Doble presión y temperatura flexibles

Mar 28, 2023

Scientific Reports volumen 12, Número de artículo: 17434 (2022) Citar este artículo

1686 Accesos

2 citas

1 Altmetric

Detalles de métricas

La condición respiratoria es un indicador fisiológico esencial estrechamente relacionado con la salud humana. Los sensores de respiración flexibles portátiles para el reconocimiento de patrones de respiración han atraído mucha atención, ya que pueden proporcionar detalles de la señal fisiológica para el diagnóstico médico personal, el control de la salud, etc. número de patrones de respiración, especialmente sin la capacidad de distinguir con precisión la respiración bucal de la nasal. En este documento, se fabrica una máscara facial inteligente incorporada con un sensor de respiración de modo de detección dual que puede reconocer hasta ocho patrones de respiración humana. El sensor de respiración utiliza esteras de nanofibras de carbono plegables tridimensionales (3D) novedosas como materiales activos para realizar la función de detección de presión y temperatura simultáneamente. El modelo de presión de los sensores muestra una alta sensibilidad que puede detectar con precisión la presión generada por el flujo de aire respiratorio, mientras que el modelo de temperatura puede darse cuenta de la variación de temperatura sin contacto causada por la respiración. Benefíciese de la capacidad de reconocimiento en tiempo real y la distinción precisa entre respiración bucal y respiración nasal, la máscara facial se desarrolla aún más para monitorear el desarrollo del síndrome de respiración bucal. El sensor de modo de detección dual tiene grandes aplicaciones potenciales en el control de la salud.

Se ha realizado un gran esfuerzo para mitigar la rápida propagación mundial de la enfermedad por coronavirus 2019 (COVID-19), pero la vacuna es insuficiente para frenar la propagación del nuevo coronavirus que muta rápidamente1,2. El uso de mascarillas en lugares públicos ha sido recomendado por la Organización Mundial de la Salud y ampliamente impuesto por la mayoría de los países para prevenir la propagación de la enfermedad y proteger la salud de las personas en la pandemia de COVID-19. Sin embargo, el uso prolongado de mascarillas puede causar posibles efectos adversos. Para pacientes asmáticos o niños, la dificultad para respirar o la enfermedad respiratoria aguda serían imperceptibles. Los problemas respiratorios graves pueden causar una respiración bucal anormal e incluso provocar una insuficiencia respiratoria, por lo que es necesario alertar a tiempo. Por lo tanto, el monitoreo diario de la respiración basado en dispositivos portátiles portátiles es de gran importancia para brindar una alerta temprana de condiciones de respiración anormales para niños o pacientes con problemas respiratorios. La respiración es un indicador fisiológico esencial que juega un papel importante en la evaluación clínica del desempeño de la salud del individuo3,4. Por lo general, cuando la respiración nasal es difícil, las personas tienden a respirar por la boca para aumentar la entrada de aire. Los niños con asma pueden ser más propensos a respirar por la boca5. La tendencia a la respiración bucal habitual oa largo plazo no solo afecta negativamente el desarrollo de la mandíbula, la forma del cráneo y la oclusión de los dientes del niño, sino que también se asocia con el síndrome de apnea del sueño. La monitorización en tiempo real de la respiración es necesaria para el diagnóstico precoz multidisciplinar de esta población para prevenir el desarrollo del síndrome de respiración bucal5,6. Una mayor resistencia a la respiración causada por una máscara puede exacerbar este problema. Además, hay muchos resultados que sugieren una asociación significativa entre la respiración bucal y el asma7. Por lo tanto, el monitoreo continuo de las condiciones respiratorias de los usuarios en la vida diaria, especialmente con un reconocimiento preciso de la respiración por la nariz y la boca, puede brindar una oportunidad para el monitoreo de la atención médica personal, la alerta temprana de enfermedades respiratorias agudas y el diagnóstico médico, etc.

Una máscara inteligente basada en un sensor de respiración flexible es una forma importante de realizar un control continuo de la respiración y la prevención de pandemias. En la actualidad, muchos estudios han propuesto sensores flexibles basados ​​en diferentes mecanismos de detección para realizar el monitoreo de la respiración, como sensores de humedad, presión o temperatura8,9,10,11,12,13. Muy recientemente, Someya et al. ha diseñado una máscara facial inteligente que integra el sensor de presión electrostática ultrafino y más ligero para realizar el control de la respiración13. Dao et al. han demostrado un sensor de flujo térmico portátil para la respiración humana en tiempo real mediante el uso de hilos CNT flexibles como hilos conductores8. Peng et al. informaron sobre una piel electrónica autoalimentada (e-skin) basada en un nanogenerador triboeléctrico para la monitorización respiratoria en tiempo real y el diagnóstico del síndrome de apnea-hipopnea obstructiva del sueño14. También se han fabricado muchos sensores de humedad para monitorear la respiración al detectar la variación de la cantidad de agua en los gases inhalados y exhalados3,10,15,16,17,18. Sin embargo, estos sensores de respiración basados ​​en la detección de modo único solo pueden monitorear un número relativamente pequeño de patrones de respiración, especialmente la falta de capacidad para distinguir la respiración bucal de la nasal. Su funcionalidad de detección unitaria no puede satisfacer las crecientes demandas de monitoreo de varios patrones de respiración. Existen limitaciones asociadas con el sensor de detección de modo único debido a la interferencia entre la respiración por la boca y la nariz. Por ejemplo, cuando las intensidades de flujo de la respiración nasal profunda y la respiración bucal están en el mismo rango, es difícil distinguirlas ya que están bajo la misma frecuencia. Aunque la detección de diferentes estados de respiración en una unidad de sensor monomodo se puede realizar de manera aproximada, el acoplamiento de señales y la interferencia mutua reducen la precisión de la medición y requieren calibración cuando cambian las condiciones de trabajo11,19. Además, estos sensores de modo dual existentes no son lo suficientemente sensibles para monitorear simultáneamente diferentes estímulos físicos causados ​​por el flujo de aire respiratorio19,20,21,22,23,24. Es deseable un tipo de material de detección con capacidad de detección múltiple para monitorear simultáneamente múltiples signos vitales del cuerpo humano mediante la construcción de diferentes estructuras de modelos de detección25,26.

