一、“揭榜挂帅”攻关任务

1.攻关任务名称

心血管生理多物理量感知分析与小型化装备技术

2.攻关任务背景和意义

心血管疾病是全球范围内导致死亡的首位疾病类型，其发病率和死亡率持续攀升。我国心血管病患者已超过3.3亿人，每年因冠心病、心力衰竭和急性心肌梗死等疾病死亡人数超过400万，占居民总死亡的40%以上。随着人口老龄化、生活方式变化以及代谢性疾病高发，心血管疾病呈现出高发、早发和慢病化的趋势。临床长期监护、早期预警和居家康复管理需求日益迫切，但现有技术体系主要依赖单一心电或血压监测手段，难以全面反映心脏电-机械活动的动态耦合过程，早期风险识别和干预效果有限。

当前亟需突破的关键瓶颈主要包括：①多源生理信号难以同步获取，电–机耦联的动态过程缺乏高保真表征；②数字心脏模型缺失，无法准确模拟个体心脏的生理与病理机制；③穿戴式装备精度不足，动态场景下伪差大、可穿戴设备缺乏核心算法。受限于信号采集维度单一、结构功能耦合认知不足及标准化体系缺失，我国在心血管多模态监测与智能分析领域仍依赖进口设备与算法，亟待实现核心技术自主可控。

为此，团队面向心血管疾病早期防控与长期监护的重大需求，拟开展心血管多物理感知与数字建模关键技术攻关。以“多源感知 → 数字孪生 → 智能识别 → 可穿戴装备”为技术主线，重点突破多模态可穿戴心脏电-机械信号联合采集与融合分析技术，揭示心血管组织的本质规律，建立具有自主知识产权的多物理数字心血管模型，研发融合多模态信号的穿戴式非侵入心血管多物理感知与分析系统，提升生理信息的丰富度，对典型心脏异常（如心律失常、心肌缺血、瓣膜异常等）的综合识别准确率有望提升至95%以上。研究成果将为心血管疾病的早期筛查、实时预警与个体化干预提供创新支撑，推动我国从传统被动诊治向主动智能防控的转变，对建设健康中国和发展自主可控的高端医疗装备产业具有重大科学意义与战略价值。

3.技术方案

（1）心血管电-机械生理监测与智能识别技术：围绕心脏电–机械功能耦合机理，设计并开发集成心电（ECG）、心震（SCG）、心扭（GCG）及心冲击（BCG）信号的多模态同步采集设备，实现临床与居家环境下高保真心脏电–机械生理信号的实时获取。构建多阶段自适应去伪迹框架，有效抑制运动伪差与环境噪声。基于心脏电–机械事件与生理建模技术，对多模态信号的形态特征进行生理学解析，揭示其在不同心血管病理状态下的响应规律，挖掘可表征心肌功能异常和结构性病变的新型数字标志物。构建云–边协同的智能分析平台，实现多模态信号的实时预处理、特征提取、智能分类与病症识别，为心血管疾病的早期筛查提供新型无创检测手段，推动便携、长时程心脏健康监测新模式的发展。

电-机械生理信号临床采集

（2）穿戴式额颞叶脑电采集及精神心理疾病筛查技术：研发穿戴式额颞叶脑电采集设备，设计FPC柔性干电极，研制高精度的脑电采集电路，实现舒适无扰高效的人体额颞叶脑电采集；研究少导联脑电信号复杂伪迹去除方法，实现复杂场景多种伪迹成分协同去除，提升脑电信号准确性与有效性；研究基于脑电信号的老年痴呆（AD）、儿童多动症（ADHD）与儿童孤独症（ASD）辅助诊断算法，构建精神心理疾病筛查系统。

额颞叶脑电精神筛查装置

（3）高密度喉肌电采集与无声词语识别技术：建立个性化参数配置体系，研究不同电路结构对信号质量与抗干扰性能的影响规律。搭建高密度电极阵列与可调电路硬件平台，优化超高采样率下的信号采集与传输流程，实现喉部肌肉活动高保真、多通道同步采集及其与生理状态的协同分析。开展系统性能测试与算法验证，分析肌电信号特征与喉功能状态的相关规律，评估其在喉功能评估与疾病诊断中的精确度与可靠性。推进该高密度采集技术在喉科、康复科、神经科学等领域的临床验证与应用。

