"Этот проект предоставляет комплексное решение для носимой ультразвуковой технологии - не только носимый датчик, но и управляющая электроника выполнены в носимых форм-факторах", - сказал Муян Лин, кандидат наук на кафедре наноинженерии Калифорнийского университета в Сан-Диего и первый автор исследования. "Мы создали по-настоящему носимое устройство, которое может определять показатели жизнедеятельности глубоких тканей по беспроводной сети".

Исследование было проведено в лаборатории Шэн Сюя, профессора наноинженерии в инженерной школе Калифорнийского университета в Сан-Диего Джейкобса и соответствующего автора исследования.

Эта полностью интегрированная автономная носимая ультразвуковая система на патче (USoP) основана на предыдущей работе лаборатории по разработке мягких ультразвуковых датчиков. Однако все предыдущие мягкие ультразвуковые датчики требовали подключения кабелей для передачи данных и питания, что в значительной степени ограничивало мобильность пользователя. В этой работе он включает в себя небольшую гибкую схему управления, которая взаимодействует с массивом ультразвуковых преобразователей для сбора и передачи данных по беспроводной сети. Компонент машинного обучения помогает интерпретировать данные и отслеживать объекты в движении.

Согласно результатам лабораторных исследований, ультразвуковая система на пластыре позволяет непрерывно отслеживать физиологические сигналы от тканей глубиной до 164 мм, непрерывно измеряя центральное кровяное давление, частоту сердечных сокращений, сердечный выброс и другие физиологические сигналы в течение двенадцати часов подряд.

"Эта технология обладает огромным потенциалом для спасения и улучшения качества жизни", - сказал Лин. "Датчик может оценивать сердечно-сосудистую функцию в движении. Аномальные значения кровяного давления и сердечного выброса в состоянии покоя или во время физической нагрузки являются признаками сердечной недостаточности. Для здоровых людей наше устройство может измерять реакцию сердечно-сосудистой системы на физические нагрузки в режиме реального времени и, таким образом, предоставлять информацию о фактической интенсивности тренировок каждого человека, что может помочь в составлении индивидуальных планов тренировок".

USoP также представляет собой прорыв в развитии Интернета медицинских вещей (IoMT), термина, обозначающего сеть медицинских устройств, подключенных к Интернету, для беспроводной передачи физиологических сигналов в облако для вычислений, анализа и профессиональной диагностики.

Благодаря технологическому прогрессу и напряженной работе клиницистов за последние несколько десятилетий интерес к ультразвуку постоянно растет, и лаборатория Xu часто упоминается в качестве первого и неизменного лидера в этой области, особенно в области носимого ультразвука. Лаборатория взяла стационарные и портативные устройства и сделала их растягивающимися и носимыми, что привело к преобразованию всей системы мониторинга здравоохранения. Его сила отчасти заключается в тесном сотрудничестве с клиницистами. "Хотя мы инженеры, мы знаем о медицинских проблемах, с которыми сталкиваются клиницисты", - сказал Лин. "У нас тесные отношения с нашими клиническими сотрудниками, и мы всегда получаем от них ценную обратную связь. Эта новая носимая ультразвуковая технология является уникальным решением для решения многих задач мониторинга жизненно важных показателей в клинической практике".

Разрабатывая свою последнюю инновацию, команда с удивлением обнаружила, что у нее больше возможностей, чем предполагалось изначально.

"В самом начале этого проекта мы стремились создать беспроводной датчик артериального давления", - сказал Лин. "Позже, когда мы создавали схему, разрабатывали алгоритм и собирали клиническую информацию, мы пришли к выводу, что эта система может измерять гораздо больше важных физиологических параметров, чем кровяное давление, таких как сердечный выброс, жесткость артерий, объем выдоха и многое другое, все из которых являются важными параметрами для ежедневного медицинского обслуживания или в- наблюдение за больницей."

Более того, когда объект находится в движении, между носимым ультразвуковым датчиком и тканевой мишенью будет происходить относительное перемещение, что потребует частой ручной перенастройки носимого ультразвукового датчика для отслеживания движущейся мишени. В этой работе команда разработала алгоритм машинного обучения для автоматического анализа принятых сигналов и выбора наиболее подходящего канала для отслеживания движущейся цели.

Однако, когда алгоритм обучается с использованием данных одного испытуемого, это обучение может быть недоступно другим испытуемым, что делает результаты противоречивыми и ненадежными.

"В конечном итоге мы заставили работать обобщение модели машинного обучения, применив усовершенствованный алгоритм адаптации", - сказал Цзыян Чжан, студент магистратуры факультета компьютерных наук и инженерии Калифорнийского университета в Сан-Диего и соавтор статьи. "Этот алгоритм может автоматически минимизировать расхождения в распределении предметной области между различными субъектами, что означает, что машинный интеллект может передаваться от субъекта к субъекту. Мы можем обучить алгоритм одному предмету и применить его ко многим другим новым предметам с минимальной переподготовкой".

В дальнейшем датчик будет протестирован среди более крупных групп населения. "Пока что мы проверили работоспособность устройства только на небольшой, но разнообразной популяции", - сказал Сяосян Гао, аспирант кафедры наноинженерии Калифорнийского университета в Сан-Диего и соавтор исследования. "Поскольку мы рассматриваем это устройство как следующее поколение устройств для мониторинга глубоких тканей, клинические испытания являются нашим следующим шагом".

Сюй является соучредителем компании Softsonics, LLC, которая планирует коммерциализировать эту технологию.