼吸监测的智能可穿戴和自供电设备的卓越潜力。
方法
呼吸传感器的架构
图 1a 显示了基于滑模 TENG 的呼吸传感器的结构示意图。腰部佩戴式呼吸传感器旨在检测用户在日常生活中的实时呼吸状态，如图 1a (i) 所示。这种监测策略不会干扰佩戴者的日常活动，如走路、睡觉、做饭、办公等。该设备由可穿戴双层腰带、腰带内置的滑模TENG传感器和无线传输系统。双层带的每一层，如图 1a (ii) 所示，包括由黑线表示的不可伸展部分和由红线表示的可变形部分。 TENG 传感器内置在可穿戴双层带中，其详细结构如图 1a (iii-iv) 所示。分别采用厚度为 100 μm 的聚四氟乙烯 (PTFE) 薄膜和厚度为 30 μm 的尼龙薄膜作为负极和正极摩擦材料。两个厚度为 50 μm 的铜箔贴在摩擦层的外表面上作为导电电极。两个亚克力板用作支撑以保持介电材料平坦。 TENG装置的平面尺寸为5 × 5 cm 2 . TENG装置包裹在塑料套管中，以确保呼吸监测过程中摩擦对之间的接触。
<图片>
腰戴式呼吸传感器和无线传输系统的制作。 一 无线呼吸传感器的示意图。 (i) 佩戴示意图，(ii) 可穿戴设备的结构示意图，(iii) TENG 的扩展视图和 (iv) TENG 的材料图示，以及 (v) 无线传输系统中包含的功能模块。 b 无线传输系统电路图
该装置的结构设计具有一系列明显的优点。首先，这里利用腰带的可变形部分来适应呼吸过程中腹部的膨胀，并在吸气过程中腹部收缩过程中提供恢复力，从而实现连续信号的实时检测。通过智能腰带实现，不会有不舒服的感觉，不会对用户的正常活动产生负面影响。其次，皮带的不可伸展部分用于限制皮带的变形，以确保部分腹围变化用于驱动摩擦副的滑动行为。此外，该装置结构简单，采用商用材料，成本低，易于制造，有利于其市场推广前景。
此外，应用一组硬件和软件模块组成无线传输系统进行信号传输，并假设实时呼吸信息显示在手机上（图1a（v））。如图1b所示，硬件模块由电压跟随器、升压电路和无线传输芯片组成，集成在一块电路板上。值得注意的是，TENG输出高电压但电流相对较低，导致输出阻抗高，影响其在无线传输系统中的适用性。对此，电路中集成了电压跟随器，以降低TENG的输出阻抗，使其与无线传输单元的输出阻抗大致匹配。此外，考虑到实用性，TENG 的电输出特征为交流电，其中的负信号值不能用作模数转换器 (ADC) 的输入信号。因此，使用电平上升电路将TENG输出电压的整个信号曲线提升到正电平，以便ADC获取整个信号。无线传输芯片由ADC、微处理器、天线和电池组成，为单元提供电源。软件模块包括信号采样、信号处理、信号存储和信号显示单元。通过信号采样和处理单元，传输到手机的信号被转换回具有正负分量的振荡，但信号波形和幅度并没有与TENG输出的原始值成比例地转换回；因此，它仅表示呼吸速率。并通过信号显示和信号存储单元，将传输的实时呼吸率信号系统地存储并显示在手机上。
感知原理及工作机制
人的呼吸通常分为胸式和腹式呼吸，我们大多数人在日常生活中使用的都是第一种。在胸式呼吸过程中，腹腔随着呼气过程和吸气过程的发生分别周期性地扩张和收缩，这可能导致系在腰部的可穿戴带的拉伸和收缩。同时，摩擦副通过腹部圆周的变形被迫向外和向内滑动。在往复滑动过程中，通过带有TENG装置的智能腰带获取呼吸状态。
