不用超聲也能“看見”血管！用熱傳感精準測量血管深度與直徑

心血管疾病長期威脅人類健康，而不少血管病變在早期往往缺乏明顯癥狀，等到患者出現不適時，病程可能已經持續較長時間。近年來，柔性血流傳感器、可穿戴血壓計、光電容積脈搏波傳感器等技術快速發展，為連續監測血流、血壓和脈搏提供了新工具。然而，這些設備通常需要借助組織—血管—血液之間的多物理場傳導模型，將皮膚表面的信號反推出血流動力學參數。血管距離皮膚有多深、管腔有多粗，會直接影響熱量、聲波或機械振動的傳播，但大多數可穿戴設備無法在測量現場同步獲得這些形態信息，由此帶來的系統誤差成為限制監測精度的重要瓶頸。超聲雖然能夠觀察血管結構，卻面臨設備復雜、數據處理量大和長期居家使用成本較高等問題。

針對這一挑戰，上海交通大學林忠欽院士、彭林法教授、鄧宇君副教授聯合復旦大學附屬華山醫院譚晉韻教授合作，提出了一種基于瞬態熱傳導的血管形態檢測方法，并研制出面積僅為20 × 2毫米的集成式傳感模塊。該裝置在皮膚表面進行短時局部加熱，通過分析不同位置的溫度上升和熱弛豫速度，分別反演血管深度和內徑。人體前臂靜脈實驗顯示，裝置對血管深度和內徑的測量精度分別可達到約0.3毫米和0.2毫米，與超聲成像結果接近，為可穿戴血流動力學監測補上了關鍵的“血管結構信息”。相關成果以“Integrated thermal sensing of vascular morphology for haemodynamic monitoring”為題發表在《Nature Sensors》上，第一作者為Yuqi Tian。

研究的出發點很直觀：血液流動能夠帶走熱量，因此皮膚下方是否存在血管，以及血管的位置和尺寸，會改變皮膚表面的升溫過程。如圖1a所示，當加熱器對皮膚進行局部熱刺激時，靠近血管的區域會受到血流對流換熱的明顯影響，熱量更容易被帶走；遠離血管的位置則主要依靠組織內部的緩慢熱傳導。研究人員沿加熱區域布置溫度傳感器陣列，記錄各點隨時間變化的溫度曲線（圖1b）。結果顯示，大血管和小血管會產生不同寬度、不同陡峭程度的熱響應分布。團隊隨后在同一人的手臂上選擇粗細不同的淺表靜脈進行測試（圖1c），傳感器得到的血管深度和內徑與超聲結果高度接近（圖1d）。

圖1： 展示熱傳感檢測血管形態的基本原理。局部加熱后，血流改變皮膚表面的溫度響應；傳感器通過空間溫度曲線區分大小血管，并與超聲測量進行對照。

為了把溫度變化真正轉換為血管尺寸，團隊重點分析了“熱弛豫時間常數τ”。研究人員將各測量點的升溫曲線歸一化，并把溫度達到穩定值85%所需的時間定義為τ。血管正上方的熱量能夠較快被流動血液帶走，因此τ較小；距離血管越遠，熱量傳遞路徑越長，τ逐漸增大（圖2a、b）。更重要的是，血管越粗，其影響范圍越寬；血管埋得越深，皮膚表面的熱響應越遲緩。多個測量點共同形成一條具有空間特征的τ曲線，不同血管深度和內徑對應不同的曲線“指紋”，從而使兩個參數能夠被同時解耦。

真實人體組織并不是均一材料，脂肪、皮膚和肌肉比例不同，會導致熱擴散率存在明顯個體差異。為此，團隊建立解析模型，將τ與組織熱擴散率結合為等效血管熱阻參數RVequ。補償前，不同組織熱擴散率造成的曲線變化可超過157%；補償后，其波動下降至約15%（圖2c、d）。研究人員還考慮了用戶佩戴不準和血流速度變化。通過將加熱器設計成20毫米寬、2毫米長的窄矩形結構，并引入虛擬熱源補償算法，即使裝置偏離血管中心數毫米，仍能恢復近似對稱的特征曲線（圖2f—h）；較短的加熱長度則減少了低流速下熱邊界層造成的溫度畸變（圖2i—k）。這一結構設計兼顧了佩戴容錯性和血流變化適應性。

圖2： 解析血管深度、內徑與熱弛豫時間常數之間的關系，并通過組織熱擴散率補償、安裝偏差校正及加熱器尺寸優化，提高檢測方法對個體差異、佩戴誤差和血流速度變化的適應性。

