机器学习 心理疲劳测量 微米厚弹性表皮电子 (MMMEEE)

科学领域:

• 生物医学工程 生物医学工程
• 可穿戴技术可穿戴技术
• 神经科学是一个神经科学.

背景情况:

• 电生理学 (EP) 信号对于监测精神疲劳 (MF) 和整体健康至关重要.
• 目前基于可穿戴EP的MF系统往往是重的,需要个性化,标记数据.
• 需要高性能,超薄的表皮电极来进行不引人注目的EP传感.

研究的目的:

• 为高性能表皮电极开发一种简单,可扩展的制造方法.
• 为了创建用于MF识别的plug-and-play无线表皮电子.
• 实施无监督转移学习 (UTL) 计划,以准确,独立于用户的MF监控.

主要方法:

• 一个打印-接-转移 (PWT) 策略被用来创建微图案的银纳米线 (AgNW) 电极.
• 通过等离子效应接AgNWs,并将电极像纹身一样转移到皮肤上.
• 一个无监督转移学习 (UTL) 方案与无线多式联络表皮电子系统集成.

主要成果:

• 采用PWT的策略,为EP传感产生了可符合性,舒适性和稳定的电极.
• 开发的系统在各种用户之间实现了准确的MF识别.
• 该UTL方案有效地减少了学科间的差异,而不需要用户特定的标签或广泛的计算.

结论:

• 一种可扩展的PWT制造方法使得高性能,不可察觉的表皮电极成为可能.
• 集成的UTL与无线表皮电子提供了一个用户友好的,准确的解决方案,用于MF监控.
• 这种方法克服了当前系统的局限性,为可穿戴式EP传感器的更广泛应用铺平了道路.