图 2 显示了基于滑模 TENG 的呼吸传感器的工作机制。腹腔周长的变化可以促进摩擦副通过可穿戴双层带的相对滑动，感应出通过外电路的交流电，该交流电将被捕获并作为呼吸监测中的信号处理。在每个工作循环中，都会有四个过程：最初的亲密接触、向外滑动、短暂的停顿和向内滑动。如图 2a 所示的初始状态，摩擦对的表面完全重叠并相互紧密接触，由于摩擦起电效应，尼龙薄膜和 PTFE 薄膜的表面分别带正电荷和负电荷和静电感应。在这个阶段，摩擦对之间没有滑动行为，其表面电荷处于静态平衡，电路中没有电荷转移。当呼气开始并且摩擦对开始随着腹腔的扩张向外滑动时（图 2b），摩擦电荷的分离将在摩擦对之间产生电位差。因此，自由电子将通过外部电路从一个电极转移到另一个电极，并产生一个具有正幅度的输出电压脉冲。一旦摩擦对在呼气过程中达到最大滑动距离（图 2c），转移的电荷将达到其峰值，并且不再有电流通过电路。然后是吸入过程（图 2d），其中摩擦对开始随着腹腔的收缩向内滑动。电极上多余的转移电荷将回流以实现新的静电平衡，并产生负幅值的输出电压脉冲。当摩擦对的带电表面完全重叠时，不会有电荷转移，TENG 设备将恢复到如图 2a 所示的紧密接触状态。这样，随着摩擦对之间发生反复的向外和向内振荡，电子在两个电极之间的电路中来回驱动，产生交流输出。
<图片>
呼吸传感器的工作机理图及其四个工作过程。 一 “亲密接触”过程：用户吸气，摩擦对的表面完全重叠。 b “向外滑动”过程：用户呼气，摩擦副向外滑动。 c “短暂停顿”过程：用户呼气，摩擦副最大程度向外滑动。 d “向内滑动”过程：用户吸气，摩擦副向内滑动
测量系统
呼吸传感器的电输出性能由Keysight B2983A系统静电计记录。
结果与讨论
对于临床应用，呼吸频率可为 OSAS 等呼吸系统疾病的早期预警和快速诊断提供重要信息。本文提出了腰部佩戴式无线呼吸传感器，通过感知呼吸过程中腹围的变化并在手机上显示无线信号，为实时监测呼吸提供了一种替代策略。该设备的配置包含一个可穿戴双层腰带、一个内置在腰带中的滑模TENG传感器和一个无线传输系统。并通过理论分析、力学测试和志愿者实时测试验证了该装置的适用性、便携性和准确性。
理论预测
首先建立一个分析模型来预测 TENG 的输出性能并验证该设备作为呼吸监测传感器的可能性。进行实时测试以检查分析模型的准确性。此外，通过理论模型建立并研究了传感器电信号与输入机械激励之间的相关性，从而更好地理解了传感器的工作机制。为此，提出了一个理论函数来模拟呼吸过程，包括呼气和吸气阶段。在呼气阶段，腹腔扩张，摩擦副向外滑动，使位移x(t) 摩擦对从零逐渐增加到A .那么摩擦对保持最大位移A 直到吸入过程。在吸气阶段，腹腔收缩，摩擦副开始向内滑动，使位移x(t) 从 A 逐渐减小 到零。之后，摩擦对保持零位移，直到下一个呼吸循环。根据x(t)的变化规律 在时域中，假设器件的激励为梯形波（图 3a），其表示为：
$$ x(t)=\left\{\begin{array}{c}{v}_1t\\ {}A\\ {}A-{v}_2t\\ {}0\end{array}\kern0 .75em \begin{array}{c}0其中 d 0 =d 1/ε r 1 + d 2/ε r 2 是 d 的有效厚度 1 (d 2) 和 ε r 1 (ε r 2) 分别表示介电层的厚度和相对介电常数，ε 0 真空介电常数，σ 表面电荷密度，R 负载电阻，S 介质板面积。
<图片>
呼吸时的身体运动与 TENG 传感器的输出电压之间的相关性。 一 用于理论预测的假定的梯形位移形式。 b 理论预测与实验结果对比
