在科技与医疗深度融合的今天，生理监测已成为横跨工程学、化学、生物学、医学与数据分析的交叉领域。可穿（生物）传感器与智能算法的飞速发展，正让实时捕捉人体细微生理变化成为可能，推动医疗模式向个性化、预防性转型。近期，《Sensors》期刊推出专题特刊“生理监测（生物）传感器的进展”，收录18篇前沿研究论文，全面覆盖该领域核心突破。本文梳理五大核心研究方向，助力精准把握学术前沿动态。

心血管与自主神经监测：动态信号解锁健康预警密码

心血管与自主神经功能的持续监测，是预测健康风险与身体表现的关键。传统监测多依赖预处理后的信号数据，而Xue与Romero-Ortuno团队的两项研究颠覆了这一思路——他们通过对老年人直立试验（从卧位起身）的连续血压、心率及近红外光谱（NIRS）信号分析发现，原始生理信号比传统预处理信号蕴含更丰富的预测信息。其中，连续收缩压/舒张压、额叶氧合血红蛋白变化等原始特征，能更精准识别体位不耐受，甚至有效预测4年死亡率风险，而预处理后的汇总数据则会遗漏部分持续性反应。

在极端环境应用中，Freiberger等人的研究聚焦潜水员认知功能保护。他们发现，心率变异性（HRV）指标可作为潜水员吸入麻醉混合气体后认知障碍的早期预警信号：高频HRV功率降低、正常心搏间期变异数减少等指标，与潜水员记忆、注意力及运动任务表现下降显著相关。这一发现为高危水下作业提供了无创安全监测方案，有望降低极端环境下的认知风险。

图1：Freiberger等人的研究的编辑综合，该研究探讨了高压和麻醉条件下潜水员的心率变异性(HRV)与认知能力受损之间的关联。

值得关注的是，越来越多证据表明，HRV等自主神经与心血管指标不仅反映生理状态，更与认知功能、压力韧性、睡眠质量等密切相关。随着可穿戴设备实现长期HRV追踪，这些指标正成为量化生理负荷、指导个性化健康干预的重要依据。

血糖与代谢监测：从糖尿病管理到全民健康防护

代谢传感是可穿戴（生物）传感器最具临床价值的领域之一，其中血糖监测已从糖尿病患者专属管理工具，逐渐拓展至健康人群的营养、健身监测场景。连续血糖监测仪（CGM）的普及让实时追踪代谢对饮食、运动、压力的反应成为可能，但非糖尿病人群中的准确性与校准问题仍待解决。

Fellinger等人对热门CGM设备FreeStyle Libre2的验证研究显示，该设备在健康年轻男性中表现出良好可靠性——平均绝对相对误差（MARD）约为12.9%，所有读数均处于临床可接受误差范围。但研究也发现明显偏差：传感器测量值系统性低于指尖采血值（平均低估约5-10 mg/dL），这一现象与组织间液葡萄糖检测的固有滞后性相关。该研究为健康人群使用CGM提供了重要参考，同时强调非糖尿病场景下需谨慎解读绝对数值。

在无创监测技术方面，Chellamani团队提出了基于光电容积脉搏波描记法（PPG）信号与深度学习的创新方案。他们设计的深度稀疏胶囊网络（DSCNet）模型，通过先进信号预处理与注意力机制，从脉搏波形中提取时域和频谱特征，实现无指尖采血的血糖水平估算。这种AI增强型无创技术，有望降低监测成本、提升舒适度，为预防性代谢健康监测开辟新路径。

运动与肌肉骨骼健康监测：可穿戴设备赋能精准防护

运动与肌肉骨骼功能监测已成为可穿戴传感的核心前沿，其应用场景覆盖康复治疗、人体工程学以及预防与工作相关的肌肉骨骼疾病等多个领域。与传统实验室运动捕捉系统不同，新型可穿戴惯性传感器、光学传感器与纺织传感器，实现了真实环境下的连续运动量化。

Kim等人针对体力劳动中的人体工程学风险分类问题，提出多模态传感方案：结合可穿戴生物信号（心电图、皮肤电活动）与视频面部特征，通过新型多自适应功能神经网络实现搬运作业的低、中、高损伤风险自动分类。该模型融合生理信号与面部表情线索，不仅准确率超越单一数据源模型，还能识别风险关键阶段，为实时预防背部损伤提供可解释性反馈。 

图2：用于人体工程学风险分类的多模态认知和多自适应功能神经网络 (Multi-AdaFNN) 框架的概念概述

在腰背痛（LBP）研究中，Pascaud团队发现了关键生物力学标记物：即使腰背痛患者在测试时无疼痛症状、步态速度与活动范围正常，其骨盆带与肩带的协调模式仍与健康人存在差异患者更倾向于同步转动，表现出躯干僵硬的整体运动特征。这一发现表明，躯干协调指标是比传统步态参数更敏感的预警信号，为腰背痛预防与个性化康复训练提供了新靶点。

