近日，779cn太阳集团毫米波国家重点实验室的崔铁军院士、游检卫教授和陆卫兵教授团队提出了一种集成拓扑保护柔性超表面的可穿戴传感器，将拓扑超表面与人工智能增强的传感技术相结合，实现多功能人体监测。该智能系统利用电磁波与人体的相互作用精确捕捉心肺动态，有效克服了传统可穿戴传感器在动态环境中的局限性。具体而言，传感器的拓扑结构设计确保其在弯曲或断裂状态下仍能稳定运行，深度学习算法则实现个性化生物特征的稳健提取，从而同步完成生命体征监测、活动识别及个体身份验证等多重人体监测功能。实验结果表明，该系统能在运动至静息等多元场景中实现高效健康评估。通过融合自适应可穿戴性与智能信号处理，该平台为新一代智能医疗系统开辟了变革性路径，将应用领域从慢性病管理拓展至人工智能驱动的个性化医疗。相关研究成果以“Flexible and robust metasurface-based wearable sensor for intelligent human monitoring”为题，于2025年12月26日发表在国际知名期刊《Advanced Materials》上。陈龙博士、李新羽博士后、苏建霖博士及游检卫教授为共同第一作者，崔铁军院士、游检卫教授、陆卫兵教授和马骞副教授为论文的共同通讯作者。
Part1研究背景
生命体征是评估个体健康状况及识别各类疾病的重要指标。在此背景下，研究者探索了多种非入侵式生命体征感知与疲劳监测方法。其中，无线传感器在复杂环境中监测疲劳与注意力方面展现出潜力。相较传统方法，无线传感器对环境噪声的敏感度较低，且能提供一定程度的隐私保护。然而，在高速运动、剧烈颠簸及多人共存的复杂动态环境中获取高质量生理参数仍面临挑战，主要源于运动伪影及多径反射造成的信号干扰。此外，现有无线传感器的刚性结构限制了其在人体的部署位置，使其易受振动噪声影响。
基于表面波传输的无线传感技术有望解决这些难题。例如，非接触式表面波传感方法不仅增强了电磁场与生理运动的交互作用，还能在动态环境中提供可靠的生命体征监测，其抗环境干扰能力远优于空间波传感技术。然而，人工表面等离激元与微带线在断裂状态下均难以维持正常传输，这限制了其生命体征监测性能。例如，搭载微带线的可穿戴设备遭遇剧烈运动或尖锐物体损伤时，可能发生撕裂或断裂，导致信号严重衰减甚至完全丢失。相比之下，拓扑超表面的固有不连续性使其在这些条件下不受影响。
图1 BioTopo生命监测器
Part2成果简介
研究团队首次提出一种基于拓扑超表面的生物传感器---生物拓扑生命口袋（BioTopo Life Pocket，见图1），可在多种环境下实现非接触式人体生命体征监测。该生物传感器有望作为智能口袋嵌入服装，其超材料结构引导电磁波与人体相互作用。通过人体生理运动调制表面波，从而实现生命体征监测。凭借柔性特性，该传感器能贴合人体曲线，从而适应用户活动状态，实现不同运动状态下的稳定生命体征感知和监测。
图2 BioTopo Life Pocket的稳健性实验演示
此外，研究团队还研究了BioTopo在x轴、y轴及对角线方向上的传输特性。实验配置如图2所示。近场分布与传输曲线的高一致性验证了所提传感器的鲁棒性。此外，研究团队还探究了在三种折叠方式、七种不同折叠角度（30°、45°、60°、90°、120°、135°和150°）下BioTopo的传输特性。结果表明，传感器在所有角度下均保持高带通特性，传输效率始终处于较高水平。此外，该传感器在x轴、y轴及对角线方向弯曲时均展现出强健的传输性能。这些数值模拟与实验测量结果证明了BioTopo传感器的鲁棒性，为其后续应用于人体生命体征监测奠定了坚实基础。
图3基于时变媒质建模与时域数值算法的BioTopo Life Pocket性能评估
图3展示了BioTopo生命检测袋进行人体生命体征监测的仿真结果。基于电磁波的非接触式生命体征检测主要依赖于心肺运动对电磁波产生的周期性调制现象。因此，研究团队基于时变媒质构建电磁人体心肺运动模型，用于模拟心肺运动的周期性特征。以心跳运动为例，心脏容积因膈肌周期性收缩与舒张而呈现周期性变化。此外，由于胸腔前后径与横径的变化幅度远大于膈肌高度变化，研究团队聚焦心脏水平位移，探究其对表面波传播的影响。模拟中测得的呼吸与心跳频率与预设值高度一致，这进一步验证了所提心肺运动模型及数值计算方法在模拟人体心肺运动方面的有效性，从而印证了BioTopo Life Pocket在生命体征监测中的卓越性能与应用潜力。
图4不同身体状态下的生命体征监测结果
图5 BioTopo传感器用于人体活动分类与个体识别
研究团队通过实验测试评估了BioTopo在人体生命体征监测任务中的性能。实验场景及配置如图4所示。为验证BioTopo传感器在不同条件下的鲁棒性，研究团队采集了四名实验人员在躺卧、运动、坐姿和站立四种状态下的生理信号。如图4所示，不同身体状态下的生理监测实验结果表明，该传感器能在各类身体活动状态下可靠捕捉呼吸与心率信号。在此基础上，团队采用深度学习技术提取生命体征与人体运动状态的关联性，实现基于生理信号的人体活动精准识别。此外，研究团队利用BioTopo采集的生理信号进行了个体识别任务。如图5所示的实验结果表明，所提出方案能够在仰卧、行走、坐姿和站立等多种活动状态下实现个体识别，其中仰卧、行走、坐姿和站立状态下的个体识别准确率分别为98.06%、98.89%、98.33%和98.33%。
Part3结论
BioTopo传感器利用拓扑超表面的离散结构实现电磁波的有效传输。通过仿真与实验验证了该生物传感器的可行性和有效性。实验结果表明，该传感器能在躺卧、运动、坐姿、站立等多种状态下可靠捕捉呼吸与心跳信号，彰显其稳健性与多功能性。借助深度学习技术，传感器采集的生理信号还可实现人体动作识别、人员身份验证等生命体征相关任务。实验结果证明，BioTopo传感器能够采集丰富准确的人体生理数据，使其在各类非侵入式人体感知应用中具有广泛应用前景。这项工作将为拓扑超材料在生物医学领域的进一步发展铺平道路，推动材料科学、物理学和医学的跨学科进步。
本研究得到以下基金支持：
国家自然科学基金（编号：62288101、62301149） ，国家重点研发计划（编号：2023YFB3813100），779cn太阳集团博士研究生创新能力提升计划（编号：CXJH_SEU 26043），江苏省自然科学基金（编号：BK20210209、BK20230820），江苏省重点基础研究专项基金（编号：BK20243015），“111工程”（编号：111-2-05），博士后创新人才支持计划（编号：BX20230066），江苏省博士后科研基金计划项目（2023ZB318），中国博士后科学基金（编号：2024M750418）。
原文链接：
[1]L. Chen, X. Yu Li, J. L. Su, et al.“ Flexible and Robust Metasurface-Based Wearable Sensor for Intelligent Human Monitoring.” Advanced Materials (2025): e14150. https://doi.org/10.1002/adma.202514150
京公网安备 11010802027423号