好文速递
天津大学庞慰教授团队张孟伦助理教授课题组的工作展示了利用可穿戴超声探头及系统进行眨眼状态监测的可行性，设计并制作了面向应用的空气耦合低频MEMS超声换能器阵列和电路，实现了不同志愿者的静态眨眼状态检测与动态眨眼实时监测。
本文亮点
1. 首次提出基于MEMS超声换能器的眨眼状态监测方法，相较于现有的摄像头、EOG等方式，超声技术具有生物安全、信息安全等优势，同时MEMS传感器具有重量轻、体积小等优点，将MEMS超声换能器用于可穿戴设备在人体状态监测中具有巨大的应用潜力；
2. 讨论了用于眨眼状态监测的MEMS超声换能器阵列的设计原则，完成了其电学与声学性能的完整测试评估；
3. 将MEMS超声换能器阵列与眼镜集成来模拟实际应用场景，完成了不同志愿者不同眨眼状态的实时测试，最后展望了这一技术的发展路径与应用前景。
研究背景
眨眼是人类最自然、最频繁的活动之一。一个人通常每分钟会眨眼15~20次，每天约有1万次。眨眼可分为两种：无意识和有意识。无意识眨眼的频率和持续时间与人们的心理和生理活动具有密切关系，而有意识的眨眼可以为人与人或人与机器之间提供一种全新的交流方式。
目前可用的眨眼监测方法主要包括VOG、EOGs和IROG。VOG需要集成一个摄像头来捕捉眼睛图像，因此需要较高的计算力，而且在极强的光/暗环境下图像质量低。此外，长期使用摄像头记录人类头部信息可能会侵犯隐私。EOG不易受到复杂环境的影响，但在监测过程中，传感器必须附着在眼睛附近的皮肤上；因此，长时间佩戴EOG传感器可能会造成不适，这就需要更舒适、更便携的解决方案。相比之下，IROG不存在上述问题。然而，长期暴露在红外线下，脆弱的眼睛容易干燥和疲劳，使用高强度红外线时存在安全风险和潜在的永久性损伤。
超声波通常用于医学成像、工业检测和测距。超声波也可以在极端环境中工作，而且不受光照条件的影响。如果只通过超声波收集测距数据，超声不会提取人体面部信息，因此保证了隐私。最重要的是，超声方案已被广泛应用于眼球成像中，且不会引起眼球损伤，因此低强度超声具有良好的生物安全性。
该工作探索了利用超声波监测眨眼活动的可行性。尽管传统的超声波探头被广泛使用，但它们通常又重又大，因此不适合便携式应用。随着MEMS技术的发展，体积小、重量轻的MEMS超声波换能器成为研究热点。
作者开发了一种使用低强度超声波的便携式系统来监测眨眼活动。为了实现尺寸小、重量轻的目标，设计了尺寸为2.5
mm x 2.5 mm，重量为23.3
mg的小型化、低功率MEMS超声换能器。由于MEMS超声换能器只有毫米级别的大小，可以很好地集成到眼镜片或眼镜框上，用于眨眼活动的实时监测实验。在脉冲回波表征实验中，信号的信噪比约为30
dB。基于飞行时间（ToF）脉冲回波和动态无监督学习方法，我们实现了眨眼状态的识别，作为便携式人体眨眼监测的一个演示。本工作提出的解决方案在眨眼监测的相关应用中在穿戴舒适性、信息安全、生物安全和可靠性等方面具有突出优势。
图文导读
图1：单个MEMS超声波换能器的设计。a. 传统MEMS超声波换能器的结构。b. 本工作中MEMS超声波换能器的结构。c. MEMS超声波换能器的A0弯曲振动模式。d. 单个MEMS超声波换能器的等效电路模型。e. 谐振频率和空腔直径之间的关系。f. 电极直径与空腔直径的比值与归一化位移灵敏度的关系。
图1a为MEMS超声换能器的传统结构；图1b为本工作中MEMS超声换能器的结构，该换能器结构不包括支撑层，而是使用增厚底电极的方式来改变整个振动结构的中性轴，激发MEMS超声换能器的弯曲振动模式（图1c）。这种设计简化了结构，减少了工艺步骤，并且不需要沉积额外的SiO2或AlN材料作为支撑层。同时，本工作中的换能器采用了前蚀腔结构，而不是背蚀腔，提高了阵列频率的一致性。通过等效电路模型与有限元仿真可以得到MEMS超声换能器结构参数与性能之间的关系（图1d-f）。
