面向动脉血压检测的柔性超声波微传感器研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:sunrise12345678
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
心血管疾病是世界范围内损害人类健康的严重疾病,每年因心血管疾病死亡的人数正逐年递增,因此及早预测心血管疾病成为了医学领域内研究的重点之一。目前临床通过刚性传感器对人体进行连续动脉压检测,而这些商业化的检测产品无法做到对人体实时、连续、长期的监测。因此,本课题拟开发一种能够实现微型化、集成化和智能化的柔性超声波微传感器,它可以佩戴在人体手腕处实现实时血压波形监测。这种无创监测方式为预防心血管疾病和完善智慧医疗微系统提供硬件支持。首先探究超声波在人体组织中的传播机理,研究脉冲回波法检测人体血管直径基本原理并查阅相关文献得到人体动脉压压力波形与血管腔直径的关系模型。接着研究柔性传感器单元所有组成部分:封装层、柔性电极层、压电层、粘接层和声匹配层,结合有限元仿真软件Comsol多物理场耦合功能探究传感器的性能及传感器发射声场分布的影响规律从而设计出各个组成部分的布置形式、材料和重要物理参数。其次设计柔性超声波微传感器结构的制备工艺,并制备出对应样品。设计切实可行的为传感器的组装与封装工艺,在实际操作中不断的对组装以及封装工艺进行改进,得到比较适应,容易操作的工艺流程。接着对制备得到的柔性超声传感器进行性能的测试,搭建血压检测平台对传感器的发射/接收性能进行测试,主要测试传感器反射回传感器的信号脉冲是否清晰明显。综合测试结果不断地优化传感器系统的设计,最终达到其较为优异的性能。最后将优化后的柔性超声波微传感器黏合于桡动脉处进行人体动脉压检测,编写程序将收集到的脉冲信号转化为桡动脉压力波形,设计对照实验将柔性器件与医用电子血压计测量出舒张压与收缩压对比验证柔性器件的误差,实验显示柔性器件的收缩压的误差在5 mm Hg以内,舒张压的误差在7 mm Hg以内,收缩压与舒张压的误差范围在8 mm Hg内。接着设计一套初步判断人体血管硬化趋势的数值化标准,并对实验对象的脉搏波波形利用制定的标准进行分析,验证制定的标准具有一定的可行性。实验证明,柔性超声波微传感器能够实现人体手腕部血压的非侵入式实时检测,对建立血压连续监测提供理论和技术指导。
其他文献
随着科学技术的发展和人类社会的进步,近代的航天事业得到了飞速发展,近代卫星具有大型化、复杂化、挠性化等特点。航天任务趋向复杂化,因而对卫星的姿态控制提出了新的更高的要求。因此,本文针对大挠性卫星高精度姿态控制问题的研究具有重要的研究价值和应用背景。研究内容主要包括以下几方面:针对中心刚体与挠性附件组合的挠性卫星,给出了其姿态的数学描述方式,基于欧拉角和四元数理论推导了其欧拉角形式和四元数形式的姿态
新型冠状病毒疫情肆虐,减少接触是防止疫情扩散的最根本手段。在此基础上,无人配送便成为了大家运输物品的最优选择,因此无人配送行业获得了前所未有的发展。在无人配送行业中,室内的无人配送场景由于受光照影响小,成本较低,安全性较高,需求量较大,所以其具有广阔的应用前景。室内的无人配送主要依靠无人配送机器人,无人配送机器人是搭载了激光雷达或相机等传感器,可自主导航完成配送任务的移动机器人。本课题的目的便是设