此外，Vieira等人对指尖关节活动度监测系统的验证显示，一种是基于九轴惯性测量单元（IMU）手套与红外摄像系统具有优异的重复性，其客观性与效率远超传统量角器，为康复评估提供了标准化工具。

神经生理监测与脑机接口：破解大脑信号的实用价值

无创神经传感技术的进步，正推动神经科学研究与临床应用走向自然场景。功能性近红外光谱（fNIRS）、脑电图（EEG）及混合系统的发展，让大脑活动监测摆脱实验室限制，在社会神经科学、康复治疗、辅助接口等领域开辟新可能。

Balconi等人将功能性近红外光谱（fNIRS）技术监测应用于社会神经科学研究：通过同时监测“说服者”与“被说服者”的前额叶皮层活动，分析两人脑血流信号的一致性。研究发现，当被说服者表达同意或反对时，双方脑活动一致性显著降低，这并非沟通失效，而是倾听者启动自主认知加工的表现。该研究证实了可穿戴光学传感器（fNIRS头带）在真实社交场景中监测人际神经同步的可行性，为团队协作评估、心理治疗效果监测提供了新工具。

针对fNIRS信号时间分辨率低的固有缺陷，Han等人提出新型解码方法TopoTempNet：融合图论与深度神经网络，捕捉fNIRS数据的空间连接模式与时间动态特征。在运动想象任务测试中，该模型分类准确率高达90%，显著超越现有fNIRS脑机接口模型，且能识别与运动想象相关的神经通路，为运动障碍患者的辅助设备控制提供了更精准、可解释的解决方案。

传感器技术与方法创新：突破监测能力边界

除应用领域突破外，传感器设计、材料与系统集成的基础性创新，为生理监测技术的性能跃升提供了核心支撑。从超低功耗芯片到新型纳米材料，从无线通信到生物启发传感，一系列技术突破正推动（生物）传感器向更精准、节能、实用的方向发展。

在神经监测硬件方面，Ranjbar Koleibi等人开发的专为大规模神经记录系统设计的超低功耗高性能生物电位放大器专用集成电路ASIC，采用28nm CMOS工艺，实现了10¹¹Ω的超高输入阻抗与3.4μW的超低功耗，核心面积仅0.0025mm²。该设计消除了笨重的耦合电容，可集成数百个通道，为下一代脑植入设备与或可穿戴式脑电图设备的研发提供了高性能硬件方案。

材料创新方面，Medina与Child的综述指出，碳基纳米复合材料电极（碳纳米管、石墨烯与柔性聚合物复合）实现了无凝胶干式EEG监测——其导电性能与皮肤接触阻抗媲美传统湿电极，且无需皮肤预处理，大幅提升了可穿戴EEG的实用性。da Silva Souto等人对柔性印刷电极的测试显示，固化水凝胶与新型硅基干式材料均可支持5-6小时高质量EEG记录，舒适度远超传统凝胶电极。

在无线通信领域，Domingues等人开发的光学无线通信系统（OWCS），通过植入式红外LED 与外部光电二极管接收器，实现了5Mbit/s的高速生理数据传输，远超传统体内射频设备（1-2Mbit/s），为植入式传感器的实时数据传输提供了新方案。此外，Garcia-Torales等人基于PCB技术的DNA扩增平台，实现了±1℃的精准温控与快速升温，为便携式基因检测设备奠定了基础。

总结与展望

本次特刊的18篇研究论文，全面展现了生理监测（生物）传感器领域的跨学科融合趋势与实用化导向。从核心技术来看，超低功耗硬件、新型纳米材料、多模态融合、AI信号解码成为四大核心驱动力；从应用场景来看，技术正从疾病诊断向健康预警延伸，从临床场景向日常生活渗透。

图3：现代生物传感研究的概念概述和展望

未来，该领域将呈现三大发展方向：一是硬件的进一步微型化与低功耗化，实现大规模体表或体内传感器网络部署；二是多模态数据融合与可解释AI的深度应用，提升监测准确性与用户信任度；三是非侵入、高舒适度技术的普及，实现日常生活中的无缝监测。同时，标准化验证体系的建立将成为技术转化的关键，正如部分研究者所呼吁的，需制定统一的传感器性能评估标准，加速科研成果向临床与消费级产品转化。

随着这些技术的成熟，（生物）传感器将彻底打破“看不见、测不准”的传统局限，让人体生理信号成为可量化、可干预的健康管理依据，为个性化医疗与全民健康防护提供核心技术支撑。