本研究由哈尔滨理工大学测控技术与通信工程学院的Yuechao Ma、Wenjie Zhao（通讯作者）、Ruitian Yan、Xiaoyang Duan、Haonan Cheng、Jialin Zhang、Hongquan Guo、Yang Xiao、Dongmeng Su（通讯作者）、Yinsheng Chen（通讯作者），以及理学院的Dan Xu（通讯作者）和电气与电子工程学院的Minghua Chen等人共同完成。该项题为“A Temperature-Pressure Dual-Mode Flexible Patch Sensor with Temperature Compensation and Pressure Decoupling Functions for Pulse Detection and Recognition”的研究论文，发表在《ACS Sensors》期刊上，于2026年3月20日被接收，并于2026年4月2日在线发表。
人体脉搏波被视为心血管系统的“生理指纹”，包含心率、血压和血管弹性等关键信息，对高血压、动脉硬化和心力衰竭等疾病的早期预警具有重要的临床价值。近年来，可穿戴柔性压力传感器因其优异的便携性和个性化特点，在人体脉搏波监测中得到了广泛应用。然而，传统单模态柔性压力传感器的环境适应性存在局限。在实际应用中，无论是外部环境的温度变化（如季节更替、室内外温差），还是人体自身的生理温度波动（如发烧、体温过低），都会对压力信号造成显著干扰，导致传感器出现明显的基线漂移和波形失真，严重影响了长期健康监测的可靠性。
为解决这一问题，学术界的研究方向已转向增强传感器的多模态传感能力，通过集成温度传感单元来对压力信号进行补偿。然而，开发集成的双模态传感器仍面临巨大挑战，核心难点在于如何有效地解耦（decoupling）压力和温度信号，即如何在获取纯净温度信号的同时，避免压力对温度传感单元造成干扰，这是一个双向信号干扰的问题。本研究的目的是开发一种新型的双模态柔性贴片传感器，通过独特的结构设计和算法补偿，解决动态环境中压力和温度信号的双向干扰问题，实现稳定、抗干扰的脉搏波监测。
本研究的工作流程主要包括四个部分：传感器的设计与制造、敏感材料的表征、传感性能测试与机理验证，以及脉搏信号采集与智能识别。
1. 传感器设计与制造 研究团队设计并制造了一种具有独特“指南针式”（“compass-like”）结构的双模态柔性贴片传感器。该传感器采用多层薄膜结构，从顶部到底部依次为基底层、压力敏感层（pressure-sensing unit）、绝缘隔离层、温度敏感层（temperature-sensing unit）和带有圆形穿孔的增强层。传感器的制造采用了柔性微电子印刷技术。压力敏感材料由二硫化钼（MoS₂）、石墨烯（GP）、碳纳米管（CNT）和热塑性聚氨酯（TPU）的复合物（MoS₂/GP/CNT/TPU）构成，其中TPU作为柔性基体，GP和CNT形成导电网络，而通过水热法合成的“玫瑰状”MoS₂微球则用于增强灵敏度。温度敏感材料选用了高性能的低温铂浆料（Pt paste）。传感器整体尺寸约1平方厘米，边缘厚度230微米，中心厚度仅30微米，具有极佳的柔性，可与皮肤紧密贴合。
2. 敏感材料与传感器机理表征 研究通过扫描电子显微镜（SEM）对MoS₂的玫瑰状微球结构、压力敏感复合材料的微观结构以及温度敏感层中均匀分布的Pt颗粒进行了表征。能量色散光谱（EDS）图谱验证了GP、CNT和MoS₂在压力敏感材料中的均匀分布。X射线衍射（XRD）、拉曼光谱（Raman）和红外光谱（FTIR）等手段也被用于进一步确认材料的合成与特性。
研究详细阐述了传感机理。压力传感基于压阻效应，施加压力时，导电网络结构被拉伸导致总电阻增加。温度传感方面，压力敏感层的电阻具有正温度系数（PTC），因为TPU的热膨胀系数远大于导电填料，升温导致填料间距增大、电阻升高。温度敏感层则利用金属铂（Pt）的本征热电特性，其电阻随温度升高近似线性增加，这源于晶格热振动加剧导致自由电子散射效应增强。
