作者：Gaia Tomasello
更为紧凑且侵入性较小的传感器技术，将在日常决策过程中整合客观的疲劳反馈，从而将改变运动员训练、驾驶人员休息和临床医生排班的方式。
如果能在疲劳导致工作表现明显下降前就检测到，这是否将重新定义我们在高风险环境中的安全管理方式？智能且由传感器驱动的疲劳检测系统，能否在出现重大失误之前便向个人发出警报、从而在各行各业减少事故、错误与伤害？
尤其是在当今社会，我们的生活方式日益快节奏，因此，人类很难保有控制力和较高的机能水平。疲劳仍然是一种严重影响人类机能、警觉性与决策能力且危急的生理与心理状况。数百万人承受着疲劳的折磨，尤以慢性疲劳为甚，导致生产力、安全性和生活品质下滑。
传统评估工具，要么耗时费力（例如脑电图、唾液皮质醇检测或摄像头眼动追踪），要么主观（例如自述问卷）、或侵入性强，或无法实时监测。例如，传统眼动追踪方法（如眼电描记法和基于摄像头的设备）存在诸多缺陷，包括对运动伪影或环境光的敏感性及高功耗问题，这限制了其在长期日常疲劳监测及临床应用中的可行性。而材料科学近年来的发展，再加上集成了机器学习算法和数据融合技术，使得新型传感器在设计上能够提供预警和可操作的洞察信息，从而能够减轻与疲劳相关的风险。
Smart eye sensor with cross section of the sensor layers. Credit: Tianyi Li et al., Adv Sens Res, 2025.
美国西雅图华盛顿大学的Tianyi Li等与韩国东国大学的研究人员于近期在Advanced Sensor Research期刊发表了一项研究，通过该研究推出了一种智能眼部传感器，填补了这一重要空白。该技术是一种利用眼动测量评估疲劳状态的客观且轻量型可穿戴设备。这种由圆柱形碳纳米管-纸复合材料（CCPC）制成的小型、精致且灵敏度极高的传感器，对闭眼和眨眼速度这两种经验证的疲劳生物标志物进行无接触式评估。此眼动追踪设备内置于眼镜框内。这种精巧的设备可长时间舒适佩戴，不像其他系统那样需要接触皮肤或校准摄像头。
这个小装置只需进行时长 15 分钟的认知与噪音压力测试，便可有效区分慢性疲劳患者和健康对照组。其在一项临床研究中与患者自述的值也基本保持一致。而在眼球内数字生物标志物方面经过了训练的机器学习算法，又极大提升了这一性能。
华盛顿大学机械工程教授 Jaehyun Chung 博士对此表示：“这种眼动追踪设备专为客观疲劳监测设计，但也适用于人机界面、认知监测等通用型应用，在神经系统疾病的诊断中也有潜在用途。”东国大学韩医学院教授 Hojun Kim 补充道：“以往疲劳患者在韩国的诊所就医时，其症状诊断主要依赖于脉诊、舌诊和临床问诊等主观方法。有了此类高灵敏度、非侵入式可穿戴眼动追踪设备的出现，将为常规临床实践引入更为客观、更具可量化性的疲劳评估。”
尽管已经取得令人瞩目的突破性进展，但该种技术仍有种种障碍需要克服。为了改进并验证眼动追踪设备及其检测规程，东国大学韩医学院的研究团队计划扩大受试者范围，纳入病情更严重的患者群体。改进该设备的人体工学设计，对于减少面部解析变化带来的不可预测性有着至关重要的意义。此外，团队正在升级软件系统，目的是实现实时反馈并顺畅地与移动医疗系统的无缝集成。
这项突破性眼球跟踪技术，标志着实时疲劳检测的重大进步，为预防重大失误提供了有力保障。该系统仍在不断发展，未来将整合进车辆和工作场所，为更趋智能化、响应性更强且能够实时响应人类警示的环境铺平道路。
Advanced Sensor Research
Advanced Sensor Research 致力于报导来自传感器以及探测器研究领域最新、最有影响力的研究成果。期刊发文范围涵盖基础研究以及应用研究， 跨越化学、物理、材料科学、工程、生命科学和医学的任何物理、生物和化学传感器的理论、机械研究、材料、设备设计、制造、系统和技术。
参考文献：
Tianyi Li, et al, Intelligent Eye Tracker Integrated with Cylindrical Capacitive Sensors for Chronic Fatigue Assessment,Advanced Sensor Research(2025). DOI: 10.1002/adsr.202500027
*封图来源：Professor Sanggyuen Ahn, Industrial Design, University of Washington.
转载本文请联系原作者获取授权，同时请注明本文来自Wiley开放科研科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3411312-1505177.html?mobile=1
收藏
