移动数字计算系统，也被称为可穿戴设备，正越来越多地用于收集人体表面的生理参数。然而，目前常见的可穿戴设备多数因为携带额外物体、刚性、接触区域小等问题，在数据采集、用户体验等方面存在限制。织物具有与人体大面积接触的先天优势并且能被大众所接受，因此利用织物去采集、储存，甚至分析生理变量具有重要的突破意义。
最近，MIT的YoelFink研究团队首次提出了一种数字化纤维，这种纤维被缝进衬衫后，能够采集、存储、分析和推断动作。Fink教授说：“这项工作首次实现了具有数字存储和处理数据能力的织物，为纺织品增加了一个新的信息内容维度，并可以对织物进行逐字编程。”这种纤维本身很细，有弹性，可以穿针并缝进织物，洗涤至少10次而不会损坏，当缝进衬衫里时，人体察觉不到它。此外，这种纤维还迈向了人工智能领域，随着时间的推移，带有数字组件的面料可以收集到全身的大量信息，这些丰富的数据非常适合机器学习算法。
图1缝有可编程数字纤维的织物
YoelFink研究团队将该成果发表在了NatureCommunications上，研究论文的标题为“Digitalelectronicsinfibresenablefabric-basedmachine-learninginference”。文中提出一种可批量生产的柔性纤维，内部包含数百个分散排布的数字温度传感器和存储密度为每米7.6×bits的存储器。将这种数字纤维缝进一件衬衫时，可以收集和存储多日的体温数据，并通过神经元连接的训练神经网络，实时推断穿着者的活动。在纤维束中实现数字设备不仅可以测量和存储生理参数，还具有推断感官数据所需的神经网络，这为织物带来了感知、存储、学习和推断情景语境的机遇。
图2数字纤维的制备方法
数百个可单独寻址的数字设备在纤维拉制过程中就形成电连接，在同一纤维内数字通信总线上可访问。在这种纤维中，检测温度数据输入，并由热敏电阻器件在局部将模拟信号转换为数字信号，随后被通信到纤维内的存储单元进行存储。体温数据集被用来训练神经网络，检测和分类感官输入的特征，不同人类活动基于体温变化。为了训练该网络，文中提供了约段温度值，每段长度为12秒，对应这不同类别，作为卷积神经网络的输入。
图3用于生理监测的混合数字纤维
为了证明方法的实用性，文章通过在多天以及各种活动期间使用单一纤维采集和存储分钟的表面体温数据。在温度-时间-活动相关性的基础上，训练一个具有个神经元连接的神经网络，并随后存储在同一纤维中。当给出一个未知的温度-时间数据集时，纤维根据12秒的温度读数推断出体育活动的类型，准确率为96%。可编程数字纤维可应用于人体，包括自主药物传递、神经接口、个人热管理、计算织物。
参考文献Loke,G.,Khudiyev,T.,Wang,B.etal.Digitalelectronicsinfibresenablefabric-basedmachine-learninginference.NatCommun12,()DOI:10./s---5
文章链接
免责声明：为了介绍先进功能纤维领域的前沿进展，并进一步扩展学生的学术视野，CAFF团队
