星标“医工学人”，第一时间获取医工交叉领域新闻动态~
贴在手腕上的传感器，一遇到汗水、松动或需要紧贴皮肤就“失灵”？这曾是困扰可穿戴健康监测的核心痛点。2026年3月15日，一项新研究通过精妙的“界面工程”，在传感器与皮肤之间构建了前所未有的“应力高速公路”。他们设计的传感器不仅能在10kPa的强预紧力下依然精准捕捉脉搏波的每一个细节，更将灵敏度推至4.28 V/kPa，为实时监测驾驶员疲劳与心血管健康铺平了道路。
想象一下，你手腕上的智能手表在健身出汗后，心率监测数据就开始“飘忽不定”；或者，一个用来监测驾驶员心率的贴片，在紧贴皮肤后反而因为勒得太紧而丢失了关键信号。这不仅仅是用户体验问题，而是当前所有可穿戴机械式传感器面临的根本性技术瓶颈。 这类传感器通过感知动脉搏动产生的微小压力来工作，理论上能提供比光电传感器更丰富的血管健康信息。然而，现实世界的应用场景充满了挑战： 预应力的“诅咒”：为了确保传感器与皮肤紧密接触，通常需要用腕带或贴片施加一个预紧力（pre-stress）。这个力本身就会让传感器内部的微结构“压扁”，使其对后续脉搏跳动的微弱压力变得“麻木不仁”，灵敏度骤降。 这就形成了一个悖论：要测准脉搏，就得贴紧；贴紧了，传感器反而测不准了。传统解决方案——比如在摩擦电层表面制造规则的微金字塔结构——虽然能提高灵敏度，但它们在高压下（比如被腕带勒紧时）会迅速达到形变极限，导致高压力区的灵敏度断崖式下跌。
如何跳出这个“按下葫芦浮起瓢”的怪圈？来自西交利物浦大学、苏州大学和利物浦大学的联合团队，在一篇发表于《Microsystems & Nanoengineering》的论文中给出了一个极具巧思的答案：不改造传感器本身，而是重构其与外界接触的“界面”。 图 1 基于界面工程的摩擦电传感器（IETS）的器件结构与工作机制 a 基于高灵敏度 IETS 的无线可穿戴监测系统用于脉搏波检测的概念图 b IETS 的结构与等效电路模型 c 通过激光刻蚀 PMMA 模具翻模得到的具有山状微结构的硅橡胶（比例尺，500 μm） d 压电截顶棱锥微结构的扫描电镜图像（比例尺，500 μm） e 基于 IETS 进行驾驶员脉搏波监测的实际测试场景照片 f 界面工程示意图 g 左图：传统微结构在预应力下面临的挑战；右图：界面应力工程的工作机制 h 有无界面应力优化微结构的传感器仿真结果对比
他们提出的“界面工程摩擦电传感器”（IETS），本质上是在传统摩擦电传感器的“皮肤侧”和“传感侧”分别进行了两项颠覆性的结构设计。这相当于在传感器的“输入端”和“处理端”同时铺设了高效能的“机械应力高速公路”。 设计环节 传统方案缺陷 ETS的创新设计 核心作用 传感器-皮肤界面 平面或简单结构，无法填补皮肤细微凹陷，应力传递效率低，存在大量“盲区”。 压电截顶棱锥阵列 机械增强：像无数个微型“柱子”一样，主动“插”进皮肤的凹陷处，确保无论皮肤表面如何，脉搏应力都能被100%传递。 摩擦电界面 规则微结构（如圆锥）在预应力下容易迅速被“压塌”，损失高压力区的灵敏度。 梯度“山状”微结构 传感增强：由两个不同高度的锥体叠加而成。低压时，高锥体负责高灵敏响应；高压（预应力）时，低锥体接力工作，确保在全压力范围（直至12 kPa）内持续保持高灵敏度。 整体机制 单一生源（摩擦电），输出信号有限。 力-电耦合效应 信号增强：压电微结构不仅传递应力，其自身在被压缩时也会产生压电电荷。这部分电荷与下方摩擦电层产生的电荷在共享电极上叠加，共同放大了最终的电信号。
这项设计的精妙之处在于，它不再把“应力”看作需要被动接收的“负担”，而是通过结构设计，将这种力“主动”地引导、集中，甚至“转译”成两份电信号。最终，IETS实现了高达 4.28 V/kPa 的惊人灵敏度，比没有压电微结构的设备提升了5倍，同时在超过100 kPa的压力下仍能保持有效响应。
