近期，清华大学生物医学工程学院/北京清华长庚医院李舟教授和邹洋副研究员团队，针对个性化心血管健康监测中无创监测方法存在的传感器-皮肤界面不稳定、生理与解剖学差异以及准确性与舒适度难以兼顾等问题，提出了一种受章鱼吸盘启发的仿生表皮传感吸盘（Biomimetic Epidermal Sensing Sucker, BESS）。

  BESS采用“适形生理传感 + 原位压力调制”的设计理念：通过负压吸附实现对动脉部位的稳定贴合，并利用自适应压力调制增强脉搏信号幅度，从而实现最佳检测，有效解决个体差异带来的影响。同时，BESS借鉴中医脉诊原理，通过施加增量垂直压力，在局部动脉血管中诱导应力激励，捕捉脉搏振荡波，并将其量化以挖掘传统脉诊信息。在此基础上，研究团队利用BESS获取的丰富脉搏特征，结合机器学习方法，将经典示波法与脉搏波特征分析相融合，开发出一种无袖带血压（Blood Pressure, BP）估计系统。该系统无需阻断动脉血流，即可实现高精度血压估计（收缩压：1.36±3.81 mmHg，舒张压：1.15±2.94 mmHg）。该研究通过仿生学与智能传感技术的跨学科融合，为个性化心血管监测提供了一条兼顾准确性、舒适性和可解释性的全新路径。

  该工作以“A Biomimetic Epidermal Sensing Sucker via Stress Excitation for Personalized Cardiovascular Monitoring”为题发表在《Advanced Functional Materials》上（Adv. Funct. Mater. 2025, e14598）。文章第一作者是广西大学和北京纳米能源与系统研究所联合培养博士生王逸谦，通讯作者为清华大学生物医学工程学院/北京清华长庚医院李舟教授和北京清华长庚医院邹洋副研究员。该研究得到国家重点研发计划、国家自然科学基金、北京市自然科学基金、国家博士后创新人才支持计划、中国博士后科学基金支持。

图1 仿生表皮传感吸盘（BESS）和智能血压（BP）估算系统的设计。a） BESS 的生物学灵感和章鱼吸盘的内部结构。b） BESS 结构的示意图和对象演示。c） 感应耦合等离子体（ICP）蚀刻后聚酰亚胺表面压力传感单元和扫描电子显微镜图像的结构演示。d） BESS 借鉴了中药中压力加载的方式：浮动、中等、下沉。施加在测试部位皮肤表面的压力是通过调整 BESS 内部气压的大小来控制的。e） BESS和智能血压估算系统的工作流图。

  BESS的灵感源自章鱼吸盘。与以往只模仿结构或单一粘附功能的设计不同，BESS在仿生的同时，融合了负压吸附、压力调节和信号传感三大功能，实现了多维度的创新（图1a）。

  研究团队通过模仿章鱼吸盘的凹形结构和主动加压机制，设计出一种柔性、可自适应的仿生传感器（图1b）。BESS能够跨不同动脉部位（颞浅动脉、肱动脉、桡动脉）实现稳定贴合和高质量信号采集，并通过自适应压力调制显著增强脉搏信号幅度。其核心结构包括：

• 适形吸附单元：实现稳定固定；

• 垂直加压单元：施加可控压力；

• 传感单元：高灵敏检测细微机械信号（图1c）。

  在中医脉诊中，医生会通过不同压力获得不同的脉搏信息。BESS借鉴这一原理，采用应力激励策略，在连续加压过程中捕捉脉搏的动态响应（图1d）。这样不仅能增强脉搏信号，还能将传统脉诊信息转化为可量化的数据。

  当逐步增加压力时，BESS采集到的脉搏信号会先增强后减弱，与经典振荡法中的血压波形高度一致（图1e）。进一步地，研究团队将BESS获取的脉搏特征与机器学习相结合，融合示波法与脉搏波特征分析，并基于XGBoost模型建立起稳健的血压估算方法。最终，构建了一套智能、无袖带血压评估系统：由BESS采集信号，经算法分析，实时输出血压结果到用户界面。