En este trabajo, propusimos una máscara facial inteligente que incorpora un módulo doble de detección de presión y temperatura para monitorear la información de la respiración, lo que logra una discriminación precisa entre la respiración bucal y nasal. Mediante la construcción de diferentes estructuras de modelo de detección, se utilizan como materiales activos para el módulo de detección de presión y temperatura unas esteras de nanofibras de carbono flexibles novedosas con propiedades mecánicas superiores y rendimiento de detección de temperatura. El módulo de detección de presión demuestra una alta sensibilidad que es adecuada para detectar la presión generada por el flujo de aire respiratorio y puede detectar varias señales fisiológicas del cuerpo humano. Los sensores de temperatura pueden realizar una detección de temperatura sin contacto al detectar pequeños cambios de temperatura causados ​​por la respiración por la boca y la nariz. Demostramos que la máscara facial inteligente puede monitorear y analizar continuamente las condiciones de la respiración, incluidos ocho patrones de respiración, como la respiración nasal normal, la respiración nasal superficial, la respiración nasal profunda, la respiración nasal rápida, la tos, la contención de la respiración, la respiración normal por la boca y la respiración lenta por la boca. aliento. En comparación con las técnicas de monitoreo de la respiración informadas anteriormente, la máscara facial inteligente propuesta ofrece dos ventajas: (1) logra una discriminación precisa entre la respiración oral y nasal; (2) La detección de modo dual permite una variedad sin precedentes de monitoreo de patrones de respiración, lo que permite un análisis más detallado de la fisiología del cuerpo humano. La máscara facial inteligente tiene un gran potencial en aplicaciones de alerta temprana o diagnóstico de enfermedades relacionadas con la respiración y es beneficiosa para mantener la salud personal.

Como se muestra en la Fig. 1, mediante la construcción de diferentes estructuras de modelos de detección, se utilizan esteras CNF compuestas de miles de nanofibras de carbono como materiales activos para los sensores combinados para realizar la detección simultánea de presión y temperatura. Las nuevas nanofibras de carbono con nanoestructura de pandeo tienen un espacio intermedio tridimensional grande y un área de superficie específica alta de (244 m2/g) (Fig. S1a, información complementaria). Estas nanofibras están decoradas con nanotubos de carbono similares a tentáculos que se proyectan (Fig. S1b, Información complementaria), que serían sensibles a diferentes estímulos físicos. Las esteras CNF se logran mediante el recocido rápido de nanofibras electrohiladas de poliacrilonitrilo híbrido. El proceso de preparación del sensor de modo dual se muestra en la Fig. S2, Información complementaria.

Esquema de la estructura de un sensor combinado de modo dual ensamblado en una máscara para detectar cambios de presión y temperatura causados ​​por la respiración.

En el modelo de presión, las esteras CNF se colocaron en la parte superior de los electrodos interdigitales. Para el sensor piezorresistivo, la resistencia total incluye la resistencia global (Rb) del compuesto conductor y la resistencia de contacto (Rc). Con base en el efecto de túnel y la mecánica de contacto, generalmente se cree que Rc es mucho mayor que Rb, por lo tanto, la resistencia a granel puede despreciarse 27. Por lo tanto, la resistencia total está dominada por Rc, incluida la resistencia de contacto entre el CNF definido como resistencia de contacto a granel, Rbc, así como entre el CNF y los electrodos definidos como resistencia de contacto superficial, Rsc. La resistencia de contacto transversal total es

El canal de contacto puntual formado puede describirse como análogo a una corriente de efecto túnel de electrones cuando se aplica presión. De acuerdo con los fundamentos del contacto eléctrico, el área de contacto real aumentada generada simplemente por deformación elástica se puede describir con un área de apoyo cargada como \(A_{b} = \frac{F}{H}\)28,29, donde F es la fuerza aplicada, H es la dureza Meyer del material más blando30. El área de contacto real definida como Ac = Ab + A0.

La resistencia de contacto se puede describir como:

donde ρ1 y ρ2 son la resistividad de los dos materiales en contacto, A0 es el área de contacto entre dos materiales en contacto bajo una fuerza de carga cero. Según la definición de sensibilidad del sensor de presión:

Los resultados de la Ec. (3) demuestra teóricamente que la sensibilidad a la presión del modelo de presión es independiente de la resistividad de los materiales, que por lo tanto tiene muy poca interferencia de la temperatura. En este modelo, como las nanofibras de carbono que se doblan forman un gran espacio tridimensional y tienen un área de contacto ajustable grande, el área de contacto inicial A0 es mucho más pequeña que Ab. Por lo tanto, la sensibilidad piezorresistiva está determinada por la relación de cambio del área de soporte de carga a la presión unitaria. El comportamiento piezoresistivo del sensor se origina por la variación de las áreas o puntos de contacto entre el CNF así como entre el CNF y los electrodos. Además, existen numerosos puntos sensibles formados por los nanotubos de carbono que sobresalen de las fibras de carbono. Una vez que las esteras de nanofibras de pandeo reciben una presión transversal, estas fibras y electrodos se ponen en contacto entre sí para formar un camino conductivo alto, lo que resulta en un gran cambio de Rcb y Rcs. Por lo tanto, se puede lograr una alta sensibilidad en este modo de detección piezorresistivo.

