面部表情作为非语言交流的重要媒介,能反映心理和情感健康状况,尤其在青少年群体中,其对于早期发现焦虑、抑郁等不良心理状况至关重要,以便及时进行有效干预和预防。目前的面部表情识别技术主要有基于图像的方法和生理信号检测。基于图像的方法依赖计算机视觉和机器学习分析摄像头捕捉的表情,但易受光照、遮挡及隐私问题影响。生理信号检测,如面部肌电图(
EMG
)或脑电图(
EEG
),通过电信号关联情绪状态,更可靠,但电极笨重、佩戴舒适性差。传统心理评估方法(如访谈、问卷)耗时且主观,缺乏实时可行性。因此,开发更高效、舒适的可穿戴设备对于心理健康的监测和干预具有重要意义
。
近期,
太原理工大学集成电路学院张虎林教授团队
提出了一种具有高环境稳定性的透气热电水凝胶阵列,用于基于面部表情识别的连续心理监测。该贴片利用热电水凝胶获取高质量的电流信号,并以明胶薄膜作为粘附基底和封装层。其通孔结构设计赋予了贴片优异的透气性,使其能够长期附着于皮肤而不会引起任何皮肤炎症。通过引入双网络和植酸,实现了机械性能(
1.07 MP
a的应力)和电学性能(
34.4 mS cm
-1
的电导率)的平衡。得益于植酸、甘油和水之间的多重氢键作用,热电功率和电流在
10
天后仍能保持其原始值的
80%
。此外,由于可逆和动态的非共价相互作用,该水凝胶表现出显著的回收性和可降解性。结合深度学习,水凝胶阵列能够实现对六种不同面部表情的识别,准确率高达
100%
。此外,通过评估积极和消极情绪的比例(即积极比率),展示了长期心理监测的能力。该工作以“
Deep-learning-enabled breathable thermogalvanic hydrogel array for self-powered mental monitoring
”为题发表在《
Journal of Materials Chemistry A
》(
IF=10.7
)。太原理工大学硕士生
李雨
为第一作者,通讯作者为太原理工大学
张虎林教授
。该研究得到了国家自然科学基金、山西省科技合作交流专项和山西省研究生科技创新项目的支持。
图
2
.
PCPG
的机械性能研究
图
3
.
PCPG
的热电性能
图
4
.
PCPG
的
传感机制和性能
图
5
. 深度学习辅助的心理健康监测
该成果是张虎林教授团队关于凝胶热电器件研究的最新进展之一,这项工作构想了深度学习辅助的热电凝胶在心理监测和人机交互中的广阔前景。自2021年以来,张虎林教授团队制备了一系列基于不同聚合物网络和氧化还原对的热电凝胶可穿戴器件,并致力于开拓凝胶器件在人体健康监测和信息交互领域的应用场景,取得了一系列重要研究成果,具体详见:
https://cic.tyut.edu.cn/info/1893/9257.htm
原文链接:
https://doi.org/10.1039/D5TA00253B
相关进展