在理論基礎上，研究人員將加熱、測溫、供電和無線通信集成到一枚柔性貼片中。如圖3a所示，裝置包含蛇形電阻加熱器、15個負溫度系數熱敏電阻、柔性電路板、二氧化硅氣凝膠隔熱層、鋰電池以及藍牙和Wi-Fi通信模塊。整個系統經過聚二甲基硅氧烷封裝，可以彎曲并貼合手臂皮膚（圖3b）。工作時，傳感器以4赫茲頻率同步采集15個位置的溫度信號，再將數據無線傳輸至終端進行計算（圖3c、d）。連續加熱100秒后，皮膚表面的最高溫升約為6 K，低于人體疼痛閾值（圖3e）；一塊90毫安時電池可支持54個完整檢測循環（圖3f），顯示出良好的便攜性和低功耗特征。

圖3： 展示柔性集成傳感模塊的結構、電路和工作方式，包括加熱器、溫度傳感陣列、柔性電路板、隔熱層、電池及無線通信模塊，并驗證其溫升安全性和續航能力。

隨后，團隊搭建了具有不同血管深度和內徑的體外循環模型，對裝置進行系統驗證（圖4a）。紅外熱成像清晰顯示，血管正上方溫度較快趨于穩定，而兩側區域仍持續升溫（圖4b）。當加熱功率達到標準功率及以上時，τ的偏差控制在3%以內（圖4c）；當模擬血流速度從2厘米每秒提高至24厘米每秒時，τ的變異系數僅為3.6%（圖4d）。即便傳感器發生1—3毫米的位置偏移，補償算法仍能恢復符合模型要求的曲線（圖4e）。在不同熱擴散率的樹脂和硅膠組織模型中，實驗曲線與有限元模擬結果的擬合優度均超過0.98（圖4f、g）。綜合所有尺寸組合，血管深度和內徑的平均絕對誤差分別為0.19毫米和0.16毫米（圖4h）。

圖4： 展示傳感器在體外血管循環模型中的性能。實驗驗證了加熱功率、血流速度和安裝偏移對檢測結果的影響，并證明血管深度與內徑的測量結果接近模型真實值。

從體外模型走向活體組織，還需要解決毛細血管灌注帶來的干擾。皮膚和皮下組織中的毛細血管網絡同樣會通過血流帶走熱量，使各測量點的τ整體縮短，并可能被算法誤判為更粗或更淺的目標血管（圖5a、b）。團隊基于生物傳熱方程建立灌注校正公式，在脂肪和肌肉等不同組織參數下，校正后的曲線與理論參考值擬合優度均超過0.99（圖5c、d）。在拉布拉多犬股動脈實驗中，未經校正時，血管內徑誤差高達47.5%；校正后，深度和內徑誤差分別下降至2.8%和6.9%（圖5e—g）。另外兩只比格犬的動脈和靜脈測試也獲得了相似改善（圖5h—j），表明該算法能夠有效削弱活體灌注造成的偏差。

圖5： 說明皮膚毛細血管灌注對熱弛豫曲線的干擾及其校正方法。動物實驗表明，經過灌注校正后，血管深度和內徑的測量誤差明顯降低。

最終，研究人員在一名健康志愿者的前臂選擇4段淺表靜脈進行人體實驗（圖6a）。裝置工作100秒時，皮膚最高溫升仍維持在約6 K，反復加熱過程中皮膚溫度低于43 ℃（圖6b）。當傳感器相對血管中心偏移0—3毫米時，經過補償后的RVequ曲線仍保持穩定（圖6d、e）。從原始溫度數據可以看到，小血管對應的曲線更尖銳，大血管則形成更寬、更平緩的熱影響區（圖6f—h）。將4組曲線輸入神經網絡后，傳感器測得的血管深度誤差不超過0.3毫米，內徑誤差不超過0.5毫米，整體結果與超聲測量基本一致（圖6i）。

圖6： 展示人體前臂靜脈實驗結果。傳感器能夠區分不同粗細和深度的淺表血管，其測量結果與臨床超聲結果基本一致。

小結

這項研究將血管形態從傳統的“成像問題”轉化為可以由短時熱響應求解的“參數檢測問題”，在降低設備復雜度、數據量和功耗的同時，為可穿戴血流、血壓等傳感系統提供了原位結構校準手段。不過，目前人體實驗僅涉及一名健康志愿者和少量淺表靜脈，裝置主要適用于深度不超過6毫米的血管，復雜疾病狀態、運動過程和高灌注組織中的表現仍需更大規模臨床驗證。未來，結合物理信息神經網絡和更完善的灌注模型，該技術有望用于血液透析通路、外周血管疾病及長期居家心血管監測，也可能拓展到植入物融合、皮下藥物儲庫以及管道腐蝕等非破壞性檢測場景。