En el módulo de detección de temperatura, los dos extremos de los nanotubos de carbono paralelos se recubren con pasta de plata conductora como electrodos, y luego toda la estera CNF se recubre con PDMS que sirve como capa de encapsulación. Los CNF están envueltos por el PDMS y forman una capa aislante dieléctrica transversal para suprimir la interferencia mutua causada por la estimulación por presión. El circuito equivalente de un solo sensor de temperatura y los métodos de medición se muestran en la Fig. 1. De acuerdo con la fórmula, las esteras CNF monobloque se consideran una resistencia, y la resistencia longitudinal R// se puede expresar como

donde S// es la sección transversal total del monobloque CNF en dirección horizontal, y el número de CNF es n, y la sección transversal de cada fibra es Scnf. En este modelo de estructura de detección de temperatura, debido a la dureza inherente del material de carbono, el cambio en la sección transversal de cada nanofibra de carbono es insignificante bajo la presión aplicada. Por lo tanto, la resistencia R// se decide principalmente por el cambio inducido por la temperatura en la resistividad ρ. Además, el revestimiento de PDMS en CNF como capa aislante dieléctrica transversal evita la interferencia de presión, por lo que la resistencia de contacto es insignificante en el modelo de detección de temperatura.

Para medir con precisión las condiciones de la respiración, los sensores flexibles de monitoreo de la respiración deben ser estables y muy sensibles al flujo de aire respiratorio a baja presión. La figura 2a muestra la curva de sensibilidad del sensor de presión en un ciclo de prueba de carga-descarga de presión. La sensibilidad a la presión se define como S = (ΔI/I0)/ΔP, donde ΔI denota el cambio de corriente relativo, I0 es la corriente inicial y ΔP es la diferencia en la carga de presión. Antes de aplicar presión, el área de contacto entre las nanofibras de carbono o entre las nanofibras de carbono y el electrodo es muy pequeña, lo que corresponde a un estado de alta resistencia. La curva de sensibilidad revela un valor de sensibilidad más alto (715 kPa−1) en el rango de baja presión (0–5 kPa) para las numerosas fibras de carbono en contacto entre sí para crear un camino altamente conductivo. En el rango de presión creciente subsiguiente (5–20 kPa), con el aumento del área de contacto entre las nanofibras de carbono, el sensor exhibió una sensibilidad de 255 kPa−1. En el régimen de alta presión (> 20 kPa), las fibras se presionan juntas y el sensor mostró una sensibilidad relativamente baja de alrededor de 14,36 kPa−1. Un dispositivo sensor sin CNT exhibe una sensibilidad a la presión cuatro órdenes de magnitud menor que con CNT (Fig. S3, Información complementaria), lo que indica que la decoración de nanofibras de carbono con CNT es crucial para el rendimiento de detección. La Figura 2b muestra las curvas de corriente-voltaje del sensor de presión para diferentes presiones, con voltajes que van de −1 a 1 V. Las curvas observadas son consistentes con la ley de Ohm. Probamos la respuesta de corriente repetida para diferentes presiones (Fig. 2c) y encontramos un excelente rendimiento de detección constante y repetibilidad para los sensores. Es deseable un sensor de presión que se active fácilmente por baja presión para la detección de presión de flujo de máscaras inteligentes. La curva de presión de corriente en tiempo real en la Fig. 2d muestra una buena linealidad en el rango de baja presión. La Figura 2e muestra la detección de una variación de presión extremadamente pequeña de aproximadamente 6 Pa en la presión de fondo de aproximadamente 30–40 Pa. Como se indica en la Figura 2f, impulsado por un pulso de flujo de aire con una presión de ~ 120 Pa, el sensor de presión pudo generar un pico de corriente periódico. Para demostrar aún más el mérito de la sensibilidad ultraalta, se coloca un sensor de presión flexible en la piel sobre la garganta para reconocer palabras con diferentes números de sílabas (Fig. S4, Información complementaria).

(a) Relaciones de cambio de corriente relativas en función de la presión. (b) Curvas de corriente-voltaje bajo diferentes presiones. (c) Corriente de respuesta bajo diferentes presiones. (d) Curva de corriente en el rango de baja presión. (e) Respuesta actual para repetir la baja presión. (f) Voltaje de circuito abierto versus tiempo bajo los estímulos de un flujo de aire. (g) Respuesta actual bajo diferentes temperaturas (h) Velocidad de respuesta del sensor de presión. (i) Respuesta actual al tren de presión continua.

Se lleva a cabo una prueba aplicando la misma presión a diferentes temperaturas para demostrar la capacidad de suprimir la interferencia de la variación de temperatura en el modo de detección de presión. La figura 2g muestra que las respuestas de presión bajo un aumento de 4,5 kPa a 30 °C y 60 °C son extremadamente similares. Además, una ligera presión de 10 Pa aplicada al sensor de presión da como resultado un incremento de corriente △I casi sin cambios a medida que la temperatura varía de 25 a 60 °C (Fig. S5, Información complementaria). Por lo tanto, la medida de la presión, que solo está relacionada con el incremento de corriente △I, apenas se ve influenciada por la variación de la temperatura. La velocidad de respuesta dinámica es otro parámetro importante del sensor de respiración. Los tiempos de respuesta y recuperación se calculan en la Fig. 2h y las diversas curvas de respuesta detalladas bajo diferentes presiones se muestran en la Fig. S6 (Información complementaria). El tiempo de respuesta bajo diferentes presiones está en el rango de 20 a 30 ms, que es lo suficientemente rápido para la detección de la respiración. La prueba de ciclo del sensor de presión que se muestra en la Fig. 2i demuestra una excelente estabilidad operativa y durabilidad bajo un tren continuo de carga/descarga de 2000, ya que casi no se encuentra degradación durante el período de prueba. Además, demostrar la aplicación práctica del sensor con respecto a la detección de señales fisiológicas en humanos. El sensor se conecta a la muñeca para monitorear la señal del pulso arterial, que muestra claramente tres ondas principales típicas de la onda P, la onda T y la onda D (Fig. S7, Información complementaria).

