当前位置: 首页 > news >正文

告别束缚:这款“隐形心电监测仪”让心脏健康管理更自由

Li, D., Cui, TR., Liu, JH. et al. Motion-unrestricted dynamic electrocardiogram system utilizing imperceptible electronics. Nat Commun16, 3259 (2025).

原文DOI:https://doi.org/10.1038/s41467-025-58390-5

欢迎收听【本文博客】

在这里插入图片描述

文章解读

这份文档主要介绍了一种全新的动态心电图监测系统,叫做MU-DCG系统,它能在不限制人们活动的情况下,舒适地进行长期心脏电活动监测。

传统的动态心电图设备存在不少问题,比如电极和导线不灵活、 bulky,会限制人的运动,还容易引入干扰;有些为了便携减少导联数量,又会影响诊断准确性。而MU-DCG系统解决了这些问题,它由贴在皮肤上的柔性组件、柔性皮肤插座和皮肤外的模块组成。皮肤上的组件很薄(不到50微米)、透气,用了特殊材料制作电极和连接线,能贴合皮肤又不影响活动;柔性皮肤插座通过压力激活,能稳定连接皮肤上和皮肤外的部分,比传统连接方式更耐用、灵活。

皮肤外的模块有专门的处理器,能实时采集心脏信号并当场分析是否有问题(比如心肌梗死),功耗低、还能保护用户隐私。测试显示,不管是坐着、走路、慢跑还是上下楼梯,这个系统都能捕捉到清晰的心电图信号,比传统设备在运动时的信号质量更好,医生盲评也认为它的信号质量更稳定。而且它保留了12导联监测,比单导联设备诊断心肌梗死更准确,佩戴起来也更舒适,几乎没什么不适感。

总述

当你在晨跑时想监测心率,却被传统心电设备的导线缠得束手束脚;当医生需要长期追踪你的心脏信号,你却因佩戴不适屡屡中断监测——这些困扰,或许将被一款全新的“隐形心电监测系统”彻底解决。

近日,发表在《Nature Communications》上的一项研究带来了突破性进展:科学家研发出一种名为MU-DCG的运动无限制动态心电图系统,它像“隐形医生”一样,能在你日常活动中悄无声息地完成高精度心脏监测。

传统心电监测的“两难困境”

心血管疾病是全球健康的“头号杀手”,而动态心电图(DCG)是筛查这类疾病的重要工具。但长期以来,传统设备始终面临尴尬:要么是导线笨重、电极僵硬,让佩戴者活动受限,运动时信号还容易受干扰;要么为了便携减少导联数量,牺牲了12导联心电图的诊断金标准,让医生难以精准判断。

想象一下,心梗的预警信号可能藏在某个特定导联的细微变化中,若设备无法全面捕捉,就可能错过最佳干预时机。而MU-DCG系统的出现,正是为了打破这种“鱼和熊掌不可兼得”的困局。

让监测“隐形”的黑科技

这款系统的核心魅力在于“融合”:将贴合皮肤的柔性组件、灵活的连接技术和智能分析模块无缝结合,实现了“无感佩戴”与“精准监测”的双重突破。

贴在皮肤上的部分堪称“薄如蝉翼”——厚度不到50微米,比一张普通纸巾还薄,采用超柔聚合物纤维膜作为基底,搭配银纳米线电极和螺旋铜纤维导线。这些材料不仅透气、可拉伸,还能像第二层皮肤一样贴合体表,跑步、弯腰、抬手……日常动作完全不受限。

更巧妙的是它的“连接术”:一个压力激活的柔性皮肤插座,轻轻一按就能稳定连接皮肤上的柔性组件和体外的刚性模块。相比传统的焊接或机械锁扣,这种设计既能承受拉伸、扭转,反复使用也不易失效,哪怕运动时出汗、皮肤变形,信号传输依然稳定。

体外模块则像个“迷你心脏专家”,内置自研的生物医学处理器,能实时采集12导联信号并当场分析——比如快速识别心肌梗死的特征波形,功耗却低到惊人,续航能力是传统设备的10倍。更重要的是,数据不用上传云端,直接本地处理,隐私安全更有保障。

运动中也能捕捉“清晰信号”

在测试中,MU-DCG系统展现了惊人的“抗干扰能力”。无论是静坐、快走(4.3km/h)、慢跑(5.7km/h)还是上下楼梯,它记录的心电图波形始终清晰稳定,而传统Holter设备在运动时往往会出现明显的信号漂移。

5位心内科医生的盲测结果更具说服力:在动态场景下,MU-DCG的信号质量评分显著高于传统设备,尤其是运动状态下的信噪比(SNR)优势明显——静态时两者相当,运动时MU-DCG的SNR仍能保持在23dB以上,而传统设备会跌至17dB以下。

对于需要长期监测的人群来说,舒适度同样关键。12位志愿者的体验反馈显示,MU-DCG的佩戴不适感评分仅为0.55(满分10分),远低于传统Holter的3.2分,甚至比常见的单导联心电贴片更舒适。

不止于“监测”,更是健康管理的革新

这款系统的价值不止于技术突破。它首次实现了“12导联+运动无限制+实时分析”的三合一,这意味着:

  • 运动员可以在训练中实时监测心脏负荷,避免过度运动风险;
  • 航天员在失重环境下也能获得稳定的心电数据;
  • 普通人群能在日常生活中完成长期心脏筛查,及时捕捉心梗等突发疾病的早期信号。

更重要的是,它证明了“隐形电子设备”在医疗领域的潜力——当技术足够贴合人体、融入生活,健康管理才能真正变得主动而无感。

或许不久的将来,我们不再需要特意“去医院做检查”,而是让健康监测像穿衣服一样自然。而MU-DCG系统,正是这场变革的重要一步。
在这里插入图片描述

http://www.lryc.cn/news/598212.html

相关文章:

  • Oracle 时间处理函数和操作符笔记
  • Python-初学openCV——图像预处理(二)
  • 服务器带宽具体是指什么意思?
  • 硅基计划3.0 学习总结 贰 顺序表与链表
  • 图论:搜索问题
  • 深度分析Android多线程编程
  • Leetcode力扣解题记录--第2题(加法模拟)
  • ESP32S3 Ubuntu vscode如何使用USB-JTAG调试
  • 【开源】WPF的数据可视化大屏解决方案——WpfMap
  • C++课设实践项目:C++构建的学籍管理系统
  • Cisco 主模式配置
  • SGLang + 分布式推理部署DeepSeek671B满血版
  • JavaSE:开发环境的搭建(Eclipse)
  • Java与NLP实战:文本处理到情感分析全解析
  • 【ECharts✨】解决Vue 中 v-show 导致组件 ECharts 样式异常问题
  • [AI 生成] Flink 面试题
  • 【论文阅读】REVISITING DEEP AUDIO-TEXT RETRIEVAL THROUGH THE LENS OF TRANSPORTATION
  • 基于SpringBoot+Uniapp的健身饮食小程序(协同过滤算法、地图组件)
  • 人形机器人加快先进AI机器人开发
  • 开发避坑短篇(5):vue el-date-picker 设置默认开始结束时间
  • 实时云渲染将UE像素流嵌入业务系统,实现二维管理系统与数字孪生三维可视化程序的无缝交互
  • 小程序生命周期及页面操作执行过程详解
  • 使用phpstudy极简快速安装mysql
  • Java进阶3:Java集合框架、ArrayList、LinkedList、HashSet、HashMap和他们的迭代器
  • Android集成Google Map
  • C++中std::list的使用详解和综合实战代码示例
  • RPG64.制作敌人攻击波数四:优化
  • vue 项目中 components 和 views 包下的组件功能区别对比,示例演示
  • vue递归树形结构删除不符合数据 生成一个新数组
  • 基于深度学习的图像分类:使用MobileNet实现高效分类