图2 保形吸附单元的吸附性能表征。a） 保形吸附单元的灵感和仿生设计。b） 具有四种不同内部结构（椭球形、金字塔形、圆柱形和非结构化）的保形吸附单元的示意图。c） 上端固定在夹具上，下部吸附在测试表面的保形吸附单元的吸附能力测试场景。d） 吸附能力测试时保形吸附单元内负压的变化和数字测力计均匀向上拉动时拉力的变化。e–h） 在干式硅片、湿式硅片、干式猪皮和湿式猪皮表面对四种不同结构的吸盘进行最大分离力测试。i） 120 秒内保形吸附单元内负压的变化。

图3 垂直压力加载装置的加压能力表征。a） 垂直压力负载能力测试方法示意图。b） 使用测功机测试加压能力的场景。c） 波纹管和椭球体垂直压力加载单元在 0–60 kpa 时膨胀的比较。d） 在无吸附的情况下，在-90 kPa的恒定气压下，对波纹管和椭球压力加载单元中的应力分布进行了有限元模拟。e）在-90 kPa恒定气压下，在吸附下对波纹管和椭球压力加载单元底面的应力分布进行了有限元模拟。f） 波纹管形和椭球形在吸附（?50 kPa）和非吸附状态下的加载压力变化。g） 波纹管直径对增压能力的影响。不同直径波纹管形立式加载装置在非吸附状态下的增压能力随内部气压的变化。h）波纹管结构与吸附面初始距离对增压能力的影响。i） 在柔性体 （Bod.） 上添加粘合层 （Adh.） 和添加增强层 （Enh.） 材料对加压能力的影响。

图4 压力传感单元的性能表征和脉搏检测能力的演示。a） 压力传感单元的工作原理。b） 不同厚度的基板和不同厚度的PVDF组合的压力传感单元的开路电压。c） 压力传感单元在不同压力下的电压输出。d） 压电传感器的物理和整体厚度演示。e） 压电传感器的疲劳稳定性测试。f） 压电传感器将脉搏的机械信号原理性地转换为电信号。g） 比较有和没有微柱结构的有限元模拟的电压分布。h） 比较有和没有ICP蚀刻的压力传感单元电压输出。i） 演示心电图传感器测量的心电图信号。j） 同时演示压力传感单元测量的脉搏信号。k） 通过分析 R-R 和 P-P 间期，证明了压力传感单元获取的脉搏信号与 ECG 信号之间的线性关系。b，c：数据以平均值表示± S.E.M.（n = 3 个独立实验）。误差线表示平均估计值的精度。

图5 BESS 跨个体和区域脉搏监测的性能评估。a） 用于颞浅动脉、肱动脉和桡动脉测试的 BESS 示意图。b） BESS 获得的颞浅动脉、肱动脉和桡动脉的脉搏波形。c） 基于BESS的自适应脉搏监测系统的硬件和软件框图。d）外压下脉搏幅值的动态响应和量化参数。e） 随着外部压力增加而对脉搏进行血流动力学模拟。f） BESS对脉搏波幅度随压力增加的动态响应。g） 使用 BESS 对粗臂和细臂进行自适应脉搏检测。

图6 智能血压估计模型的建立和BESS用于血压估计的性能评估。a） 传统的袖带血压监测仪和基于 BESS 的智能血压估算。b）基于XGBoost的BP模型构建流程图。c） BESS捕获的典型脉搏振荡波。d） 结合经典示波和脉搏波特征方法的数据处理和特征提取过程的示意图。e） 基于 XGBoost 的 BP 估计模型的 SBP 和 DBP 的估计值和测量值的分布。f）基于XGBoost的BP估计模型的SBP和DBP误差分布的概率密度图。g） 基于 XGBoost 的血压估计模型与其他部分工作评估 SBP 的准确性的比较。h） 20 名受试者的估计和测量的 SBP 和 DBP 值的分布。

  原文链接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/adfm.202514598

  课题组网页：http://www.nanobiolab.cn/

  下载：论文原文。