高密度喉肌电阵列与肌电等高图

高密度喉肌电采集装置

（4）可穿戴式动态血压监测仪技术：传统的动态血压监测设备需要使用肩带、腰带以及延长气管，让患者在身上佩戴24小时，且主机较为厚重，使用非常不便，团队通过与企业合作，构建了实现了可穿戴式动态血压监测技术平台。主机袖带一体化设计，实现了动态血压监测设备的小型化、无气管化和可穿戴；实现了动态血压测量数据的无线实时传输，构建了动态血压数据管理云平台，结合AI人工智能技术，可实时输出动态血压分析报告；针对无气管设计的特点，研究了抑制运动伪差和环境噪声的血压算法。该技术平台对于在基层医疗机构和家庭中普及和推广动态血压技术检测技术具有重大意义。

     穿戴式动态血压监测技术

二、团队概况

智能穿戴监护与电磁诊疗团队由李江涛教授作为学术带头人，现有教授3人，副教授3人，专职研究员1人，助理教授1人。

团队掠影

西安交通大学电气学院在生物电磁与智能诊疗方向具有深厚积累，是国内较早开展生物电磁信号感知与健康监测研究的团队之一。依托国家重点实验室和教育部工程研究中心，建有智能穿戴监护与电磁诊疗实验室，配备完善的电磁屏蔽与生理信号采集系统，为生理信号分析与系统集成研究提供有力支撑。

 

学生科研掠影

学生科研掠影

团队由生物电磁、人工智能与临床医学领域科研人员组成，在非接触式生理信号感知与病理特征识别方面取得多项原创成果。率先提出基于电容耦合的非接触心电测量方法，突破高阻抗匹配难题；研发多模态心电-心震-心冲击-心扭监测系统，构建电-机械一体化心脏监测新模式。相关技术已应用于结构性心脏病评估、运动监测及康复评估，推动我国生物电磁健康监测技术创新与转化。

三、近三年（平台成立起）攻关领域科研情况

近三年承担攻关领域横纵向项目8项，发表论文10篇，成果获专利10项。主办及参与学术活动10场次，邀请企业及行业专家来校授课及讲座4场次。

四、团队人才培养情况

2023至2025年，共招收本科生56人，硕士生33人，博士生13人，在职硕博士18人，社会培训等非全日制18人。其中6人竞赛获奖，2人获得个人荣誉。开设攻关领域必修及选修课共计5门。

指导学生获得腾飞杯比赛二等奖

指导学生获优秀研究生荣誉 

五、合作开展情况

1.合作企业、医院共13家。

六、潜在可转化技术潜在可转化技术

1.基于穿戴式多物理量传感的BCG-SCG-GCG-ECG联合采集与智能诊断技术

目前，团队已在融合BCG-SCG-GCG-ECG的穿戴式心血管多物理感知和分析系统方面取得突破，研发了心血管多生理信号传感与联合采集的基础技术，实现了无扰心血管监测和心电-心震联合采集技术。在此基础上，团队正着力研发集成BCG-SCG-GCG-ECG四种信号的穿戴式多物理量集中测量设备，实现心血管生理信号的舒适无扰与高效准确连续采集。该技术旨在解决心血管组织电-机耦联生理特性揭示和多物理数字心血管建模仿真的卡脖子问题，推动心血管疾病的早期预防、实时预警和居家随诊等长期监护应用从医院向社区的跨越式变革。团队已基于无扰监护数据，研究并实现心血管病症智能识别技术以及云边协同的智能诊断技术。目前，产品已进入西安交通大学第一附属医院、西安交通大学第二附属医院、西京医院等合作医院开展临床前数据采集和诊断算法示范应用。