以装置为例对机电模型进行理论验证，其物理特性参数和加载过程如表1所示。 1. 计算出的输出电压的时间历程如图 3b 中的蓝线所示，而测得的电压信号则由红线表示。在理论预测和测量信号之间观察到极好的一致性，表明该分析模型对于预测设备在呼吸过程中的电输出是准确的。此外，预测呼吸信号的电压脉冲显示出与吸气和呼气过程的一致性。随着呼气和吸气过程的发生，信号上升和下降，分别表现为正信号和负信号。也可用于基于TENG的呼吸传感器的结构参数优化设计，以提高性能和灵敏度。
输出特性
进行了机械测试以研究摩擦对的滑动位移对器件输出电压信号的影响。如图4a所示，将摩擦副的两端固定在拉伸机上，通过拉伸机迫使摩擦副周期性往复滑动，模拟呼吸中摩擦副的运动过程。同时，记录拉伸过程中滑动位移和牵引力的时间历程，与电路中负载电阻为11 MΩ的电压表测得的电压信号进行比较。在力学试验中，采用梯形波激励，频率为0.5 Hz，位移幅度为2.5 至30 mm。图 4b 用红线表示输出电压的时间历程，用绿线和蓝线分别表示幅度为 30 mm 的滑动位移和牵引力的对应时间历程。在第一阶段，当摩擦对之间的位移随着机器的牵引力而增加时，输出电压的正脉冲被捕获。而在第二阶段，输出电压显示相反的信号，而牵引力逐渐取消，位移减小。电压信号的周期特性与设置机械激励的滑动位移和牵引力的周期特性很好地匹配，证明了TENG传感器用于实时呼吸监测的可行性。此外，获得的电压信号在 2.5 到 30 mm 的不同滑动幅度下变化明显（图 4c），这允许研究位移幅度（即呼吸深度）的影响。峰值电压随位移幅度的变化趋势如图 4d 所示。显然，峰值电压随位移幅值线性增加，其变化关系可描述为：
$$ {V}_{\mathrm{peak}}=0.01383{X}_{\mathrm{max}}+0.0092 $$ (3)其中 V peak 是输出电压的峰值，X max 表示摩擦副的最大滑动位移。等式中的规定。 (3)揭示了适用范围“2.5 mm≤X”的器件峰值电压与位移激励的关系 max ≤30 mm”，为我们了解腹围对峰值电压的影响以及预测呼吸过程中传感器峰值电压提供了依据。另一方面，图 4d 也说明了传感器的有用电信号可以在牵引力和滑动位移小至 3.09 N 和 2.5 mm 的幅度下捕获，这意味着该设备可以很容易地被驱动腹围的变化，不会给使用者带来不舒服的感觉。
<图片>
基于 TENG 的呼吸传感器的机械测试。 一 固定在拉伸机上的 TENG 传感器的照片。 b 传感器在梯形激励下的输出电压信号以及相应的滑动位移和力的时间历程。 c 不同位移幅值下传感器输出电压的时间历程。 d 作为最大滑动位移函数的输出电压和牵引力的峰值
呼吸监测
为了验证该设备作为呼吸传感器的可行性，进行了一组实时监测测试（图 5a），并通过电路中负载电阻为 100 MΩ 的电压表测量电信号.在呼吸过程中，设备的腰带与使用者的腰部保持保形接触，使用者腹部环境的变化通过摩擦副的周期性往复滑动振荡来体现。随着志愿者周期性地呼气和吸气，输出电压信号包括具有正负幅值的脉冲。在实际应用中，捕捉到的电信号可能包含更多与呼吸过程相关的信息，即呼吸频率、吸气或呼气过程等。 通过说明电压信号的周期性变化与呼吸工作机制的相关性传感器，从测量信号中提取呼吸的详细信息会更准确。因此，我们以实时测试中的一个呼吸周期为例来说明相关性（图 5b）。当在呼气过程中施加力时，摩擦对向外滑动并产生正幅值的输出电压脉冲，作为呼气过程检测的依据。然后相应地，当吸入过程中施加的力逐渐撤销时，摩擦对向内滑动并产生负幅值的输出电压脉冲，作为吸入过程的检测依据。基于上述分析，电压信号可用于深入了解呼吸过程。
<图片>