图 2 锥形与山状微结构的制备机制
a 通过 CO₂ 激光束在聚甲基丙烯酸甲酯（PMMA）衬底中形成锥形结构的过程
b 不同激光功率下 PMMA 衬底中锥形结构形成过程的仿真与制备结果。比例尺为 200 μm
c 激光能量分布的仿真结果
d 锥体高度与激光功率之间的相关性
e 山状微结构的制备机制。比例尺为 200 μm
f 两类微结构随压力增大发生形变的仿真结果
g 大面积带有山状微结构的介电层。比例尺为 6 cm。插图为山状微结构的显微图像，比例尺为 500 μm
h 不同类型微结构介电层的力学性能对比
i 不同类型纳米发电机的输出性能对比
理论再美，也要看实验数据。研究团队设计了一系列堪称“刁钻”的实验来验证IETS的极限性能。 “水珠”挑战：为了模拟佩戴时传感器可能遭遇的细微干扰，他们在传感器表面施加了5 kPa的预紧力，然后开始往上面滴水。结果令人惊讶：IETS清晰地记录下了每一滴水（约0.05克）滴落和累积的微小压力变化。这证明了其在强预紧力下，依然保持着对微弱信号的极高敏感度。 图 3 IETS 的传感性能特征 a 不同结构特征传感器的灵敏度曲线 b IETS 施加压力与输出电压值的相关性 c IETS 的检测下限（LOD）值 d 在 5 kPa 预紧力下，IETS 对连续多滴水滴产生的实时信号变化 e 与近期研究工作的传感性能对比 f 在 10 kPa 预紧力下，不同结构特征的器件对低压力脉搏波的响应。IETS 检测到的脉搏波具有更丰富的生理细节
极限探测：当用一张仅4.19毫克重的砂纸轻触传感器表面时，IETS依然能做出响应，这对应着其2 Pa的超低检测极限。 “勒紧”手腕测脉搏：最关键的一步，是将传感器集成到智能手表腕带内侧，并对志愿者施加高达10 kPa的预紧力。在如此大的压力下，市面上的传统传感器信号早已失真或消失。然而，IETS依然能清晰地输出脉搏波波形，并精准分辨出收缩峰（P1）、反射峰（P2）和舒张峰（P3） 三个关键特征峰。这些细节是评估动脉硬化和心血管健康的关键指标。 图 4 基于 IETS 的无线驾驶员疲劳监测系统 a 将 IETS 作为驾驶员状态监测器的智能腕带示意图 b 传感器信号采集与处理流程示意图 c 基于 IETS 的智能腕带在测试过程中的实物照片 d 智能腕带在弯曲状态下的实物照片 e 示波器检测到的实时脉搏波，用于验证电路在弯曲状态下的可行性 f 蓝牙模块配套应用程序的界面照片，用于验证无线通信功能 g 不带腕带的 IETS 与信号处理电路实物照片 h 基于所提出智能腕带进行驾驶员疲劳监测的实际测试场景 i 心率变异性（HRV）示意图 j 智能腕带监测到的实时脉搏波信号的频域信息 k 用于驾驶员疲劳与健康状态监测的定制应用程序界面照片
迈向应用：团队将IETS与柔性电路板、蓝牙模块和手机APP集成，构建了一套完整的可穿戴系统，并尝试用其监测驾驶员的疲劳状态。通过提取脉搏波中的心率变异性（HRV）特征，并结合一维卷积神经网络（1D-CNN）进行分析，该系统对不同状态（清醒与疲劳）的识别准确率高达98%。这意味着，驾驶员是否疲劳，未来或许可以通过腕上一个小小的传感器，实时、客观地给出答案。 图 5 IETS 在心血管与驾驶员疲劳监测过程中的应用展示 a 基于深度学习的个体识别、驾驶员疲劳监测与脉搏监测示意图，附有一维卷积神经网络（1D-CNN）分析的详细框架 b 典型脉搏波示意图 c 连续 20 个周期脉搏信号中获取的反射波传输时间（RWTT）与脉搏传输时间（PPT） d 健康个体在非疲劳状态与疲劳状态下的庞加莱图 e 非疲劳状态与疲劳状态下的频域分布图 f–h 正常状态下 IETS 的心率分布与实时输出 i–k 佩戴者疲劳状态下 IETS 的心率分布与实时输出 l 单一个体两种状态下一维卷积神经网络（1D-CNN）分类结果的混淆矩阵