A pesar del rendimiento piezorresistivo superior demostrado en el modelo piezorresistivo, las propiedades de detección de temperatura también son un modelo importante en el sensor combinado para la detección precisa de las señales de respiración humana. Recientemente, se ha informado de la buena respuesta eléctrica a las variaciones de temperatura de CNT y los nanocompuestos de CNT con polímeros y otros materiales aplicados en el sensor de temperatura han atraído una atención considerable31,32,33. En nuestro trabajo, las fibras de carbono electrohiladas se modifican con nanotubos de carbono similares a tentáculos y se envuelven en PDMS. La antena modificada de nanotubos de carbono sobre la fibra de carbono 3D puede recibir radiación térmica y provocar el cambio de resistividad eléctrica. Como se discutió en el modelo de detección de temperatura anterior, la resistencia R// se decide principalmente por el cambio inducido por la temperatura en la resistividad ρ. Por lo tanto, la dependencia no lineal de la temperatura de las resistencias se puede describir mediante el siguiente crecimiento exponencial33:

donde Ea es la energía de activación térmica, K es la constante de Boltzmann y B es el índice térmico. El cambio relativo de la resistencia con la temperatura se representa en la Fig. 3a, que muestra un aumento de la resistencia con la temperatura y la sensibilidad más alta de 0,22 %/°C. La figura 3d revela el cambio de pendiente de las curvas IV (1/R) del sensor cuando la temperatura aumenta de 0 a 65 °C y muestra la correlación lineal dentro del rango de 0–1 V del sensor de temperatura. Para la detección de respiración, se requiere que el sensor tenga alta sensibilidad y función de detección sin contacto. En primer lugar, se examina la sensibilidad del sensor sin contacto cambiando la distancia entre el dedo y el sensor para producir un pequeño cambio de temperatura. Como se muestra en las Fig. 3b y c, una distancia más pequeña significa una temperatura relativa más alta, por lo que el cambio de resistencia relativa aumenta gradualmente a medida que la distancia entre los dedos disminuye de 8 a 3 mm. Además, las figuras 3e y f muestran el cambio de corriente relativo a medida que el sensor se acerca o se aleja de la fuente de calor (de 38 a 42 °C) y de la fuente fría (de 37 a 24 °C). Como comparación, un sensor de temperatura PT100 comercial ampliamente utilizado y nuestros sensores de temperatura se colocaron en un ambiente de aire quieto y a cierta distancia del calentador para registrar el cambio de temperatura en tiempo real (Fig. 3g). Como se muestra en la Fig. 3g, la curva de temperatura de nuestro sensor fue totalmente idéntica a la del sensor de temperatura PT100 durante el proceso de transferencia de calor sin contacto. Además, para verificar la estabilidad de funcionamiento del modo de detección de temperatura, el monitoreo actual del sensor se llevó a cabo a diferentes temperaturas durante mucho tiempo. Como se muestra en la Fig. 3h, el sensor de temperatura funciona muy bien a 20 °C, 30 °C y 40 °C, respectivamente. Para demostrar aún más la aplicación de un termómetro flexible portátil, se instaló el sensor en la frente del sujeto para revelar cuantitativamente la variación de la temperatura de la piel humana observada por la fuente de calor que se acerca o se aleja de la frente del sujeto (Fig. S8, Información complementaria).

Propiedades de detección de temperatura del sensor de doble módulo. (a) La correspondencia lineal del valor absoluto de la tasa de variación de la resistencia eléctrica con la temperatura de 4 a 70 °C. (b y c) Influencia de la distancia mínima entre la superficie del dedo y el sensor en el cambio de resistencia relativa. (d) Las curvas IV denotan la corriente de los sensores en respuesta a la temperatura variada de 0 a 65 °C. Capacidad de discriminación de temperatura del sensor durante el acercamiento y alejamiento repetidos del (e) objeto fuente de calor y (f) objeto fuente frío. (g) Curvas de respuesta de temperatura registradas por nuestro sensor y el sensor de temperatura PT100. (h) Curva temperatura-tiempo a 20 °C, 30 °C y 40 °C.

La capacidad de detección de temperatura sin contacto es indispensable para un sensor flexible ensamblado en una máscara inteligente para monitorear la respiración. Para demostrar que los dos modos de detección del sensor combinado pueden funcionar de forma independiente sin interferirse mutuamente, se propone una prueba para controlar tanto la temperatura como la presión. Las Figuras 4a–c muestran las imágenes térmicas infrarrojas del sensor de modo dual conectado a un guante que se acerca o hace contacto con el objeto frío, el objeto caliente y el objeto normal, respectivamente. Teniendo en cuenta la difusión térmica en el aire, se puede obtener una detección de temperatura sin contacto cuando existe una diferencia de temperatura entre el objeto y el sensor. Como se muestra en la Fig. 4d y la Película S1 (Información complementaria), cuando el sensor se acerca a objetos calientes o fríos, se detecta un aumento/disminución evidente de la temperatura después de que la distancia se reduce a 1 cm. Pero el sensor demuestra una vibración de temperatura insignificante cuando se acerca al objeto normal a temperatura ambiente. Cuando se produjo el contacto mecánico entre el sensor y el objeto, la presión monitoreada aumentó rápidamente de 0,8 a 2 kPa y la temperatura de la superficie se mantuvo en un valor estable (los resultados de otro experimento similar también se pueden ver en la Figura S9), lo que confirma nuevamente la muy pequeña interferencia de presión al sensor de temperatura. Además, la prueba repetida de detección de estímulos de temperatura y presión de objetos a diferentes temperaturas se muestra en la Fig. S10 (Información complementaria), que revela una estabilidad de detección de modo dual. Los resultados anteriores prueban claramente que los modos de detección individuales del sensor de modo dual pueden funcionar de forma independiente sin interferencia mutua. Esta función única de nuestro sensor de modo dual permite aplicaciones prometedoras en máscaras inteligentes para monitorear la respiración y piel electrónica inteligente artificial34.

Imágenes térmicas infrarrojas del sensor adherido al guante acercándose a (a) objeto frío, (b) objeto caliente y (c) objeto normal. (d) Gráficos de la corriente de salida en tiempo real y las respuestas de resistencia del sensor.

