【技术实现步骤摘要】
本专利技术属于传感器，具体涉及一种硬度传感器及使用其的皮肤硬度检测装置。
技术介绍
1、目前，对于皮肤硬度的评估是判断皮肤健康和疾病的重要指标之一。由于人体皮肤的复杂性，硬度的评估一直缺少一个客观的标准。传统的检测方法是通过临床医生的触诊来实现的，由此带来诸多局限。而可穿戴柔性传感器有望为病情诊断和后期康复开辟新的方法。但由于硬度需要同时涉及应力与应变的测量，通常情况下两者的响应会受到彼此的干扰，并且应力传感器的低灵敏度也限制了对于微小应变的区分。
技术实现思路
1、本专利技术的目的是通过以下技术方案实现的。
2、为了解决现有硬度传感器存在的问题，促进皮肤硬度的快速、便捷测量与分析，本专利技术设计了一种柔性传感器多模态协同检测的硬度传感器及使用其的皮肤硬度检测装置。
3、具体的，本专利技术提供了一种硬度传感器，包括：
4、柔性压阻阵列、柔性电容传感器、弹性封装体；
5、所述弹性封装体包括凸块、凹块、间隔物，其中，
6、所述柔性压阻阵列安装在所述凸块的中间部位，所述柔性电容传感器安装在所述凹块的中间部位，所述凸块的两侧和所述凹块的两侧通过所述间隔物连接，所述柔性压阻阵列与所述柔性电容传感器位置相对且被所述间隔物中部的中空间隙隔开。
7、进一步地，所述柔性压阻阵列包括：
8、上电极层、传感层、下电极层；
9、所述上电极层朝向下电极层的表面设置纵置导线，所述下电极层朝向上电极层的表面设置横置导
10、进一步地，所述传感层的微结构由蝉翼表面二次倒模制成，一次倒模时将环氧树脂的ab胶以3：1的比例均匀混合3分钟并脱气后，放置在室温下12小时等待固化，二次倒模时将基固化剂比10：1的pdms与质量比12:1的碳纳米管分散液均匀混合20分钟后，放置在真空箱中脱气并以80度加热2小时固化制成。
11、进一步地，所述柔性电容传感器包括：
12、上电极层、介电层、下电极层。
13、进一步地，所述上电极层和下电极层均为由pet/ito构成的电极层，所述介电层采用蝉翼表面倒模制成的微结构。
14、进一步地，所述介电层采用离子凝胶作为附着的介电材料，制备方法如下：
15、将1克聚乙烯醇溶解在9克去离子水中并在90℃下搅拌2小时直至其完全溶解；
16、将溶液冷却至50℃后，将0.8ml h3po4加入聚乙烯醇溶液中并搅拌1小时；
17、将pva/h3po4溶液浇铸在所述微结构表面并在24℃下固化24小时成型。
18、进一步地，通过控制按压时所述柔性压阻阵列与柔性电容传感器之间的距离以实现对应变的控制。
19、本专利技术还提供了一种皮肤硬度检测装置，包括：
20、如上所述的硬度传感器；
21、与所述硬度传感器的输出端连接的单片机模数转换模块；
22、与所述单片机模数转换模块的输出端连接的上位机。
23、本专利技术还提供了一种皮肤硬度检测方法，使用如上所述的皮肤硬度检测装置，包括：
24、将所述硬度传感器通过所述凹块佩戴在测试者的手指上，凸块面向待测者的待测皮肤；
25、按压所述待测皮肤使得所述柔性电容传感器测量出的硬度传感器形变达到预设值；
26、通过所述柔性压阻性阵列测量应力在所述按压过程中的变化，生成电流信号的时间序列，通过所述单片机模数转换模块将所述时间序列发送给上位机；
27、通过timesnet神经网络提取所述电流信号的时间序列的特征，根据所述特征进行硬度检测。
28、进一步地，所述通过timesnet神经网络提取所述电流信号的时间序列的特征，根据所述特征进行硬度检测，包括：
29、将所述时间序列进行增强处理作为神经网络的输入，包括：下采样、翻转序列数值的正负、增加噪声以扩充时间序列数据并提高模型的泛化能力；以7：3的比例将时间序列数据随机分为训练集和验证集，按照软、较软、硬、较硬四个标准对其进行数据标注；
30、采用基于transformer框架的timesnet模型对输入的16组时间序列数据进行训练，输入的batchsize大小为16，训练100个epoch；其中timesnet模型特征提取的步骤如下：(1)数据准备：将时间序列数据划分为固定长度的窗口，并将其转换为适合模型输入的二维矩阵；(2)卷积层(cnn)特征提取：将时间序列数据输入到卷积层中，通过一系列卷积核提取不同尺度的特征以捕捉时间序列数据中的局部模式和特征；(3)池化层：在卷积层之后，通过最大池化操作来减少特征的维度，提取出窗口内的最显著特征；(4)循环层(rnn)特征提取：通过将池化层的输出输入到循环神经网络中，捕捉时间序列数据的时序信息，建模序列之间的依赖关系，并提取出更高级别的特征；(5)全局池化层：在循环层之后，使用全局池化层来进一步减少特征的维度，提取整个时间序列的全局特征；(6)全连接层：将全局池化层的输出连接到全连接层，通过激活函数和权重矩阵的运算来进行非线性映射，得到最终的特征表示；(7)分类层：将全连接层的输出输入到分类层中，使用softmax函数进行分类，输出时间序列数据所属的类别；
31、使用上述训练完成的参数进行分类；
32、将神经网络最终输出的分类结果参数通过上位机显示。
33、本专利技术的优点在于：
34、1、有效解决了传统硬度检测设备笨重、可穿戴性差的问题。
35、2、本专利技术的硬度检测系统在不借助机械臂等大型设备的前提下，实现了对于物体硬度的精确分类，依托于高灵敏度的柔性压阻阵列，模量的分类可在微小的应变量下区分，为临床触诊和居家康复监测提供了可能性。
本文档来自技高网...【技术保护点】
1.一种硬度传感器，其特征在于，包括：
2.根据权利要求1所述的一种硬度传感器，其特征在于，
3.根据权利要求2所述的一种硬度传感器，其特征在于，
4.根据权利要求1所述的一种硬度传感器，其特征在于，
5.根据权利要求4所述的一种硬度传感器，其特征在于，
6.根据权利要求5所述的一种硬度传感器，其特征在于，
7.根据权利要求1所述的一种硬度传感器，其特征在于，
8.一种皮肤硬度检测装置，其特征在于，包括：
9.一种皮肤硬度检测方法，使用权利要求8所述的皮肤硬度检测装置，其特征在于，包括：
10.根据权利要求9所述的方法，其特征在于，
【技术特征摘要】
1.一种硬度传感器，其特征在于，包括：
2.根据权利要求1所述的一种硬度传感器，其特征在于，
3.根据权利要求2所述的一种硬度传感器，其特征在于，
4.根据权利要求1所述的一种硬度传感器，其特征在于，
5.根据权利要求4所述的一种硬度传感器，其特征在于，
6.根据...
【专利技术属性】
技术研发人员：金叶玺，陈立国，申浩，袁德涛，
申请(专利权)人：昆山昆博智能感知产业技术研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。