Yapay Zeka destekli giyilebilir cilt | Doğa Portföyü Biyomühendislik Topluluğu

Nesnelerin interneti (IOT) bağlamında, insandan insana, insandan makineye ve makineden makineye daha iyi bağlantı kurabilen çığır açan teknolojiler için her zaman talepkar hale geldi. Bu tür bağlantılı teknolojilerin anlık faydaları, insan sağlık hizmetlerinin kişiselleştirilmesini ve her zaman her yerde bağlantıda kalmasını sağlayacak ve ayrıca yaklaşan metaverse dünyasında sürükleyici gerçek-sanal etkileşimler sunacak. Bugüne kadar, en son teknolojiler, elektronik cihazları neredeyse her zaman her yerde küresel internete bağlayabilmektedir. Bununla birlikte, elektronik cihazlar ile insan sağlığı koşulları veya insan faaliyetleri arasındaki bağlantı “kusursuz” olmaktan uzaktır.

Temel boşluk, elektronik ve biyolojik dünyaların uyumsuz olmasında yatmaktadır; birincisi esas olarak susuz durumda işlev gören katı maddelerden yapılırken, ikincisi esas olarak ıslak koşullar altında çalışan yumuşak maddeden oluşur. Giyilebilir deri benzeri elektronik cihazlar (‘E-deri’ cihazları olarak anılır), biyolojik sistemi elektronik dünyaya daha iyi bağlamak için bu zorluğun üstesinden gelebilir, çünkü yumuşak ve elastiktirler, insan derisini uyumlu ve algılanamaz bir şekilde eşleştirirler. İnce ancak yumuşak cilt benzeri sensörler, cildinize serbestçe yapışıp deforme olma, sağlık durumunuzu izleme ve makine arayüzü ile sizinle etkileşim kurma potansiyeline sahiptir.

Son zamanlarda araştırmacılar, jestleri ve işaret dillerini tanıyabilen akıllı vücut üzerine giyilebilir cilt sistemlerini gösterdiler. Bu genellikle birden çok sensör çıktısını öğrenmek ve sınıflandırmak için yapay zeka aracılığıyla gerçekleştirilir. Özellikle, dirençli deriler adı verilen yumuşak dirençli sensörler, çeşitli biyometrik biyosinyalleri algılamak için basit ama ölçeklenebilir bir strateji olabilir. Bununla birlikte, tek bir dirençli sensörden gelen bilgiler, genellikle biyometrik bilgilere özgü değildir ve bu da, belirli aktivite kombinasyonlarını tanımak için kullanılamayan, büyük ölçüde karışmış biyosinyallere yol açar. Öte yandan, insan derisi, küçük bir alanda birden fazla biyometrik sinyal içerebilen karmaşık bir yumuşak dokudur. Örneğin, İnsan boğaz derisi, konuşma, kalp atış hızı, nefes hızı, boyun hareketi ve dokunsal dokunuş dahil olmak üzere birkaç biyometrik içerebilir. Bu kadar bol bilgi, tek bir dirençli E-cilt tarafından kolayca toplanamaz.

Bu zorluğun üstesinden gelmek için, “bir dirençli sinyal – çoklu biyometri” yeteneği sunan hiyerarşik olarak dirençli bir dış görünüm (HR dış görünüm) geliştirdik. Bu HR kaplaması, üst Platin (Pt) katmanı, orta dikey olarak hizalanmış altın nanoteller (v-AuNWs) katmanı ve farklı biyometriklere (Figür. 1 A), Bu tür fabrikasyon HR derisi, beş fiziksel/psikolojik aktivitenin (konuşma, kalp atış hızı, nefes hızı, dokunma ve boyun hareketi, Şekil 1b) boğaza takıldığında.

Şekil 1 Biyo-ilhamlı HR cilt-nöron ağı duyusal işleme çerçevesi. a, Fiziksel (konuşma, boyun hareketi ve dokunsal) ve fizyolojik (nefes hızı ve kalp hızı) bilgileri içeren çoklu biyometriyi rapor etmek için tek bir biyosensör olarak giyilebilir HR derisinin şeması. b, Veri sürecimiz ve DeepHS aracılığıyla tek bir dirençli sinyali birden çok sınıflandırılmış biyometriye ayırmak için HR cilt duyusal sistemimizin çerçevesi.