Se fabrica una máscara facial inteligente incorporando un sensor combinado de modelo doble. También se integra un pequeño circuito de medición con indicador para la visualización en tiempo real de diferentes estados de respiración. En primer lugar, para el modelo de presión, se pueden reconocer diferentes estados de respiración estudiando las señales de los sensores en respuesta a la variación de presión en la máscara provocada por el flujo de aire cambiante durante la respiración nasal. Los datos de monitoreo en tiempo real para la respiración nasal humana se muestran en la Fig. 5a y la Fig. S11 (Información complementaria). El sensor muestra una serie de picos significativos, que se pueden clasificar en diferentes estados respiratorios (respiración normal, respiración superficial y respiración profunda). Cada estado de respiración, que se caracteriza por un tiempo de ciclo diferente y la intensidad máxima respectiva, se puede medir con precisión. Los estados de respiración para la respiración normal, la respiración profunda y la respiración superficial tienen tasas de respiración diferentes de 18 s−1, 12 s−1 y 30 s−1, respectivamente. Además, el estado anormal de la respiración humana, como la apnea y la tos, se puede medir con precisión, como se muestra en las Fig. 5b y c. El sensor de presión se selló con película PEN y adhesivo acrílico PSA, que puede evitar el mayor contacto entre la humedad y los materiales activos del sensor. Incluso si el sensor no estuviera completamente sellado, la superficie hidrofóbica del CNF expuesto aún puede resistir de manera efectiva la penetración de la humedad. Como se muestra en la Figura S12, las nanofibras de carbono son hidrofóbicas con un ángulo de contacto de 130°. Para el sensor de temperatura, todo el CNF se cubrió con PDMS compacto, que forma un aislamiento físico de la humedad. Con todo, la humedad entre el cuerpo y las máscaras tiene poca influencia en el rendimiento del sensor de modo dual. Además, la máscara facial puede responder de manera estable a la presión respiratoria durante un período prolongado (Fig. S13, Información complementaria), lo que indica la confiabilidad de la máscara.

(a) Señales de detección del patrón de respiración con diferentes intensidades de presión, (b) contener la respiración y (c) toser. (d) Imágenes infrarrojas de la respiración oral y nasal. (e) Respuesta de presión y temperatura en condiciones de respiración por la nariz y respiración por la boca. (f) Patrones de respiración reconocidos por las señales de respuesta a las sucesivas respiraciones por la nariz y la boca. (g) Las máscaras inteligentes distinguen entre la respiración por la boca y la nariz mediante el control de la temperatura.

Las máscaras inteligentes existentes para controlar la respiración se basan principalmente en sensores flexibles monomodo. El modo único es propenso a errores en el control de la respiración compleja y es difícil distinguir con precisión la respiración bucal y la respiración nasal. Por ejemplo, como se muestra en la sección de prueba de presión en la Fig. 5e, es difícil distinguir la respiración profunda nasal y la respiración bucal cuando la intensidad de la presión del flujo de aire respiratorio es casi uniforme. Durante la pandemia de COVID-19, la monitorización de la respiración de doble modelo con reconocimiento preciso de la respiración por la nariz y la boca puede proporcionar una advertencia temprana de disnea en pacientes asmáticos y niños. Además, la monitorización a largo plazo de la respiración es necesaria para el diagnóstico precoz multidisciplinar de los niños con asma para prevenir el desarrollo del síndrome de respiración bucal. Por lo tanto, una máscara inteligente que pueda distinguir con precisión la respiración por la nariz y la respiración por la boca tiene un gran potencial en aplicaciones prácticas.

El reconocimiento claro de los diferentes estados de respiración es posible mediante la medición precisa de la temperatura del aire exhalado y la diferencia de presión del aire simultáneamente. Las imágenes infrarrojas muestran la diferencia de temperatura producida por la respiración bucal y la respiración nasal mientras se usa una máscara (Fig. 5d). La respiración nasal muestra un cambio de temperatura de 28,8 a 30,5 °C durante un período de respiración, que es menor que (27,3 a 32,4 °C) de la respiración bucal. La respiración nasal y la respiración bucal se pueden distinguir por la diferente variación de temperatura en el único proceso de inhalación y exhalación. Esta característica especial es importante cuando la intensidad de la presión del flujo de aire respiratorio de la respiración profunda nasal y la respiración bucal era básicamente la misma. Mediante el control complementario de la presión y la temperatura, se puede reconocer el estado de la respiración nasal normal, la respiración profunda nasal y la respiración bucal, como se muestra en la Fig. 5e. La figura 5f muestra la respuesta en tiempo real del sensor de modelo doble en una máscara inteligente para la detección de la respiración humana. Se puede lograr con éxito un control preciso de varios patrones de respiración, incluida la respiración nasal normal, la respiración nasal profunda, la respiración nasal rápida, la tos, la apnea y la respiración normal por la boca, la respiración lenta por la boca. Combinado con los patrones de respiración anteriores monitoreados en modo de presión, el sensor de modo dual puede detectar un total de ocho patrones de respiración. La potente capacidad de detección de los sensores de doble modelo permite un análisis más detallado de la fisiología del cuerpo humano, algo muy demandado en dispositivos médicos flexibles.

Para demostrar el valor práctico de los sensores de modo dual, la máscara inteligente ha desarrollado aún más la capacidad de mostrar el estado de la respiración bucal y nasal en tiempo real, como se muestra en la Fig. 5g y la Película S2, Información complementaria. Esta máscara facial inteligente se combina con un sensor de respiración de modo dual, una fuente de alimentación, un circuito de medición y dos luces indicadoras, como se muestra en la Fig. S14, Información complementaria. La luz indicadora está apagada cuando no hay respiración, mientras que el indicador verde se enciende cuando la nariz respira. Cuando se produce la respiración por la boca, las luces indicadoras roja y verde se encienden simultáneamente. Las máscaras inteligentes permiten la observación en tiempo real de la respiración bucal, lo que resulta muy útil para prevenir problemas respiratorios. Además, la corrección oportuna de la respiración bucal anormal en los niños puede prevenir el desarrollo del síndrome de respiración bucal. Se espera que este sensor de respiración pueda combinarse aún más con un circuito de lectura inalámbrico y una aplicación móvil para permitir el control inalámbrico de la respiración.

