可穿戴技术是一个快速发展的医学领域，现在加州大学（UC）圣地亚哥分校的工程师们已经延续了这一趋势，开发了一种无线超声贴片，可以连续实时监测生命体征，即使人在行动。超声波使用高频声波来形成身体内部结构的图像，如腹部器官、肌肉和肌腱，或心脏和血管。与其他医学成像方法如磁共振成像（MRI）和计算机断层扫描（CT）相比，它更安全、更便宜、用途更广。

然而，也有一些局限性使超声检查不实用。用于获取图像的探头通常很笨重，并与大型设备连在一起。它们需要手动放置，并被操纵到正确的位置，这就要求人不能动。而且需要专业的医疗人员来解释超声图像。

随着无线超声贴片的开发，所有这些可能很快就会成为过去。由加州大学圣地亚哥分校工程师开发的完全集成的可穿戴超声系统是为深层组织监测而制造的。而且它不会把人拴在一个笨重的设备上。

"该项目为可穿戴式超声技术提供了完整的解决方案--不仅是可穿戴式传感器，而且控制电子装置也是以可穿戴式的形式制造的，"该研究的共同牵头人Muyang Lin说。"我们做了一个真正的可穿戴设备，可以无线地感知深层组织的生命体征"。

超声系统贴片（USoP）改进了该团队以前的超声传感器，不再需要用电缆供电并实现数据传输。新的USoP包含一个小型化、灵活的控制电路，它与一个超声换能器阵列相连接，收集数据并以无线方式传输到一个智能手机应用程序。该电路由一个商用锂聚合物电池供电。

在测试该设备时，工程师们发现它可以在6.5英寸（164毫米）的深度内连续读取组织数据长达12小时，这意味着它可以监测血压、心率和心输出量等重要事项。

Lin说："这项技术有很大的潜力来拯救和改善病人生活质量。该传感器可以评估运动中的心血管功能。在休息或运动时，血压和心输出量的异常值是心衰的标志。对于健康人群，我们的设备可以实时测量心血管对运动的反应，从而深入了解每个人实际施加的运动强度，这可以指导制定个性化的训练计划"。

机器学习算法是USoP能够自主地、持续地监测一个移动目标的关键。通常情况下，传感器需要随着运动而手动重新调整，以确保它监测到目标组织。在这里，工程师们调整了算法，以自动分析传入的信号并选择最合适的通道来跟踪目标组织。工程师们说，据他们所知，这是第一个自主追踪移动目标的可穿戴设备。

此外，一种先进的适应算法意味着USoP可以在一个人身上进行训练，然后转移到另一个人身上--或许多人身上--而不需要重新训练。这确保了所收集的数据是一致和可靠的。

"我们最终通过应用一种先进的适应算法使机器学习模型泛化工作，"该研究的共同主要作者Ziyang Zhang说。"这种算法可以自动最小化不同受试者之间的领域分布差异，这意味着机器智能可以在受试者之间转移。我们可以在一个主体上训练该算法，并将其应用到许多其他新的主体上，而且再训练的次数最少。"

展望未来，该团队计划在大型人群中测试他们的设备。

该研究的共同第一作者Xiaoxiang Gao说："到目前为止，我们只在一个小型但多样化的人群中验证了设备的性能。由于我们设想这个设备是下一代深层组织监测设备，临床试验是我们的下一步。"