2.基于数字孪生技术的个体化心脏建模与病理生理学模拟技术

团队专注于解决心血管疾病诊疗中的多物理数字心血管建模仿真这一卡脖子问题。团队将整合心血管病理学、动力学等多种物理、数学模型，利用采集到的心电、心音、心震等多源生理数据（BCG-SCG-GCG-ECG）以及医学影像数据（如CT、MRI），构建高精度、个体化的数字心脏模型。这一系统能够实时、动态地模拟个体心脏的电-机耦联生理特性，重现不同病理状态下（如心肌缺血、心律失常、瓣膜功能不全）的心脏功能变化。实现从体外监测到体内模拟的跨越，为复杂心血管疾病的精准诊断、治疗方案优化和预后评估提供强大的计算平台，将心脏疾病的诊疗推向个性化数字医疗新阶段。

3.基于穿戴式额颞叶脑电的精神心理疾病筛查技术

目前已研发穿戴式额颞叶脑电采集系统，实现人体脑电信号舒适无扰与高效准确采集，推动老年痴呆（AD）、儿童多动症（ADHD）与儿童孤独症（ASD）等精神心理疾病的筛查和诊断从医院向社区的跨越式变革。成立神经精神性疾病筛诊治临床转化基地，获批陕西省重点研发计划-重点项目-关键核心技术攻关项目，产品已进入西安市精神卫生中心、西京医院与无锡幸福康复医院等开展临床数据采集和筛查示范应用。

4.基于高密度喉肌电采集技术的无声词语识别技术

团队已在高密度喉肌电采集技术与无声语音分析领域取得关键进展，研发了高密度电极阵列与多通道同步采集的基础硬件平台，实现了对喉部及关联肌肉群肌电信号的高保真、无扰采集技术。在此基础上，团队正着力构建基于高密度喉肌电的无声词语识别技术体系，通过西京医院等临床合作，在陕西交通职业技术学院等真实场景下采集并构建了大规模、高质量的无声语音喉肌电波形数据集。该技术旨在利用多导联通道采集的数据，深度揭示无声发音时喉部肌肉活动与特定词语之间的精细映射规律，通过先进的模式识别算法，实现从肌电波形到无声词语的精准辨识。目前，团队已基于采集的波形数据，研究并实现了针对特定无声词语的智能识别算法。该技术的成熟将推动人机交互、言语康复及特殊环境通信等应用的跨越式发展，目前，相关系统已进入示范应用与算法验证阶段，为后续的产品化与临床转化奠定了坚实基础。

5.可穿戴式动态血压监测仪技术平台构建

团队通过与企业合作的方式，在构建可穿戴式动态血压监测技术平台方面做了很多关键工作：在设备层面：设计开发了可穿戴式动态血压监测仪的原型样机，并已实现24小时动态血压监测的各项功能，实现了动态血压测量数据的无线实时传输功能，每次血压测量完成后会将测量结果实时传输至云平台；针对无气管设计的特点，研究抑制运动伪差和环境噪声的血压算法，经验证算法测量准确，血压测量数据一致性符合国家标准要求；构建了动态血压数据管理云平台，结合AI人工智能技术，已可实时输出动态血压分析报告。平台搭建的主体工作已经完成，为后续进行深入的临床数据采集和研究奠定了坚实基础。

6.基于PVDF的人体睡眠无感监测智能床垫

目前已实现了基于PVDF的压电传感、信号放大和采样、信号处理和微小震动分析、数据传输和远程联通，获取了人体心率等参量。后续将进一步实现对老年人关键生理指标（如心率、呼吸、体动等）的持续、无感监测，为预防意外、健康管理及及时干预提供数据支持。

PVDF的人体睡眠无感监测智能床垫

 

7.基于非线性神经电路的硬件研发及产品

非线性神经电路通过模拟生物神经元的动态特性，在低功耗条件下实现复杂信号处理、模式识别及自适应学习，其意义在于突破传统线性计算的局限，为类脑计算、边缘智能和实时决策系统提供物理载体。例如，医疗设备的动态病理诊断中，它能以毫秒级响应处理非线性关联数据，显著提升智能系统的自主性与能效，推动人工智能从软件算法向硬件形态的范式转变。目前研究的非线性神经电路以HR神经元模型为基础，设计了电路的硬件以及应用在血液确定的产品上面。

神经硬件电路的研发

神经硬件电路的研发

  

血液驱动的硬件研发