En conclusión, propusimos una máscara facial inteligente que incorpora un sensor de doble módulo para el reconocimiento de múltiples patrones de respiración. La máscara facial inteligente se puede usar para monitorear y reconocer continuamente ocho condiciones de respiración, que incluyen respiración nasal normal, respiración nasal rápida, respiración nasal profunda, tos, retención de la respiración, respiración normal por la boca y respiración lenta. El modo de detección de presión del sensor combinado demuestra una alta sensibilidad que puede medir una pequeña presión generada por el flujo de aire respiratorio, la voz y el pulso arterial. El modo de detección de temperatura muestra la detección sin contacto de pequeños cambios de temperatura causados ​​por la respiración por la boca y la nariz. La máscara facial inteligente propuesta ofrece una discriminación precisa entre la respiración oral y nasal en tiempo real, lo que puede prevenir el desarrollo del síndrome de respiración bucal. Además, la detección de modo dual permite una variedad sin precedentes de monitoreo del estado de la respiración, lo que permite un análisis más detallado de la fisiología del cuerpo humano. La máscara facial inteligente tiene aplicaciones potenciales para monitorear los patrones de respiración de pacientes con enfermedades relacionadas con la respiración, como COVID-19, neumonía, etc., lo que es beneficioso para las alertas tempranas o el diagnóstico de enfermedades.

El poliacrilonitrilo (PAN) se adquirió de Macklin Sigma-Aldrich. La dimetilformamida (DMF) se adquirió de Macklin. CNT (xfm04) se adquirió de XFNAN. La solución de poli(dianhídrido piromelítico-co-4,4′-oxidianilina), ácido ámico, se adquirió de Macklin y se usó como precursores para la película PI. PDMS (SYLGARD 184) se adquirió de DOWSIL.

Los precursores de nanofibras se fabricaron mediante electrohilado. En primer lugar, la solución A se preparó mezclando PAN y DMF con una proporción de 1:4 durante 4 h de agitación magnética. La solución B se preparó añadiendo 0,6 g de CNT a 5 g de DMF mediante dispersión ultrasónica durante 2 h. Luego, las soluciones A y B se mezclaron y agitaron magnéticamente durante 20 h para obtener la solución precursora. La solución precursora se cargó en una jeringa y la tasa de alimentación de la solución fue (controlada) 2 mL h -1. La distancia entre la punta de la aguja y el colector tapado fue de unos 20 cm, y se aplicó un alto voltaje (20 kV). Las fibras electrohiladas se recogieron directamente en un rodillo giratorio metálico cubierto con una lámina metálica, lo que normalmente se realiza durante 2 h. Finalmente, las nanofibras se carbonizaron en un horno tubular a 900 °C en nitrógeno durante 2 h y se incrementó la temperatura a razón de 20 °C min-1.

En primer lugar, el modo de detección de presión se realizó ensamblando las esteras de nanofibras de carbono con pandeo 3D sobre un par de electrodos de Au interdigitados y encapsulando con un adhesivo PSA acrílico de 1,0 mil, seguido de una capa de PEN de 1,4 m de espesor. Los electrodos de Au interdigitados (espesor de Au = 100 nm; ancho del electrodo = 200 m; intervalo = 100 m; área activa sensible a la presión = 3 mm × 3 mm) se modelaron en una oblea de Si recubierta con PI de 2,3 m de espesor mediante fotolitografía. seguido de pulverización catódica con magnetrón. Se unió un cable conductor anisotrópico a los electrodos interdigitados para conectarlos con pines DuPont estándar. En segundo lugar, el modo de detección de temperatura se preparó en la parte posterior de la película PI del modo de presión. Dos extremos de las nanofibras de carbono longitudinales se fijaron con pasta de plata conductora y se conectaron con cables de cobre al circuito externo. Luego, las nanofibras de carbono se cubrieron con una mezcla de precursores de PDMS (Sylgard 184, Dow Corning Corporation, la proporción de prepolímero a reticulante varía de 5:1) durante 5 min para permitir que el PDMS se infiltre completamente en las esteras de nanofibras de carbono. Luego, el exceso de PDMS se eliminó mediante una máquina de recubrimiento por rotación.

La morfología de las nanofibras de carbono se determinó mediante microscopía electrónica de barrido de emisión de campo (Zeiss/Bruker Gemini500) y microscopía electrónica de transmisión (TEM, JEM-2100, JEOL). La espectroscopia Raman se realizó con un espectroscopio micro-Raman láser UV LabRAM HR 800 (HORIBA Jobin Yvon, Francia), con una longitud de onda de excitación láser de 532 nm. El análisis de superficie Brunauer-Emmett-Teller (BET) se realizó con un analizador de porosidad de área superficial (BSD-66).

La prueba de detección de presión se realizó con una configuración experimental que constaba de una celda de carga de alta precisión (LSB200, USB200, FUTEK), un actuador piezoeléctrico de alta frecuencia (NAP100, Newport) y un medidor de fuente Keithley de alta velocidad (modelo 2636B). Durante la prueba de detección de presión, el sensor se colocó entre el actuador y la celda de carga. El actuador se controló para generar un movimiento que puede crear presión sobre el sensor, y la celda de carga detectó la fuerza. Las imágenes infrarrojas de temperatura se capturaron con una cámara infrarroja (Fluke TiX640). Estos sensores se conectaron a una tarjeta de adquisición (Smacq-USB-3200), y las señales de presión y temperatura adquiridas se registraron simultáneamente.

