A cross-modal epidermal sensor enables single-channel fusion of biopotential and biomechanical signals

计算机科学 生物信号 可穿戴计算机 传感器融合 信号(编程语言) 光容积图 可穿戴技术 压力传感器 电容感应 计算机硬件 计算机视觉 解码方法 人工智能 小波变换 信号处理 模式 触觉传感器 连续小波变换 模态(人机交互) 噪音(视频) 远程病人监护 保险丝(电气) 数码产品 智能传感器 接口(物质) 生物医学工程 带宽(计算) 持续监测 融合 电光传感器 无线传感器网络 神经假体 实时计算 电子工程 脉搏(音乐)
作者
Yuxin Liu,Xiaodong Wu,Jinchao Wang,Cheng Zhu,Lifei Zheng,Yangyang Song,Xuyi Zhang,Zhentao Yao,Yangyang Han,Zhuqing Wang,Jiang Zhou,Zhimeng Liu
出处
期刊:Research Square
标识
DOI:10.21203/rs.3.rs-7300896/v1
摘要

Abstract Disease monitoring typically requires the acquisition of multiple physiological signals with different modalities. Existing epidermal electronics use separate sensors for each modality, which necessitates a large footprint, high bandwidth and power consumption. We report a wearable electronic system that can fuse physiological signals with multiple modalities into a singlecross-modal biosignal (X-Sig). Leveraging hierarchical device architecture and in-sensor signal fusion strategy, X-Sigsensor concurrently acquires biopotential signals (e.g., electrocardiography and electromyography) and biomechanical signals (e.g., force myography and radial pulse) through a single channel. The single-channel X-Sig sensor is capable of continuous monitoring of multiple dynamic haemodynamics, including heart rate, pulse arrival time, diastolic and systolic blood pressure with high accuracy. In machine-learning-based gesture recognition, the X-Sig sensor reduced the decoding error rate by 7.8-fold compared to conventional electromyography. By fusing complementary modalities at the sensor level, X-Sig sensor provides a versatile platform for designing bandwidth-efficient and low-power wearable electronics.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
会飞的小甘蔗完成签到 ,获得积分10
1秒前
坐井观天完成签到,获得积分10
2秒前
js完成签到 ,获得积分10
2秒前
静色凝香完成签到 ,获得积分10
3秒前
xuan2022完成签到,获得积分10
4秒前
研友_8yNl3L发布了新的文献求助30
5秒前
俊秀的问旋完成签到 ,获得积分10
6秒前
crazy完成签到 ,获得积分10
6秒前
犹豫擎苍完成签到,获得积分10
6秒前
兴奋烨完成签到 ,获得积分10
8秒前
眼睛大樱桃完成签到 ,获得积分0
9秒前
青青河边草完成签到 ,获得积分10
10秒前
Firsterchao完成签到,获得积分10
13秒前
内向的白玉完成签到 ,获得积分10
16秒前
幽默的迎天完成签到,获得积分10
17秒前
年轻的白梦完成签到,获得积分10
18秒前
风云际会完成签到 ,获得积分10
18秒前
zhouye完成签到,获得积分10
19秒前
虫虫冲呀冲完成签到 ,获得积分10
21秒前
Raye完成签到,获得积分10
22秒前
十月完成签到 ,获得积分10
23秒前
东方天奇完成签到 ,获得积分10
24秒前
泽ze完成签到 ,获得积分10
26秒前
四叶草完成签到 ,获得积分10
27秒前
苹果松完成签到,获得积分10
27秒前
半夏完成签到,获得积分10
28秒前
xyz完成签到 ,获得积分20
28秒前
ask基本上完成签到 ,获得积分10
29秒前
今天早点睡完成签到 ,获得积分10
31秒前
白米合完成签到 ,获得积分10
31秒前
bonjourqiao完成签到,获得积分10
32秒前
沐竡完成签到,获得积分10
33秒前
34秒前
今天放假了吗完成签到,获得积分10
34秒前
晚意完成签到 ,获得积分0
35秒前
成就马里奥完成签到,获得积分10
35秒前
充电宝的应助被长安采纳,获得10
37秒前
NGNL_Kirito完成签到,获得积分10
37秒前
tough_cookie完成签到 ,获得积分10
39秒前
XIA完成签到 ,获得积分10
39秒前
高分求助中
(应助此贴封号)通过应助OA文献获取积分 10000
Rosenblum, Global Change Biology 800
Yugoslavia and China Histories, Legacies, Afterlives 560
A Silent Apostrophe:The Fayum Portraits 520
Organizational Behavior 510
AI-Contracting 300
四川大学学位论文.郭瑞昂. 基于高压热扩散的n型磷掺杂金刚石半导体制备研究 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 化学工程 内科学 物理 生物化学 复合材料 催化作用 细胞生物学 人工智能 心理学 无机化学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 7834478
求助须知:如何正确求助?哪些是违规求助? 9356976
关于积分的说明 20592968
捐赠科研通 7426936
什么是DOI,文献DOI怎么找? 3337432
关于科研通互助平台的介绍 2482006
邀请新用户注册赠送积分活动 2358259