五百米口径球面射电望远镜,简称FAST,是我国的重大科学基础设施,它在观测脉冲星等方面创造了巨大的科学价值。其中,馈源支撑系统作为FAST望远镜中对馈源舱进行高精度位姿调节的重要部件,必须对其开展定期的安全检测与维护,以保障射电望远镜能够正常地进行观测任务。因此,本文针对FAST望远镜中的馈源支撑缆索及滑车,设计能够自主进行缆索缺陷检测的机器人系统。本文首先对机器人进行了总体设计,根据FAST馈源
本文从一种平行导路的6-HTRT并联机器人出发,以其在飞机蒙皮铆接中作为内部顶铆机器人的实际应用为目标,研究了并联机器人位置正逆解、力学分析、误差标定补偿,控制系统研发等关键技术。在稳定可靠的前提下,尽量发挥并联机器人的结构优势,与其它设备协作实现飞机装配自动化。首先,研究了6-HTRT并联机器人的位置正逆解。位置逆解使用几何矢量法,并编写3D可视化程序验证逆解的正确性。位置正解使用了线性化的思想
机械臂因为能够代替人类执行一些复杂和较难的任务,被越来越多地应用在工业机器人、医疗机器人等机器人领域。轻型机械臂具有体积小、重量轻、操作灵活等特点,一般由6~7个旋转关节串联构成,从而实现多自由度运动,因此提高机械臂控制性能的关键在于提高机械臂每个关节的控制性能。本文以实验室自研的7自由度轻型机械臂为研究对象,为其设计了一套电流、速度双闭环的关节伺服控制算法,并将算法用Verilog硬件描述语言实
随着深度学习技术的蓬勃发展,对话系统的研究和应用迅速增长,如Siri、Cortana、谷歌助手等。相应地,这些产品也成为长辈和孩子的情感伴侣、在线客服、移动终端中的虚拟助手和网上购物和消费的智能指南。与前面提到的虚拟助手不同,智能导购的应用刚刚受到产业界和学术界的关注,亚马逊、Ebay、淘宝、京东、Yelp等智能导购通常扮演店员或顾问的角色,为移动终端用户推荐商品、店铺、餐厅、服务等,让他们的日常
自主抓取分拣操作是家居机器人实现智能化的关键,具有自学习能力的深度强化学习在面向非结构化家居环境中的机器人操作任务上有巨大优势,但是在实际应用中存在着算法所需样本量过大、训练时间过长,造成收敛困难与训练成本过高等问题。本文基于自编码与好奇心模型,结合深度强化学习算法,对家居环境下的机械臂自主抓取与分拣方法进行了研究。首先,本文针对高维状态与奖励稀疏造成强化学习样本使用效率低,使得收敛困难的问题,对
角振动台是用于进行振动测试的实验设备,通过将被测试件固定在角振动台表面,利用角振动台的振动来模拟试件在振动中的受力情况,以此对被测试件的使用寿命和抗振能力进行测试。角振动台最初由航空航天领域发展而来,目前已经推广汽车、船舶、建筑等重要工业领域。对于正弦振动波形的高精度复现是角振动台研究的一项重要内容,正弦振动一般是模拟回转机械引起的振动,或结构固有频率处的振动,用于考核振动强度和疲劳强度。同时,对
在柱状钢制电池壳的生产和运输过程中,由于材料、冲压工艺、摩擦、碰撞等原因,会在个别电池壳上产生拉伤、划擦、凹坑等缺陷,严重影响着产品质量,甚至会造成安全隐患。本课题受计算机视觉技术的启发,基于神经网络技术检测电池壳的表面缺陷,对于与电池壳类似的反光回转体的缺陷检测研究具有借鉴意义。本文的主要工作内容如下:分析了电池壳缺陷检测的特点和存在的难点,确定缺陷检测的总体方案。使用机器视觉技术对电池壳缺陷进
随着科技的发展,曾经的人力工作越来越多的被机器人工作所取代,机器人的使用开始进入各个领域,随之出现的机器人示教技术也开始被人们重视,此前机器人的操作员都是一群有一定机器人学基础的人,但随着机器人的推广,机器人的使用者不再局限于那些知识分子,如何设计出一套同时满足示教精度高和上手门槛低两点的示教系统变成了机器人想要进一步发展和“出圈”需要解决的重要问题。这次毕业设计选择设计一款基于MEMS惯性传感器