Esta investigación fue aprobada por el Comité de Ética de la Universidad Sun Yat-sen. Todos los experimentos que incluyen respiración con máscara y detección de temperatura de la piel humana en este estudio se realizaron de acuerdo con las pautas y regulaciones. Ningún otro sujeto humano estuvo involucrado en nuestros experimentos o manuscrito. Todos los participantes firmaron un formulario de consentimiento informado antes de la recolección de datos.

Los conjuntos de datos utilizados y/o analizados durante el estudio actual están disponibles a pedido del autor correspondiente.

Kissler, SM, Tedijanto, C., Goldstein, E., Grad, YH & Lipsitch, M. Proyectando la dinámica de transmisión del SARS-cov-2 durante el período pospandémico. Ciencia 368 (6493), 860–868. https://doi.org/10.1126/science.abb5793 (2020).

Artículo ADS CAS PubMed Google Scholar

Saito, A. et al. Fusogenicidad y patogenicidad mejoradas de la mutación SARS-cov-2 delta p681r. Naturaleza 602 (7896), 300–306. https://doi.org/10.1038/s41586-021-04266-9 (2021).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Tai, H., Wang, S., Duan, Z. & Jiang, Y. Evolución del análisis del aliento basado en sensores de humedad y gas: potencial y desafíos. Sens. Actuadores, B Chem. 318, 128104. https://doi.org/10.1016/j.snb.2020.128104 (2020).

Artículo CAS Google Académico

Güntner, AT et al. Sensores de aliento para el control de la salud. Sensores ACS 4(2), 268–280. https://doi.org/10.1021/acssensors.8b00937 (2019).

Artículo CAS PubMed Google Académico

Bresolin, D., Shapiro, PA, Shapiro, GG, Chapko, MK y Dassel, S. Respiración bucal en niños alérgicos: su relación con el desarrollo dentofacial. Soy. J. Ortodoncia. 83(4), 334–340 (1983).

Artículo CAS Google Académico

Harari, D., Redlich, M., Miri, S., Hamud, T., Gross M. El efecto de la respiración bucal frente a la respiración nasal en el desarrollo dentofacial y craneofacial en pacientes con ortodoncia. Laringoscopio 120 (10) (2010).

Araújo, BCL, de Magalhães Simões, S., de Gois-Santos, VT & Martins-Filho, PRS Asociación entre respiración bucal y asma: revisión sistemática y metanálisis. actual Alergia Asma. R. https://doi.org/10.1007/s11882-020-00921-9 (2020).

Artículo Google Académico

Dinh, T. et al. Electrónica flexible basada en nanotubos de carbono respetuosa con el medio ambiente para la atención sanitaria no invasiva y portátil. J.Mater. química C 4(42), 10061–10068. https://doi.org/10.1039/C6TC02708C (2016).

Artículo CAS Google Académico

Trung, TQ et al. Sensor de temperatura portátil independiente basado en fibra con índice térmico ajustable para el control de la atención sanitaria. Adv. Saludc. Mate. 7(12), 1800074. https://doi.org/10.1002/adhm.201800074 (2018).

Artículo CAS Google Académico

Li, B. et al. Un sensor de humedad flexible basado en telas de seda para monitorear la respiración humana. J.Mater. química C 6(16), 4549–4554. https://doi.org/10.1039/C8TC00238J (2018).

Artículo CAS Google Académico

Lu, L., Jiang, C., Hu, G., Liu, J. y Yang, B. Detección flexible sin contacto para la interacción hombre-máquina. Adv. Mate. 33(16), 2100218. https://doi.org/10.1002/adma.202100218 (2021).

Artículo CAS Google Académico

Asghar, W. et al. Sensores de presión e-skin flexibles piezocapacitivos que tienen microestructuras de crecimiento magnético. Adv. Mate. Tecnología 5(2), 1900934. https://doi.org/10.1002/admt.201900934 (2019).

Artículo CAS Google Académico

Zhong, J. et al. Mascarilla inteligente basada en un sensor de presión ultrafino para la monitorización inalámbrica de las condiciones respiratorias. Adv. Mate. 34(6), 2107758. https://doi.org/10.1002/adma.202107758 (2021).

Artículo CAS Google Académico

Peng, X. et al. Sistema de monitoreo respiratorio en tiempo real con interfaz de piel y autoalimentado totalmente de nanofibras para el diagnóstico del síndrome de apnea-hipopnea obstructiva del sueño. Adv. Función Mate. 31, 2103599 (2021).

Artículo Google Académico

Wang, Y., Zhang, L., Zhang, Z., Sun, P. & Chen, H. Sensor de humedad portátil y flexible de alta sensibilidad basado en óxido de grafeno/tela no tejida para el control de la respiración. Langmuir 36(32), 9443–9448. https://doi.org/10.1021/acs.langmuir.0c01315 (2020).

Artículo CAS PubMed Google Académico

Thiyagarajan, K., Rajini, GK & Maji, D. Sensor de respiración compuesto mwcnt/pdms impreso en papel, flexible y altamente sensible, para el monitoreo de la respiración humana. IEEE Sens. J. 21(13), 13985–13995. https://doi.org/10.1109/JSEN.2020.3040995 (2021).

Artículo ADS CAS PubMed Google Scholar

Xie, R. et al. Dispositivos electrónicos portátiles basados ​​en cuero para el control de la respiración. Aplicación ACS. Materia Bio. 2(4), 1427–1431. https://doi.org/10.1021/acsabm.9b00082 (2019).

Artículo CAS PubMed Google Académico

Li, X., Zhuang, Z., Qi, D. y Zhao, C. Sensor de humedad de respuesta rápida y alta sensibilidad basado en nanofibras compuestas de polímeros para el control de la respiración y la detección sin contacto. Sens. Actuadores, B Chem. 330, 129239. https://doi.org/10.1016/j.snb.2020.129239 (2021).

Artículo CAS Google Académico

Insang, Y. et al. Receptores multimodales artificiales basados ​​en dinámicas de relajación de iones. Ciencia 370 (6519), 961–965. https://doi.org/10.1126/science.aba5132 (2020).

