高血压是全球最常见的慢性疾病之一，也是心肌梗死、中风、冠心病等心血管疾病的重要诱因。其危害在于通常无明显症状，却在不知不觉中对心血管系统造成持续性损害，因此被称为“隐形杀手”。早期诊断和有效管理高血压对于预防心血管疾病至关重要。
然而，传统血压监测手段存在明显局限性。袖带式血压计只能提供单次测量数据，无法捕捉日常活动或睡眠中的血压波动，且频繁测量会给患者带来不便。而侵入式导管监测虽精准，但因操作复杂、感染风险高且成本高昂，难以广泛应用于普通人群。
近年来，随着材料科学、电子技术和人工智能的飞速发展，可穿戴设备在健康监测领域逐渐崭露头角。这些设备不仅能够实时监测血压，还能通过机器学习算法对数据进行分析，为心血管疾病的早期诊断和治疗提供支持。例如，柔性材料和微纳制造技术开发的可穿戴传感器可以像“电子皮肤”一样贴合人体，无感监测血压变化，同时借助人工智能算法实现精准估计。这一技术突破有望彻底改变传统的心血管健康管理模式，为高血压患者和心血管疾病高危人群提供更便捷、更有效的监测手段。
据麦姆斯咨询介绍，韩国科学技术院的研究人员近期在Nature Reviews Cardiology上发表了一篇题为“Wearable blood pressure sensors for cardiovascular monitoring and machine learning algorithms for blood pressure estimation”的综述性文章。该文章系统总结了可穿戴血压传感器与机器学习算法的前沿进展，为无袖带、实时动态血压监测提供了全新的解决方案，或将彻底改变心血管健康管理模式！
血压传感器
下图介绍了与血压相关的生物信号，包括脉搏波形和心电图（ECG），它们分别反映了动脉中的压力波动和心脏的电活动。接下来，数据采集原理部分详细介绍了几种不同的传感方法：机电方法包括压电传感器和摩擦电传感器，分别利用压电效应和摩擦起电原理来检测压力变化；光电方法通过LED和光电二极管的反射模式来监测血压；超声方法利用超声波在组织中的传播和反射来检测血压；电生理方法则通过电极检测生物电信号。
最后，展示了可穿戴血压传感器的实际应用，包括超薄压电传感器和可穿戴设备，这些传感器具有超薄、可穿戴的特点，可以方便地集成到日常穿戴设备中，为用户提供实时的血压监测。
可穿戴血压传感器
生物信号采集方法与原理
文章全面而详细地展示了用于血压监测的可穿戴传感器的关键技术原理，涵盖了从机械电学到电生理学的多种传感技术。下图a部分揭示了机械电学原理，包括压电效应、摩擦电效应和电容效应，这些原理通过不同的物理机制将机械压力转换为电信号，为血压监测提供了基础。压电传感器利用材料在受压时产生电荷变化的特性，摩擦电传感器通过两种材料接触分离产生电荷，而电容传感器则通过检测介电层形变引起的电容变化来测量压力。
生物信号采集方法与原理
生物信号分析与血压估计
研究人员深入探讨了可穿戴血压传感器在心血管监测中的应用，特别关注了脉搏波分析、脉搏波速度和动脉壁动力学这三大关键领域。图a部分揭示了脉搏波形的核心特征，包括中心动脉血压的波动、舒张压的变化以及左心室的射血时机，这些参数对于评估心血管健康状况至关重要。同时，文章还阐述了压电传感器如何捕捉动脉脉冲并转换成电信号，为血压的动态监测提供了技术基础。
深度学习算法用于提升血压估计精确度
下图展示了五种不同的机器学习模型架构，这些模型被设计用于从生理信号中估计血压（BP），具体包括收缩压（SBP）和舒张压（DBP）。
深学习算法用于提升血压估计精确度
a. RNN-based BP estimation system
这是一个基于循环神经网络（RNN）的血压估计系统。它接收ECG和PPG信号作为输入，通过一系列循环层处理这些信号，并输出血压估计值。
b. CNN-based BP estimation system
该系统使用卷积神经网络（CNN）来处理PPG和ECG信号。它首先将PPG和ECG信号分割成多个部分，然后通过卷积层提取特征，最终结合时间流和频率流的信息来估计血压。
c. Transformer-based BP estimation system
这个系统利用Transformer架构来处理PPG信号。它首先将PPG信号分割成段，然后通过位置编码、注意力模块和自注意力机制来提取特征，最后通过KD-Informer编码器和解码器来估计血压波形。
d. U-Net-based BP estimation system
这是一个基于U-Net的血压估计系统，它专门处理PPG信号。该模型通过一系列的卷积层和池化层来提取特征，并通过上采样层重建信号，最终输出估计的动脉血压信号。
e. CycleGAN-based BP estimation system
该系统使用循环生成对抗网络（CycleGAN）来估计血压。它通过预处理PPG和ABP信号，然后训练CycleGAN模型学习这两种信号之间的映射关系，从而实现从一种信号到另一种信号的转换。
可穿戴血压监测传感器
文章详细介绍了几种先进的可穿戴式血压传感器及其性能评估结果。
可穿戴式血压传感器及其性能评估
图a展示了一种新型压电传感器，该传感器利用多层结构，包括多孔氧化铅锆（PZT）材料，以实现对血压的精确监测，并通过无线方式将数据传输至移动设备进行实时监测。图b则呈现了压电传感器的灵敏度测试结果，显示了传感器输出电压与施加压力之间的线性关系，并证明了其快速响应能力。图c通过Bland-Altman分析法评估了传感器测量收缩压（SBP）和舒张压（DBP）的准确性，提供了平均误差和标准偏差的数据。图d展示了一款可穿戴设备，该设备外形类似腕表，能够实现实时血压监测，并展示了设备的外观及测量得到的血压波形。图e描述了一种贴片式超声波系统，该系统包括可伸缩的探头和电池，能够监测颈动脉的血压，并在运动中提供实时数据。图f阐述了超声波传感器如何通过线性阵列感应颈动脉，展示了超声波束穿透组织捕捉颈动脉图像的过程。最后，图g展示了在不同运动状态下，如滚动、偏航和俯仰，传感器如何进行实时血压监测，并证明了其在运动条件下的准确性。整体而言，这些图表提供了对可穿戴血压监测技术全面而深入的了解，从传感器设计、性能测试到不同条件下的应用效果，这些技术有望为心血管疾病患者提供更便捷和连续的血压监测手段。
延伸阅读：
《苹果在血压监测领域的发明专利与产业布局分析》
《可穿戴传感器技术及市场-2025版》