这项研究的影响远不止于“做一个更好的传感器”。 对行业而言，它提供了一个解决“界面”这个根本性问题的全新范式。通过同时优化机械传递和机电转换两个环节，IETS为可穿戴设备在医疗级监测领域的应用扫清了关键障碍。过去，消费级可穿戴设备的数据常被诟病“只能看个热闹”，而IETS展示了其达到“医疗级精确度”的潜力，尤其是在动态、干扰多的真实使用场景下。 对商业化落地而言，有几个积极信号： 材料与工艺成熟：该传感器使用的PVDF、Ecoflex等均为成熟的商业材料，其核心的激光刻蚀微结构制造工艺具有很好的可控性和可扩展性，为大规模生产奠定了基础。 系统集成度高：研究团队已经展示了从传感器、信号处理电路到无线通信和机器学习算法的完整系统原型，这表明其已具备初步的产品化形态。 应用场景明确：疲劳驾驶监测是一个极具商业价值和现实意义的方向，全球每年因疲劳驾驶造成的损失高达数千亿美元。这项技术为这个市场提供了一个全新的、非侵入式的、可量化的解决方案。 如果成功商业化，它将如何改变世界？想象一下，未来的汽车方向盘或座椅安全带，能通过内嵌的类似传感器，在驾驶员感到疲劳的初期就发出预警；我们的智能手表不仅能告诉你心率多少，还能在你心血管风险升高时，通过分析脉搏波的细微变化，为你推送就医提醒。这将是移动健康从“量化自我”到“预测医疗”的一次重要跨越。
尽管前景光明，我们仍需以MIT TR的客观视角，审视这项技术的局限性。 首先，长期佩戴的舒适性与可靠性仍待验证。虽然传感器本身柔软，但其内部的刚性电极和微结构在长时间、高频率的皮肤摩擦下，其稳定性和耐用性如何？论文中5000次循环测试是实验室环境下的理想情况，与实际佩戴一年、经历汗水、冲击、温度变化后的表现仍有距离。 其次，个体差异与算法的泛化能力。研究中的机器学习模型主要基于少量志愿者在特定状态下的数据。不同人的脉搏波形特征差异巨大，如何构建一个能够适应广泛人群、并能准确排除日常活动（如喝水、说话）干扰的鲁棒算法，是未来真正的挑战。 最后，“见微知著”到“临床诊断”的距离。能够高精度地记录脉搏波，与能够以此作为临床诊断依据之间，横亘着大量的医学研究和临床试验。一个高灵敏度的传感器，只是通往精准医疗的“最后一公里”中，第一块也是最坚实的一块基石。如何将脉搏波中的细微特征与特定心血管疾病建立明确的医学关联，还需要漫长的路要走。 但无论如何，这项研究已经向我们展示了，当工程师和科学家开始像设计微电子电路一样，去“设计”和“优化”物理世界的应力传递路径时，我们距离那个让科技无形、无处不在的未来，又近了一步。
Lei, H., Xie, L., Qin, X. et al. Optimized stress transfer interfaces enabled wearable nano-electronics for fatigue driving monitoring. Microsyst Nanoeng 12, 94 (2026). https://doi.org/10.1038/s41378-025-01107-x
END 撰文 | 郝娅婷 编辑 | 吴苡齐 审核 | 医工学人理事会 扫码加入医工学人，进入综合及细分领域群聊， 参与线上线下交流活动
推荐阅读
npj flexible electronics | 告别刚性标记与图像伪影：韩国科学技术研究院研究如何让手术机器人在多模态影像中“看清”肿瘤
点击关注医工学人 直播预告
本篇文章来源于微信公众号: 医工学人