Artículo ADS CAS Google Académico

Dinh, T. et al. Sensores de respiración estirables: diseños avanzados y plataformas multifuncionales para monitoreo fisiológico portátil. Biosens. Bioelectrón. 166, 112460. https://doi.org/10.1016/j.bios.2020.112460 (2020).

Artículo CAS PubMed Google Académico

Liu, H. et al. Un sensor multimodal flexible que detecta tensión, humedad, temperatura y presión con compuesto jerárquico de negro de carbón y óxido de grafeno reducido en papel. Aplicación ACS. Mate. Enterrar. 11(43), 40613–40619. https://doi.org/10.1021/acsami.9b13349 (2019).

Artículo CAS Google Académico

Wang, B. et al. Redes de nanofibras de óxido de metal flexibles y estirables para dispositivos electrónicos portátiles multimodales y monolíticamente integrados. Nat. común https://doi.org/10.1038/s41467-020-16268-8 (2020).

Artículo PubMed PubMed Central Google Académico

Xu, L. et al. Sensor de humedad textil funcionalizado con Coolmax/óxido de grafeno y respuesta ultrarrápida para el seguimiento de actividades humanas. química Ing. J. 412, 128639. https://doi.org/10.1016/j.cej.2021.128639 (2021).

Artículo CAS Google Académico

Xu, K. et al. Un sistema de sensor de condición corporal portátil con funciones de alarma de retroalimentación inalámbrica. Adv. Mate. 33(18), 2008701. https://doi.org/10.1002/adma.202008701 (2021).

Artículo CAS Google Académico

Huang, J. et al. Sensores integrados flexibles: Piezoresistencia transversal y resistencia térmica longitudinal de un solo haz de fibra de carbono. Adv. Mate. Tecnología 4(12), 1900802. https://doi.org/10.1002/admt.201900802 (2019).

Artículo CAS Google Académico

Wu, R. et al. Sensor textil electrónico compuesto de seda para detección combinada de temperatura y presión en 2D de alta precisión espacial. Pequeño 15(31), 1901558. https://doi.org/10.1002/smll.201901558 (2019).

Artículo CAS Google Académico

Zheng, S. et al. Sensor de presión de alta sensibilidad con amplia linealidad mediante la construcción de una estructura hueca en compuesto de polianilina/polidimetilsiloxano. compos. ciencia Tecnología 201, 108546. https://doi.org/10.1016/j.compscitech.2020.108546 (2021).

Artículo CAS Google Académico

Holm R. Contactos eléctricos: Teoría y aplicaciones, (Springer Science & Business Media, 1999).

Braunovic, M., Konchits, V. Myshkin, N. Contactos eléctricos: Fundamentos, aplicaciones y tecnología, (2007).

Berg, G. & Grau, P. Ley de dureza de Meyer y su relación con otras medidas de ensayos de dureza de bolas. cristal. Res. Tecnología 32(1), 149–154. https://doi.org/10.1002/crat.2170320115 (1979).

Artículo Google Académico

Fernandes, GE, Kim, JH, Sood, AK y Xu, J. Coeficiente de resistencia de temperatura gigante en nanocompuestos de polímeros de nanotubos de carbono/cambio de fase. Adv. Función Mate. 23(37), 4678–4683. https://doi.org/10.1002/adfm.201300208 (2013).

Artículo CAS Google Académico

Yang, H. et al. Sensor térmico blando con adaptabilidad mecánica. Adv. Mate. 28(41), 9175–9181. https://doi.org/10.1002/adma.201602994 (2016).

Artículo CAS PubMed Google Académico

Lin, M. et al. Un sensor multifuncional portátil, sensible y de alto rendimiento basado en caucho/cnt para la detección del movimiento humano y la temperatura de la piel. Adv. Mate. 34(1), 2107309. https://doi.org/10.1002/adma.202107309 (2021).

Artículo CAS Google Académico

Zhang, F., Zang, Y., Huang, D., Di, C. & Zhu, D. Sensores de doble parámetro de temperatura-presión flexibles y autoalimentados que utilizan materiales termoeléctricos orgánicos soportados por marcos de microestructura. Nat. común https://doi.org/10.1038/ncomms9356 (2015).

Artículo PubMed PubMed Central Google Académico

Descargar referencias

Este trabajo ha sido apoyado financieramente por la Fundación Nacional de Ciencias de China (No. 61904040).

Facultad de Física, Universidad Sun Yat-Sen, Guangzhou, 510275, República Popular China

Zhoujun Pang y Min Chen

State Key Laboratory of Optoelectronic Materials and Technologies, School of Electronics and Information Technology, Sun Yat-Sen University, Guangzhou, 510275, República Popular de China

Zhoujun Pang y Dihu Chen

Escuela de Materiales y Energía, Universidad Tecnológica de Guangdong, Guangzhou, 510006, República Popular China

Yu Zhao y Ningqi Luo

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

MC y ZP concibieron la idea y supervisaron todo el proyecto. ZP y DC diseñaron los experimentos. YZ, NL y MC realizaron todos los experimentos. Todos los autores analizaron los datos experimentales. ZP escribió el artículo. Todos los autores han dado su aprobación a la versión final del manuscrito. Se ha obtenido el consentimiento informado para publicar la información/imagen en una publicación en línea de acceso abierto.

Correspondencia a Dihu Chen.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Pang, Z., Zhao, Y., Luo, N. et al. Sensor flexible de presión y temperatura de modo dual basado en nanofibras de carbono de pandeo para el reconocimiento del patrón de respiración. Informe científico 12, 17434 (2022). https://doi.org/10.1038/s41598-022-21572-y

Descargar cita

Recibido: 11 mayo 2022

Aceptado: 28 de septiembre de 2022

Publicado: 19 de octubre de 2022

DOI: https://doi.org/10.1038/s41598-022-21572-y

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Informes científicos (2023)

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.