清华大学研发新型柔性热阵列传感器，实现多维血管动力学无感监测
人体血管系统的动态变化蕴含着丰富的生理健康信息。深层动脉脉搏作为动脉硬化等心血管疾病诊断的重要指标，与浅层毛细血管网络的灌注状态密切相关，后者则可用于评估外周动脉疾病（PAD）等病理状况。利用可穿戴设备对深浅两层血管网络进行同步监测，有助于医疗人员动态追踪心血管疾病的发展趋势，并为个人健康提供便捷的远程管理手段。
尽管近年来可穿戴血管监测技术取得长足进步，但当前技术仍存在局限。被动式传感器感知方式较为单一，通常需要施加预压力以提升对脉搏波的灵敏度，因而难以在自然状态下获取深浅层血管信息。而主动式传感器虽然能实现更丰富的信息采集，但因结构复杂，易受接触状态与界面伪影的影响，限制了其实用性。
为应对上述挑战，清华大学朱荣教授团队研发了一种基于主动热渗透感知原理的柔性热敏阵列传感器。该传感器结合人体皮肤的压热转换效应与非接触式微气腔结构，实现了对多维血管动力特征的高灵敏、高鲁棒性捕捉。通过该系统，研究团队成功分离出深层动脉脉搏与浅层毛细血管灌注信号，实现了高保真脉搏时空映射及血流信息监测。同时，结合集成学习算法，该系统还实现了无感连续血压监测。
该传感器突破了传统穿戴设备在精准性、时空分辨率与界面稳定性方面的限制，通过多模态信息融合显著提升了心血管评估的可靠性与准确性。
技术亮点
研究团队开发的多通道柔性热敏阵列传感器，基于主动热渗透原理，采用非接触式测量方式，具备无感、连续同步追踪深层动脉脉搏、浅层毛细血管灌注、血流相对速度及皮肤温度的能力。其多维信息融合机制进一步实现了血压的连续监测。
技术原理与测试分析
研制的柔性热敏阵列传感器基于主动热渗透原理工作，佩戴于腕部，利用PDMS层隔绝环境干扰，使热膜单元主要与皮肤组织进行热交换。由于皮肤具备自然的压热转换效应，深层动脉搏动引起的压力变化以及浅层毛细血管灌注引起的热导率变化，均可被传感器阵列灵敏捕获。
通过频率分离技术，该传感器可同步解析出高频的深层脉搏波形和低频的毛细血管灌注信号。同时，通过多阵列单元信号解算，提取包括脉宽、血流相对速度和皮肤温度在内的多维生理信息。
在传感特性测试中，团队发现通过优化微气腔结构设计，可有效提升传感器的线性度与界面鲁棒性，使其在无压、非接触状态下仍能高保真地捕捉脉搏波形。传感器采用惠斯通电桥电路与温度补偿算法，具备优异的低温漂特性，减少了皮肤温度波动对信号采集的干扰。
微型热敏单元的设计确保了系统在低功耗运行下仍具备高灵敏度，同时降低了单元间串扰，使得微弱血管搏动的空间分布可以被清晰感知。
时空监测与中医脉诊应用
传感器的高灵敏度和阵列化结构使其可在无预压状态下实现对动脉血管的时空映射。通过阵列信号分析，系统能够提取自然脉搏波的强度、脉宽及血管位置信息，并实现心血管特征指标测量与温度-血管搏动幅度的同步监测。
研究团队进一步验证了该系统在中医脉诊中的应用潜力。利用该传感器，可同步记录中医脉诊中“寸、关、尺”三部的脉搏波形，为中医诊断提供量化支持。
浅层毛细血管灌注与血流速度监测
除了深层动脉监测外，该传感器还可灵敏捕捉浅层毛细血管的灌注动态变化。在皮肤触写实验中，传感器阵列成功识别了手指在皮肤表面书写数字时引起的灌注再分布。在袖带阻断实验中，该系统同步监测了深层血管血流速度与皮肤温度变化，并与激光多普勒血流仪（LDF）结果高度一致，验证了其在血管内皮功能评估中的可行性。
多模态融合与连续血压监测
为进一步提升心血管健康评估的全面性，研究团队开发了基于XGBoost集成学习算法的监测系统。该系统从传感器信号中提取脉搏波形、深层血管空间分布及浅层灌注三类特征，相较于仅依赖脉搏波形特征的单模态方法，融合多模态血管信息可显著提高连续血压监测的准确性。
该研究提出的柔性热敏阵列传感器通过主动热渗透感知原理，结合微气腔结构与皮肤压热效应，具备优异的抗界面干扰能力，能够无感获取高保真血管动力学信息，为当前单一、低鲁棒的血管监测技术提供了创新解决方案。
研究团队进一步提出的多模态特征融合算法，相较传统依赖单一脉搏特征的监测方法，大幅提升了血压监测精度，为实现个体化健康管理与临床精准医疗提供了新的科学基础。