News Release

城大發明可追蹤呼吸、咳嗽和說話聲音的智能口罩 助辨識呼吸系統疾病

Peer-Reviewed Publication

City University of Hong Kong

video: 結合聲波傳感器的智能口罩在寬帶寬和動態壓力範圍高度靈敏,可追蹤到人體多重呼吸活動。 view more 

Credit: Wiley Editing Services / DOI: 10.1002/advs.202203565

無論是在疫情肆虐或疾病快將發展為風土病時,戴口罩以預防新冠病毒傳播,已被公認為最有效的方法之一。除了口罩的傳統功能之外,以智能口罩監測人體生理信號也越來越受重視。香港城市大學(城大)領導的研究團隊最近發明了一種智能口罩,結合超薄納米複合海綿結構的聲波傳感器,能夠檢測呼吸、咳嗽和說話的聲音。

智能口罩以機器/深度學習方法,配合適用於寬頻帶寬兼具高靈敏度的聲波傳感器,在識別呼吸系統疾病方面開創了嶄新的領域,更可應用在語音交互工具上。這種超輕量、可穿戴的技術,更具備潛力發展,應用於日常生活裡長期及系統性的呼吸健康監測,以改善個人健康和公共衞生。

這項以智能口罩檢測與區分多重呼吸音的研究,由機械工程學系講座教授李文榮教授、電腦科學系汪建平教授,及生物醫學工程學系副教授于欣格博士共同領導。香港大學中醫藥學院剛教授的團隊亦對此研究作出重要貢獻。相關論文已在期刊《先進科學》發表,標題為Wide-bandwidth nanocomposite-sensor integrated smart mask for tracking multiphase respiratory activities

即使冠狀病毒病變風土病 戴口罩保護仍重要

「很多國家現在都預計2019冠狀病毒病在不久的將來會發展為風土病。」李教授說。「然而,我們要保持務實,切忌過於樂觀,因為疫情進入風土病階段並不等於無害,它仍有機會誘發一定程度的疾病,導致殘疾和死亡。」他以瘧疾為例,目前在全球87個國家被視為風土病,但根據世界衞生組織的資料, 2020年瘧疾感染約2億4100萬人,導致超過62萬人死亡。因此,他認為大家對冠狀病毒病仍要保持警惕,以行之有效的方法預防病毒傳播,例如戴口罩以作保護。

李教授續說:「這個智能口罩採用了我們自行研發、高敏感度、柔性、寬帶寬聲波傳感器,能夠檢測和記錄人體每日的呼吸活動,例如呼吸、咳嗽和說話,數據會傳送至雲端儲存。」

研究團隊開發的智能口罩有一個厚度僅400微米的海綿結構,其以碳納米管/聚二甲基硅氧烷(CNT/PDMS)納米複合材料為原料,以團隊全新改良的犧牲層釋放技術(sacrificial-release technique)製成。這超薄輕巧的傳感器無論結合硬身口罩或可變形的不織布口罩,應用均證實有效。

靜態與動態壓力下均表現良好

研究計劃早前招募31人,採集他們佩戴智能口罩時呼吸活動的數據。研究發現聲波傳感器在靜態與動態壓力測量範圍均具有高度靈敏。除了在27.9帕斯卡至2.5千帕靜態壓力測量範圍內表現良好外,傳感器也對人體聲音所產生的高頻動態壓力,即聲音諧波聲能高達4000赫茲,具有高敏感度。此外,傳感器也能夠感應空氣定向流動和振動。這些結果反映只要把傳感器與商用口罩結合成智能口罩,可以檢測人體的呼吸活動,並區分人體呼吸、咳嗽和說話。

汪教授說:「先進的人工智能技術使口罩能夠自動識別不同的咳嗽和呼吸模式,這表示它在將來或可用於診斷呼吸系統疾病。」李教授補充說:「目前,研究人員使用商用傳感器去偵測溫度變化及氣流,以數算咳嗽次數,但他們無從得知人聲中包含的重要生理資訊。我們研發的智能口罩對細微的氣壓和高頻振動都很敏感,可以檢測到咳嗽的三個階段。」

研究團隊希望最終可研發出實時診斷方法,適用於如肺塵埃沉着病的症狀評估。于博士說:「這種新型的物聯網智能口罩,具潛力發展為低成本的日常智能可穿戴設備,特別在香港這種人口密集的城市,有助在呼吸系統疾病篩查和診斷方面,作個人健康及公共衞生管理。」智能口罩的語音偵測能力也有助解決戴口罩而出現的聲音衰減問題。

這項研究的第一作者包括索姣小姐劉逸凡先生吳叢博士,三位都是李教授的學生。通訊作者包括城大的于博士汪教授李教授。研究團隊其他成員包括城大機械工程學系Walid Daoud博士楊征保博士,以及數據科學學院李忻月博士

研究項目的主要經費來源包括深圳市科技創新委員會、香港研究資助局和香港心腦血管健康工程研究中心。


Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.