西电科大院士团队研发黑科技 AI仿生鞋垫助力人体步态健康监测

既能感知“羽毛轻落”般的微弱压力，也能承受“全力起跳落地”般的剧烈冲击；不用外接电源，走路晒太阳就能充电；对12种病理步态的综合识别准确率达到97.6%……

这满满的黑科技风，并非科幻而是现实——西安电子科技大学集成电路学部郝跃院士团队常晶晶教授等人成功研发出一款具有AI增强力学诊断功能的能量自主仿生鞋垫，有望为下肢功能障碍性疾病的早期筛查、康复监测和健康管理提供一种全新的无感监测工具。

仿生AI不仅敏锐还会自己充电

步态是反映人体健康的重要窗口，神经系统、骨骼肌肉等诸多疾病，早期都会在行走姿态中显现异常。但这类细微变化极易被忽视，常延误最佳干预时机。目前用于步态分析的可穿戴设备，难以满足临床精准监测需求。为此，研究团队从自然中汲取灵感，通过三项协同创新，搭建起完整的闭环可穿戴监测平台。

如何让传感器既灵敏又耐用？研究团队将目光投向了自然界。螳螂在捕食时，其腿部需要感知猎物的微弱动静，又要承受自身快速移动的冲击。这种分级机械传感结构给了研究人员重要启发。

受此启发，团队设计出一种双微结构电容传感器，实现了“鱼与熊掌兼得”。它拥有惊人的“感知带宽”：检测下限低至0.10Pa(帕)，能敏感捕捉到如羽毛轻触般的微弱压力；最大量程却高达1.4MPa（兆帕），足以承受剧烈运动时的高强度冲击。这一宽量程特性意味着，无论是静态站立时足底的细微压力分布，还是奔跑跳跃时的瞬间冲击，传感器都能精准捕捉。经过12000次循环加载测试，传感器性能依然稳定，无显著衰减，耐用性“爆表”，为精准采集足底压力数据奠定了坚实的硬件基础。

如何破解穿戴设备“一天一充”甚至“一天多充”？记者了解到，团队在能源系统上进行了创新集成。鞋垫中集成了纳米钙钛矿太阳能电池（PSC）与高容量锂硫（Li-S）电池，构建了微型能源系统。其平均光电转换效率达11.21%，储能效率达72.15%。当使用者迈步于户外或有光线的环境下，鞋垫就能通过太阳能为自己“充电”；而在无光条件下，内置的高效锂硫电池则保证持续8小时以上供电。无论是全天的日常生活，还是多日的康复跟踪，设备都能稳定工作，持续采集数据。

可对12种病理步态进行诊断

硬件采集到的海量足底压力时空数据，需要依靠智慧“大脑”进行解读。这款鞋垫搭载16通道无线模块，可实时传输足底各区域的压力变化数据，并将这些时空数据送入内置的人工智能算法进行深度分析。

经过模型训练与算法优化，这套智能系统已具备出色的诊断能力：对足弓异常的识别准确率达96.0%，对12种病理步态模式的综合分类准确率更是高达97.6%。

“这相当于为医疗人员配备了一位不知疲倦、客观精准的步态分析助手。”西安电子科技大学机电工程学院副教授李向宁解释，无论是帕金森病患者的步态还是脑卒中后的步态，系统都能敏锐地捕捉其特征性的压力时空变化，为疾病诊断、病情评估和康复效果跟踪提供客观的量化数据支撑。

从实验室走向真实场景

西安电子科技大学信息交叉学部青年教师李迎春介绍，该可穿戴监测平台已经完成临床验证。验证结果显示，系统在实际应用场景中能够稳定运行，其采集的数据与临床评估具有良好的一致性。

“该研究通过仿生高分辨率传感、可持续能源供给与智能力学诊断三项核心技术突破，构建了一套闭环可穿戴监测平台。”西安电子科技大学集成电路学部教授常晶晶表示，这套系统在未来拥有广阔的应用空间：在早期筛查方面，它可以用于社区体检或家庭日常监测，帮助发现潜在的足部结构异常或神经肌肉问题，推动疾病防治关口前移；在个性化康复治疗中，医生可根据鞋垫反馈的实时数据，客观评估康复进展，为患者动态调整康复训练方案；在远程健康管理领域，患者的日常步态数据可同步至云端平台，方便医生进行远程随访和健康干预，尤其适合老年人和慢性病患者的长期管理。

记者任娜　通讯员王格