一种面向人体异常呼吸模式检测的柔性智能感知织物和传感器及其制备方法与应用

本发明属于柔性传感器，具体涉及一种面向人体异常呼吸模式检测的柔性智能感知织物和传感器及其制备方法与应用。

背景技术：

1、随着近些年人们的医疗价值需求得到提升，促使可穿戴医疗设备成为新的医疗趋势，人体健康监测与慢性病管理成为可穿戴医疗设备的热门应用领域，同时未来也将向疾病诊断、干预与治疗方向拓展。然而，复杂的工艺流程与昂贵的导电填料在一定程度上限制了它们的大规模实际生产应用。

2、截至目前，柔性可穿戴压力传感器有四种传感机制：压阻传感、电容传感、压电传感和摩擦电传感。其中，将外部机械信号转换为可测量电信号的压阻式应变传感器因其器件结构简单、检测灵敏度高、响应时间短、检测范围大和功耗低而备受青睐。柔性传感器的基底材料选择也至关重要，当前弹性薄膜材料(pdms(聚二甲基硅氧烷)、pet(聚对苯二甲酸乙二醇酯)、ecoflex(脂肪族芳香族无规共聚酯))、凝胶材料和纺织材料等作为传感器的基底材料都已经有了一定的研究。以弹性薄膜作为基底的传感器透气性较差，易引发人体不适，然而凝胶网络重复形变易硬化，也会导致人体舒适性差。纺织材料具备比表面积大、变形恢复性好和轻便透气的显著特性，恰好能够弥补上述材料的缺陷，被广泛用作柔性可穿戴传感器的基底材料。

3、在现已制备的柔性织物基压力传感器的基础上，力求传感器灵敏度更高、检测范围更宽、响应更加迅速、稳定性能更好，使传感器可以满足不同场景的检测要求，并通过安装在可穿戴设备中辅助进行人体关节活动信号、生理信号的采集、识别。同时涉及物理学、材料学、传感器、检测技术、机器学习算法等多个领域，将多学科交叉，通过使用新材料，设计传感器的新结构，来制备具有良好检测性能、可满足检测要求的柔性力学传感器，并且将机器学习算法与力学传感器有机融合，为传感器检测赋予识别的新功能，使传感器检测信号更具可读性，取得有创新性的工作

4、在物联网的新时代，万物互联，传感器等智能物体实现相互通信，并生成和交换信息。当前柔性可穿戴压力传感器行业整体处于高速发展阶段，可进一步制作成可穿戴微型设备，为各个领域提供广泛的数据，在医疗健康、人机交互、电子皮肤、工业机器人等众多领域中发挥着不可替代的作用。

技术实现思路

1、针对现有技术存在的不足，本发明提供一种面向人体异常呼吸模式检测的柔性智能感知织物和传感器及其制备方法与应用，实现了全方位人体运动信号检测以及通过呼吸气流进行呼吸信号检测。

2、为了实现上述目的，本发明采用如下的技术方案：一种面向人体异常呼吸模式检测的柔性感知织物，以无纺布为基底，ws2和mxene纳米片分别附着于无纺布的纤维网络表面，纤维表面由光滑变得粗糙且纤维直径增加，ws2协同mxene产生的范德瓦尔斯力有效提高了涂层在纤维上附着的牢固程度，与sg-bilstm-lstm算法一体化实现多种常见异常呼吸模式的高精度识别

3、面向人体异常呼吸模式检测的柔性感知织物的制备方法，制备步骤包括：

4、(1)mxene纳米片溶液的制备

5、向盐酸溶液中缓慢添加lif盐间接刻蚀ti3alc2粉末中的al层，并在35℃水浴中搅拌24h，将得到的悬浮液用去离子水清洗并进行高速离心，直到收集到ph值为6左右的墨绿色上清液，悬浮液依次进行60min超声和5000rpm离心处理，得到分散均匀的mxene纳米片溶液；

6、(2)ws2分散液的制备

7、将ws2粉末分散在乙醇溶液中，持续超声处理直到获得分散均匀的黑色溶液；

8、(3)mxene/ws2@nwf柔性感知织物的制备

9、依次用无水乙醇和去离子水洗涤对应规格的无纺布并干燥，在超声作用下依次将其浸入ws2分散液和mxene纳米片溶液，并在35℃的烘箱中各干燥1h，干燥后得到柔性感知织物。

