新型无线智能系统：融合 OECTs 与深度学习助力 OSA 检测

《Matter》：Stretchable organic electrochemical transistors for sustained high-fidelity electrophysiology and deep learning-assisted sleep monitoring

为解决传统多导睡眠监测（PSG）局限，研究人员开发结合 OECTs 与深度学习的 OSA 检测系统。

　　恢复性睡眠对身体健康和心理健康至关重要，但阻塞性睡眠呼吸暂停（OSA）等疾病正日益普遍。多导睡眠监测（PSG）虽仍是诊断的金标准，但其复杂性、高成本和给患者带来的不适，严重限制了患者的依从性。柔性生物电子学在 OSA 检测方面有一定前景，但在长期、适应运动使用时，存在拉伸性、稳定性和精度不足等挑战。为解决这些限制，研究人员开发了一种无线、高精度、可穿戴的智能系统，用于电生理记录和 OSA 检测。该系统首次将深度学习算法与高性能、可拉伸的有机电化学晶体管（OECTs）相结合。通过推进便携式和适应性电生理监测技术，这项研究旨在改变睡眠评估方式，为改善睡眠障碍的诊断和管理提供开创性的解决方案。

亮点：

• 优化了跨导、拉伸性和稳定性的 OECTs。
• OECTs 能够对多模态生理信号进行高保真放大。
• 基于 OECTs 的无线系统可实现实时、长期的心电图（ECG）监测。
• 深度学习算法的集成提高了 OSA 检测的准确性。

总结：
高质量睡眠对健康至关重要，然而 OSA 凸显了传统 PSG 的局限性，PSG 成本高昂、操作复杂且常让患者感到不适。OECTs 因其高跨导为睡眠监测提供了有前景的解决方案，但拉伸性、长期稳定性和智能数据分析方面的局限阻碍了其更广泛的应用。在此，研究人员开发了一种高性能可拉伸 OECT，它将生物相容性离子液体改性导电聚合物通道与离子凝胶电解质相结合，解决了性能和可穿戴性之间的权衡问题。这种 OECT 实现了卓越的跨导（约 2.1 mS）、机械弹性（30% 应变）和长期稳定性（超过 6 个月），能够以 35.7 dB 的信噪比进行高保真心电图（ECG）监测。通过电路板和深度学习算法的集成，研究人员建立了一个可穿戴、稳定且高精度的无线系统，能够从单导联 ECG 信号中检测 OSA 事件，为可靠且便携的睡眠监测提供了一种新方法。