呼吸是支持人类生命活动的重要过程。呼吸频率和深度是反映运动强度的关键指标，呼吸模式与心肺功能相关。呼吸检测可以实时了解运动者的身体状态，避免过度运动或运动不足，还可以评估运动者的心肺健康状况，为制定个性化运动计划提供依据。但是，传统的湿度传感器受限于其结构和材料，存在灵敏度不高等不足。当前，多种应用于呼吸检测的湿度传感器依靠信号频率差异来分辨呼吸状态，这限制了它们识别更多行为种类的能力。
为解决上述问题，该研究开发出纳米森林湿度传感器，利用纳米森林的大表面积、高孔隙率和超亲水特点，使湿度传感器具备响应呼出气体中微弱湿度变化的能力。同时，器件内置加热电阻/热敏电阻，可为传感器提供适当的工作温度，并可实时监测呼吸气流温度，且通过温度补偿使响应更为准确。进一步，研究基于这一新型湿度传感器，并结合机器学习算法构建出运动识别智能系统，能够实现对9种不同运动状态的高准确率识别。
这一工作展现出纳米森林湿度传感器的应用潜力，为智能可穿戴设备和健康监测等技术领域的发展提供了新的技术方案。
近期，相关研究成果以An intelligent humidity sensing system for human behavior recognition为题，发表在《微系统与纳米工程》(Microsystems & Nanoengineering上。研究工作得到国家自然科学基金、国家重点研发计划和中国科学院青年创新促进会会员项目等的支持。
纳米森林湿度传感器及其运动识别智能应用
所有评论仅代表网友意见，与本站立场无关。