用于监测不同呼吸节律的滑动模式 TENG 呼吸传感器。 一 佩戴在腰部用于呼吸监测的 TENG 传感器的照片。 b 输出电压信号与一个呼吸周期内呼气和吸气过程的对应关系。 c , d 具有不同腰围的两名志愿者的输出电压信号的时间历程（c 为 72.8 cm d 为 98.6 cm ) 以及不同呼吸节律的FFT结果
此外，还邀请了两名志愿者，一名22 岁，腰围72.8 cm，另一名24 岁，腰围98.6 cm，测试智能腰带反映不同个体特定呼吸行为的能力。为了测试设备对不同呼吸频率的敏感性，志愿者提供的呼吸过程涉及三种不同的呼吸节奏，即正常、快速和深呼吸。在不同节奏的呼吸过程中，TENG 传感器产生的电信号被成功检测到，并分别显示在图 5c 和 d 中的两名志愿者。电压信号对每个节律具有重复性和可靠性，在呼吸过程中呈现出明显的呼吸频率差异。两个志愿者的输出电压的时间历程（图 5c 和 d）在三种呼吸节律的过程中分别表现出稳定的变化（恒定频率和峰谷值）。由图 5c 和 d 中的快速傅里叶变换 (FFT) 的结果反映，22 岁志愿者的正常、快速和深呼吸的提取频率分别为 0.68、1.10 和 0.40 Hz，分别为 0.60 、 1.40 和 0.47 Hz 对于 24 岁的人；这些是健康成人的合理呼吸频率 [37]。这意味着可以通过电信号收集呼吸频率的关键信息。另一方面，测试中的两名志愿者被要求屏住呼吸，以模拟因呼吸暂停症状引起的呼吸暂停。相应地，在图 5c 和 d 中显示，具有零伏值的信号在两种不同的呼吸节律之间持续约 10 s。可作为OSAS的判断依据和进一步诊断和预警的依据。这些结果表明，该 TENG 传感器不仅可以检测呼吸频率，还可以检测呼吸暂停的症状。
此外，志愿者在不同状态下进行了一系列实时测试，以确认该设备在不同日常活动中的实用性。通过负载电阻为 100 MΩ 的电压表在三种不同状态下测量电压信号，即躺着（图 6a 中的情况 I）、坐着（图 6b 中的情况 II）、站立（图 6c 中的情况 III） ，并以 3 km/h 的速度行走（图 6d 中的情况 IV）。图 6a 展示了志愿者躺下时获得的电压信号，以模拟睡眠期间的呼吸状态，而图 6b-d 展示了志愿者坐着、站立和行走时捕获的电压信号，以模拟白天活动中的呼吸过程.病例I-IV的所有信号均显示出稳定且持续的电压脉冲，与呼吸过程中腹围的变化同步，与真实的吸气和呼气过程相吻合。并且检测到的呼吸频率分别为案例I的0.54 Hz，案例II的0.52 Hz，案例III的0.72 Hz和案例IV的0.65 Hz。值得注意的是，图6d中行走时的信号波形存在一些抖动，但仍然实现了监测呼吸节律的功能。四个案例中的测试证明了呼吸传感器作为可穿戴设备在日常生活中的不同活动中进行实时呼吸监测的可行性。 Furtherly, we carried out a long-time continuous respiration monitoring for 180 s and the detected signals are presented in Additional file 1:Figure S1. The time histories of the output voltage exhibit stable alteration with the breathing processes during the tests, which demonstrate the stability of the TENG sensor for long-time monitoring in practical applications.