3. 压力解耦与温度补偿机制 这是本研究的核心技术挑战。为了实现温度补偿，必须先保证温度传感单元不受压力的干扰。研究通过材料和结构设计实现了“压力解耦”： * 材料差异：温度敏感材料铂浆料在低温烧结后形成杨氏模量达GPa级的刚性结构，而压力敏感单元是模量在kPa级的TPU基柔性复合材料。巨大的模量差异确保受压时形变主要发生在柔性部分，刚性铂电阻几乎只响应温度变化。 * 结构设计：温度敏感层位于传感器外围的弧形电极，压力敏感层位于中心，两者在垂直方向上不重叠。弧形结构能有效分散应力，且温度敏感单元（包含180μm厚PI增强层）的横截面积远大于压力敏感单元，因此其受到的应变极小。
基于压力解耦获得的纯净温度信号，研究提出了温度补偿算法。该算法通过从压力传感单元的总电阻变化中，减去由其自身温度系数和温度变化引起的电阻变化部分，从而得到只与压力相关的真实信号。
4. 实验验证与脉搏信号智能识别 研究对传感器的压力、温度传感性能、解耦与补偿效果进行了全面的实验测试。最后，将传感器佩戴于志愿者手腕桡动脉处，在静态和动态温度环境下采集脉搏波信号，并基于ResNet深度学习模型对6种不同类型的脉搏信号进行分类识别，以验证信号的可用性。模型训练的样本来自4名志愿者，包括不同性别、年龄和运动状态下的脉搏数据。
1. 压力传感与温度补偿性能 压力传感单元表现出优异的性能，压力检测范围宽（50 Pa–200 kPa），响应/恢复时间快（60/96 ms），在0.05–1 kPa和1–200 kPa范围内的灵敏度分别为0.308 kPa⁻¹和0.124 kPa⁻¹。在0.5 kPa压力下循环4500次的疲劳测试表明其具有出色的长期稳定性。温度补偿效果显著，补偿前压力传感单元的温度漂移系数高达1433 × 10⁻⁶ °C⁻¹，应用补偿算法后，温度漂移系数骤降至41 × 10⁻⁶ °C⁻¹，有效抑制了动态温度变化引起的基线漂移。
2. 温度传感与压力解耦性能 温度传感单元在5–50 °C范围内实现了1500 ppm °C⁻¹的高灵敏度和0.1 °C的高分辨率，并可清晰分辨0.5 °C的温度梯度变化。压力解耦效果极佳，在0–30 kPa的压力范围内，温度传感单元的最大电阻波动仅为0.102%，几乎完全不受压力影响，为高精度温度补偿提供了可靠前提。
3. 脉搏信号采集与智能识别 传感器成功采集到清晰、完整的桡动脉脉搏波形，并能有效区分不同性别和坐、站、运动等不同生理状态下的脉搏特征。在模拟动态温度环境（5–30 °C）的实验中，未经补偿的脉搏波基线产生严重漂移，波形失真。例如，当环境温度从5 °C快速升至15 °C时，未补偿的脉搏波峰幅度衰减最高达26.3%。而经过温度补偿后的信号则保持了稳定的基线和高保真的波形，证明了传感器出色的环境适应能力。此外，集成ResNet深度学习模型对六类脉搏信号进行分类识别的准确率高达97.6%，表明传感器输出的信号具有足够的特征区分度，可用于未来的智能诊断。
本研究成功开发了一种基于微电子印刷技术的“指南针式”双模态柔性贴片脉搏传感器。其核心价值在于，通过创新的传感材料、独特的垂直异构结构和弧形电极布局，从根本上解决了集成双模态传感器中压力对温度信号的干扰问题，这是实现精准温度补偿的先决条件。在此基础上结合补偿算法，传感器首次实现了在0–30 kPa和5–45 °C范围内对双向信号干扰的有效抑制，其极低的温度漂移系数（41 × 10⁻⁶ °C⁻¹）意味着该传感器在动态热环境中具有卓越的稳定性和抗干扰能力，这是该研究的最大亮点。
研究的科学意义与应用价值： * 科学价值：该工作为解决柔性多模态传感器中的信号耦合这一共性难题提供了新思路和新方法，即通过材料模量差异化设计和结构应力分散设计实现压力解耦，并通过理论模型推导出补偿算法，具有重要的理论指导意义。 * 应用价值：该传感器为可穿戴设备在复杂环境下的长期、稳定、无创生理信号监测提供了一种有效的解决方案。在动态热环境下稳定捕获清晰脉搏波的能力，使其在便携式医疗诊断、运动健康管理等领域展现出巨大潜力。结合深度学习模型实现97.6%脉搏识别准确率，进一步验证了其在智能疾病筛查与诊断中的应用前景。