图5：工作原理和系统搭建。a. 睁眼时超声波传播示意图。b. 闭眼时超声波传播示意图。c. 两个MEMS超声波换能器阵列集成到眼镜上。d. 测试电路的原理图。e. 测试电路板的实物图。
当在MEMS超声波换能器上施加交流激励后，由于逆压电效应而产生振动，并发射超声波。当超声遇到眼睛或眼睑时，大部分超声能量被反射并沿着原始路径返回到MEMS超声换能器。如图5a所示，当眼睛睁开时，超声波达到眼球表面后反射。如图5b所示，当眼睛闭合时，超声波在遇到眼睑反射。因此，超声的传播时间是不同的。通过比较脉冲回波的ToF，可以实时捕捉并区分开眼和闭眼的状态。如图5c为两个MEMS超声波换能器集成在眼镜上。图5d和图5e分别为测试电路的原理图和实物图。
图6：眨眼的静态测试。a. 单只眼睛睁开时的脉冲回声图。b. 单只眼睛闭合时的脉冲回波图。c. 两只眼睛睁开时的脉冲回波图。d. 两只眼睛闭合时的脉冲回波图。e. 左眼闭合，右眼睁开时的脉冲回波图。f. 右眼闭合，左眼睁开时的脉冲回波图。
图6a和图6b分别显示了单只眼睛睁开和闭合状态下的超声脉冲回波信号。睁眼和闭眼之间的脉冲回波ToF有显著性差异，脉冲回波信号的信噪比约为30dB。图6c和图6d分别显示了两只眼睛睁开与闭合状态下的超声脉冲回波信号。左眼和右眼睁开和闭合状态的ToF差异分别为28µs和27µs。通过提取ToF的差值，可以确定每只眼睛的状态。图6e为左眼闭合、右眼睁开时的超声脉冲回波信号，图6f为左眼睁开、右眼闭合时的超声脉冲回波信号。
图8：1分钟内眨眼的实时监测。a. 用于数据提取的算法框图。b. 实时监测得到的眨眼状态信号。c. 采用K-means聚类方法进行实时眨眼监测的状态分类。
图8a为监控过程的算法架构。从图8b中可以得到不同时间时的眨眼状态。对实验获得的前100组ToF数据进行K-means聚类，阈值为67µs。对数据进行分类的结果如图8c所示。
作者简介
孙圣 （第一作者）
天津大学精密测试技术及仪器国家重点实验室
张孟伦 （通讯作者）
天津大学精密测试技术及仪器国家重点实验室
张孟伦，天津大学精密仪器与光电子工程学院助理教授，英国剑桥大学访问学者。专注MEMS领域研究十余年，在压电MEMS方向以第一作者/通讯作者身份发表国际学术论文40余篇（JMEMS, TUFFC, JMM, EDL, APL, Small, PRA, B&B, ACS Sensors, ACS AMI, Analyst等），并将研究成果出版英文专著章节；申请和授权中国发明专利及PCT专利150余项。多次受邀参加国际学术会议并作报告，近5年来先后赴9个国家和地区在MEMS领域会议上（IEEE MEMS, Transducers, Sensors, NEMS, μTAS等）作多场大会报告；担任Nanotechnology and Precision Engineering等国际学术期刊编辑。培养数十名硕士与博士生，大部分学生毕业后进入著名半导体/电子信息企业与研究所工作，拥有很高的职场竞争力；指导的学生荣获MEMS领域最具影响力的IEEE MEMS国际大会最佳学生论文提名奖，并赴英国剑桥大学深造开展合作项目研究。
主要研究方向：压电MEMS
E-mail：zml@tju.edu.cn
庞慰 （通讯作者）
天津大学精密测试技术及仪器国家重点实验室
庞慰，天津大学教授，博士生导师。2001年获得清华大学学士学位，2006年获得美国南加州大学电子工程博士学位。他的研究领域包括各类声波频率器件、超声成像和测距、声流体、液滴喷射和操控、红外传感、压力和惯性传感、气体和颗粒物传感、汗液传感。已撰写/合著了超过110篇SCI期刊论文，70篇国际会议论文，在MEMS领域申请和授权国内外发明专利350余项。他开创了压电MEMS器件的研发和商业化，开发了超过400种体声波（BAW）滤波器产品（其频率范围从600
MHz到10 GHz、带宽范围从0.01%到>20%），向著名OEM厂商提供了数亿颗AlN MEMS芯片。
主要研究方向：微机电系统
E-mail：weipang@tju.edu.cn