The TENG sensor for real-time respiration monitoring in different daily activities. The captured voltage signals and the corresponding testing photographs in processes of respiration monitoring when volunteer is (a ) lying, (b ) sitting, (c ) standing, and (d ) walking at a speed of 3 km/h
To further improve the portability of the device as a wearable respiration sensor, a wireless transmission system was designed for the exhibition of the breathing information on a mobile electronic equipment. Specifically, a real-time monitoring test equipped with the wireless transmission system proposed in Fig. 1b was carried out and the electrical signals generated by the TENG sensor were wirelessly transmitted and displayed on a cell phone. Figure 7a shows the actual setup of the wireless transmission system and Fig. 7b shows the signal waveforms containing breathing information displayed on the phone via the wireless transmission system. The measured respiratory information of the volunteer in Fig. 7b have been further processed on a PC and shown in Fig. 7c for better viewing. The depicted waveforms in Fig. 7c suggest that the respiratory rate is about 0.625 Hz. And the exhalation and the inhalation stages of the breathing process are identified and marked in Fig. 7c, which indicates the perfect reflection of the electric signals displayed on the phone to the actual respiratory status and the reliability and practicality of the wireless transmission system. To further demonstrate the accuracy of the wireless signals, voltmeter signals (with electrical load resistance of 10 MΩ) after TENG and wireless signals after wireless system were captured in the same breathing test and compared in Additional file 1:Figure S2. It is worth to be mentioned that the amplitude of the wireless signals is not the true value of the output voltage of the TENG sensor, but being processed proportionally. On the one hand, the signal width of the wireless signals is much wider than the voltmeter signals, which can be attributed to a comprehensive outcome of the larger input impedance of voltage follower (100 TΩ) in the wireless transmission chip, the existing load loss of the circuit and the low sampling rate which make the signals distorted slightly. On the other hand, though the waveform and the peak value are changed after the wireless system, the information about the breathing cycle delivered by the wireless signals coincides well with that of the voltmeter signals, which means that the respiratory rates can be correctly reflected by the signals obtained from the wireless transmission chip.
Real-time respiration monitoring via the TENG sensor with the wireless transmission system. 一 Photograph of the actual setup of the wireless transmission system. b Photograph of volunteer’s real-time breathing signals displayed on a mobile phone. c The respiratory waveform depicted with the data stored by the wireless transmission system
结论
In summary, we have designed and fabricated a waist-wearable wireless respiration sensor to monitor real-time respiratory status of humans in daily life and to transmit the breathing information to a mobile cell via a wireless transmission system. We furtherly illustrated its working mechanism in detail that it senses the variation of the abdominal circumference while breathing and output electrical signals containing rhythm information of the respiratory processes. In this study, theoretical analyses were performed to predict the output signals of the TENG and validate the possibility of the TENG to work as a respiration sensor. It was also demonstrated by a mechanical test that the sensor can be easily driven by a sliding displacement with an amplitude of 2.5 mm, which makes it feasible for use as a wearable sensor. To validate the applicability in reality, we carried out a series of tests by two volunteers to investigate the feasibility, accuracy, and sensitivity of the device to different individuals, different breathing rhythms, and different active states. The device was demonstrated applicable for not only the detection of apnea symptom but also the real-time monitoring of breath. Lastly, the wireless transmission system of the sensor was also proved to be efficient in wireless electrical signal transmission. Results stated above have shown the potential of the proposed sensor as a smart wearable respiration sensor and the household healthcare monitoring system comprehensively.
数据和材料的可用性
The data and materials used are included in the manuscript.
缩写
- ADC:
-
Analog digital converter
- FFT：
-
Fast Fourier transform
- OSAS:
-
Obstructive sleep apnea syndrome
- 聚四氟乙烯：
-
聚四氟乙烯
- TENG:
-
Triboelectric nanogenerator
纳米材料