Tasarım konseptimiz, belirli algılama katmanlarına sahip hiyerarşik HR kaplamalarını içerir, yani üst katman için yüksek iletkenlik/yüksek hassasiyet; orta katman için orta iletkenlik/orta hassasiyet ve alt katman için düşük iletkenlik/düşük hassasiyet gereklidir. Üç katmanın tümü paralel olarak bağlanır. Bu tasarımla, HR cilt iletkeni, belirli gerinim rejimlerinde yüksek doğrusallıkla, çekme gerilimlerine karşı merdiven şeklinde bir direnç değişikliği sergiledi (Şekil 2a, b). Sonuç olarak, HR cildimiz, zayıf boğaz titreşiminden (ε<0,01%), karotis nabzından ( ε<1%), nefes (ε<5%) ile boyun hareketi (ε>%30) (Şekil 2c), HR kaplamasının çalışma prensibi şu şekilde gösterilmektedir: Şekil 2d. Algılama devresine sabit bir voltaj uygulandığında, redoks akımının büyük bir kısmı küçük bir gerilim gerilimi (ε=%0-3) uygulandığında düşük dirençli üst Pt katmanından geçecektir. Orta aralıkta (%3-%35) artan gerinim ile, üst Pt katmanı elektriksel olarak iletken olmayacak ve böylece orta özdirençli v-AuNW katmanını etkinleştirecektir. Gerinimin >%35’e daha fazla artması, yüksek dirençli u-AuNW katmanının genel akıma hakim olduğu hem üst hem de orta katmanlarda elektron taşınmasını engelleyecektir.

Şekil 2 HR derisinin karakterizasyonu ve çalışma prensipleri. a, Her bir katmanın direnci %0-50 gerinim aralığında değişir. b, %0-50 gerinim aralığında Pt film/u-AuNWs çift katmanlarından ve Pt film/v-AuNWs/u-AuNWs üç katmanlarından oluşan HR cildinin direnç değişiklikleri. c, Literatürdeki hiyerarşik dirençli dış görünüm ve diğer dirençli E-dış görünümler arasındaki dinamik gösterge faktörlerinin karşılaştırılması. d, Üç katmanlı hiyerarşik dirençli derinin algılama mekanizması.

Şekil 3. Boğaz aktivitelerinin sınıflandırılması ve tanınması için DeepHS’nin geliştirilmesi. a, 11 boğaz aktivitesinin görselleştirilmesi. b, Tüm boğaz aktivitelerinin 1094 örneğinin UMAP boyut küçültme tekniği kullanılarak görselleştirilmesi. c, Hareket, konuşma, kombinasyon ve tümünün doğruluğunu test etme.

Ayrıca, dolaşık biyometrik sinyallerin konuşma, boyun hareketi, basma ve bunların kombinasyonları dahil olmak üzere 11 sınıfa ayrılmasını sağlayan Deep Hybrid-Spectro (DeepHS) adlı derin öğrenme tabanlı bir sinyal işleme yöntemi geliştirdik (Şekil 3a). Program, gırtlak tarafından üretilen sesin özelliklerini analiz ederek bu farklı eylemleri tanımlamak için sinyal işleme ve makine öğreniminin bir kombinasyonunu kullanır. Alakasız gürültüyü filtrelemek için bir bant geçiren filtre kullanıldı. Program, sesin genliğine ve spektrogram adı verilen özel bir görüntüye bakarak, düşük frekanslı hareketler ile yüksek frekanslı konuşma sinyallerini ayırt edebilir. Bir kişi için %92,73’e varan bir sınıflandırma doğruluğu ve beş kişilik bir grup için ortalama %84,21’lik bir sınıflandırma doğruluğu elde ettik (Şekil 3b, c).

“Hiyerarşik Olarak Dirençli Deriler Olarak Spesifik ve Multimetrik Boğaz Üstü Giyilebilir Biyosensörler” başlıklı bu çalışma Nature Nanotechnology dergisinin son sayısında yayınlandı. (https://www.nature.com/articles/s41565-023-01383-6).

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir