基于25单元AlN PMUT阵列的柔性无线听诊器实现10 Hz–10 kHz心肺声采集，并以98.7%准确率分类五种呼吸状态
核心概要
研究者开发了一种基于25单元圆形氮化铝（AlN）压电微机械超声换能器（PMUT）阵列的柔性无线可穿戴听诊器，其封装后灵敏度达−167.5 dB、工作频带10 Hz–10 kHz、频响平坦度±0.5 dB，在多名受试者中于五个标准听诊部位采集心音并与参考心电图和胸廓运动信号在时间上对应，可在行走、爬楼梯等动态活动中连续追踪心率，并借助残差神经网络对清醒、睡眠、呼吸暂停、鼾音和喘鸣五种呼吸状态实现98.7%的分类准确率。
Fig. 1: Integrated system-level wearable stethoscope for cardiorespiratory health monitoring.
PubMed深度剖析
该工作提出并制作了一种基于25单元圆形AlN PMUT阵列的柔性无线听诊器，封装后实测灵敏度为−167.5 dB、工作频带10 Hz–10 kHz、频响平坦度为±0.5 dB，信噪比达40.09 dB。 相较于传统动态或驻极体麦克风，该PMUT更小（2 × 2 mm²）、更轻（0.88 mg）且频响范围更宽；作者通过COMSOL有限元仿真比较了PZT与AlN材料以及方形与圆形结构，最终选择AlN圆形结构，因为其d31/εr比值更高、应力分布更均匀。 器件性能经有限元仿真、阻抗分析（谐振频率1.04 MHz）、SEM、EDS和XRD表征验证；信噪比40.09 dB来自补充图S3。
该柔性听诊器在人体测量中于五个标准听诊部位采集心音，S1与S2特征与参考心电图R波和T波在时间上对应，并在行走、爬楼梯和站立等动态活动中连续追踪心率。 与刚性封装听诊器相比，柔性器件在行走时仍能清晰捕捉S1和S2峰值，而刚性器件产生明显噪声和运动伪影；系统体积比传统商用听诊器小34倍、重量轻18倍。 在6名受试者上测试，16秒时间窗内两种心音方法均记录20个周期，胸廓运动与呼吸音吸呼气阶段对应；动态活动中行走心率102–106次/分、爬楼梯116–145次/分、站立时从130降至98次/分。
将传感平台与残差神经网络结合，对清醒、睡眠、呼吸暂停、鼾音和喘鸣五种呼吸状态实现98.7%的分类准确率。 该网络采用53个卷积层和1个全连接层，基于迁移学习，将一维时序信号经短时傅里叶变换转为二维频谱图后分类；t-SNE可视化显示特征向量清晰聚类。 数据来自单一受试者的连续测量，70%用于训练、30%用于验证，不同会话的测试数据仅用于评估；作者在结论中明确将其定位为“within-participant, session-separated proof-of-concept evaluation”。
启示与展望
该结果面向需要在日常活动中连续采集心肺声信号的研究者和开发者，适用于家庭睡眠监测、运动心率追踪和远程医疗等场景。系统采用标准MEMS工艺和柔性封装，作者将其定位为可扩展、低成本框架，为后续在更大规模、受试者独立数据集和临床诊断人群中开展验证提供了器件与算法基础。
作者在结论中明确指出，在临床应用前仍需使用更大规模、受试者独立的数据集、临床诊断参与者，并对电池续航、无线可靠性和长期机械耐久性进行系统评估。呼吸状态分类的98.7%准确率来自单一受试者的会话分离概念验证，其在更广泛人群和真实临床环境中的表现尚待验证。此外，本文为全文解析，补充图S1–S14和补充表S1–S5的具体内容未包含在加载文本中，部分器件细节和对比数据无法在此完整呈现。