10、进一步的，

11、所述(1)中lif和ti3alc2的质量比为1:2，所述盐酸溶液质量分数为37％。

12、进一步的，

13、所述(2)中ws2分散液的质量分数为0.18wt％，所述无水乙醇纯度99.7％。

14、一种面向人体异常呼吸模式检测的柔性传感器，所述传感器内含有柔性感知织物，还包括电极和pi胶带，以无纺布为弹性基底，以mxene/ws2涂层为导电感知层，所述电极为柔性导电镀银胶带，同时由导电银浆固定于无纺布的上下两面，pi胶带覆盖使电极固定，且与外界绝缘。

15、进一步的，

16、所述传感器的传感原理为：

17、无纺布呈典型的蜘蛛网状结构，由直径10±2μm的纤维彼此交错连接，在低压下，导电织物相邻纤维间隙减小，导电路径由窄变宽，有利于电阻急剧减小以保证压阻传感器的高灵敏度；随着压力增大，由于导电填料彼此接触与纤维互相挤压的组合效应，电子的纳米级间隙所形成的导电路径数目增加，从而电阻率持续升高；当压力达到一定水平时，导电网络趋于饱和，导致电阻变化相对较小，施加的压力卸载后，柔性传感器依靠无纺布的固有弹性恢复到初始状态。

18、一种面向人体异常呼吸模式检测的柔性传感器的制备方法，

19、以柔性导电镀银胶带作电极，同时由导电银浆固定于柔性感知织物的上下两面，用pi胶带覆盖固定电极，并进行封装。

20、一种面向人体异常呼吸模式检测的柔性传感器的应用，

21、所述传感器应用于手指、手腕、膝盖的人体关节弯曲检测和脉搏、呼吸气流微弱生理信号检测。

22、进一步的，

23、所述柔性传感器安装于呼吸面罩气流通道用于采集口鼻呼吸时的气流信号并将其转换为电阻信号；

24、所述柔性传感器获取信号通过savitzky-golay滤波器在时域内基于局域多项式平滑算法进行最小二乘法拟合滤波，实现滤除噪声、统一单个数据长度、提高机器学习识别正确率的效果；

25、所述柔性传感器的数据预处理结果，即每个信号提取的特征数据作为算法输入，呼吸模式的分类结果作为算法输出，构建基于bilstm-lstm算法的机器训练学习实现多种常见异常呼吸模式的识别，通过两层bilstm网络同时学习数据集的时间和空间特征，并保留每个属性点所属的数据段的特征，采用sigmoid层和tanh函数计算信息的候选值，然后对信息进行二次过滤并合并到全连接层并输出，每个成员的概率由softmax层计算，完成高精度分类识别。识别精度均高于97.5％。

26、进一步的，

27、所述柔性传感器应用于全方位人体动作检测，

28、所述柔性固定在人体中小关节，用聚酰亚胺绝缘胶带将传感器贴在手指关节上，当手指重复弯曲到某个角度，可检测到重复稳定的变化信号。随着手指弯曲角度从0°增加到150°的逐步变化，传感器受到指关节的外力作用变化，其传感信号也呈现梯度变化；当手指逐渐舒张，传感器的电阻值也逐渐恢复；

29、所述柔性安装在手腕上，并通过重复摆动手掌来监测腕关节的运动情况，电流信号随着手腕的转动而增加，在手掌复原后恢复到原始状态。

30、本发明一种面向人体异常呼吸模式检测的柔性智能感知织物和传感器及其制备方法与应用的有益之处：本发明选用具有良好机械性能的无纺布作为柔性基底，mxene/ws2(碳化钛/二硫化钨)复合材料作为压力传感器的导电层，通过简单、易操作的层层自组装浸涂法制备了mxene/ws2@nwf柔性压力传感器。该传感器表现出高灵敏度(45.81kpa-1)、宽检测范围(0-410kpa)、快速响应/恢复时间(18/36ms)和优异的稳定性与长期耐久性(长达5000次的测试循环)等优异性能。本发明通过柔性传感器检测呼吸气流来进行呼吸模式检测，结合机器学习算法后识别检测精度高达97.5％，表明该器件在患者医疗健康监护、日常慢性病管理、人机交互等方面存在潜在的应用价值。