Introduction
Sweat rate - 건강 지표로 중요
기존 방식
1) whole-body wash - 엄격한 실험실 조건 필요
2) absorbent pad - regional sweat rate 측정 가능, 실험실 분석 필요, real-time 제공 안됨
3) Microfluidic system - 시각적 분석 가능, 보호 장비가 이러한 분석을 제한
4) wearable conductivity(전도도) sensor - real-time sweat rate 가능, contact를 해야하므로 염분 축적, 오염 부식되면 영향 받음
4) calorimetric sensing(칼로리 측정) - 직접 sweat에 접촉해야 하므로 세척 및 살균 필요, power consumption 커서 배터리가 커야 함
이 논문의 skin-interfaced platform의 장점은 다음과 같다.
- Wirelessly monitor
- real time
- short and straight fluid passage
- not complex microflidic network
- isolate electronics
- non-invasive
- power-efficient
- minimize envrionmental fluctuations(air current/convection) and body temperature(over practical span 25-35°C)
- Bluetooth Low Energy(BLE) system-on-a-chip(SoC)
- no limit on measurable volume of sweat
- can be integrated with advanced microfluidic system
Non-invasive, miniaturized flow sensors
전체적인 센서 구조이다. Inlet(원형 구멍)에서 땀이 들어와서 통로를 통해 outlet으로 나간다.
Sweat flow를 재는 원리는 바로 '온도 차이'이다.
여기서 heat라고 되어있는 것은 thermal actuator로, 8개의 resistor(각각 35.6Ω)이고 이는 일정한 전력(9.07mW/mm$^2$)을 유지한다. 즉 열 발생 장치로 보면 된다.
발생된 열은 아래의 flowing sweat으로 전달되어 흐르게 되고, 이때 흐름에 따라 온도 차이가 발생한다.
온도 센서(thermistor)로 upstream, downstream의 온도를 잰 후 그 차이를 측정한다.
온도 차이와 flow rate는 선형적 관계( $R^2 = 0.997, \Delta T = 0.18 \times f$ )를 가지고 있으므로, 온도 차이를 통해 flow rate를 알아낼 수 있다.
Flow rate가 크다 = 더 많은 열을 아래로 전달한다 = 온도 차이가 크다
또한 이를 시각적으로 관측하기 위해 25°C 위에서 검정에서 분홍으로 변하는 thermochromic powder를 사용했다.
Fig. 1(d)는 이를 보여준다. 위에서부터 heat off 일 때 flow rate=0, heat on일 때 flow rate 0, 4, 8 μl/min.
잘 보면 inlet -> outlet 방향으로 분홍색이 좀 삐져나온 것이 보인다. 특히 마지막에서 두드러진다. 이는 flow rate가 크면 열 전달이 잘 되므로 온도 차이가 크다는 이론과 일치한다.
Thermal physics associated with the flow sensors
여러 파라미터를 조정하며 결과값을 분석한다.
Fig. 2(a)는 전체적인 구조를 보여준다. Heater가 놓여있고, 그로부터 L만큼 떨어진 거리에 온도 측정 장치가 있다.
Fig. 2(b)는 온도 분포(IR)와 FEA 결과를 보여준다. 피부와 비슷한 온도인 34°C에 센서를 두고 측정했다.
FEA는 유한 효소 해석(Finite Element Analysis)를 의미하며, 쉽게 말해 시스템을 작게 쪼개서 근사적인 해를 구하는 수치해석 기법이다. 이 논문에서는 센서의 동작을 이론적으로 구하기 위해 사용했다.
Fig. 2(c)는 f = 0, 4μl/min일 때 L을 변화시키며 온도 차이를 구한 그래프이다.
우측 상단의 그래프에서 파란선은 4μl/min일 때 온도, 검은 점선은 0μl/min일 때 온도이다. 파란선은 약간 우측으로 기울어진 것을 볼 수 있다(하류 +L 방향). 검은선은 거의 대칭을 이루고 있다.
하단의 그래프는 L을 조정함에 따라 온도 차이를 보여주는 것이다. f = 0μl/min이면 L=0에서 가장 작은 값을 가지고, f = 4μl/min면 L=1.75mm에서 최대값을 가진다.
다양한 파라미터를 조정하며 온도 차이를 얻어낸 그래프이다.
먼저 P(전력)이 커지면 열이 많이 발생하므로 온도 차이는 커지지만(온도 차이를 측정하기 쉬워지지만), 그만큼 배터리도 빨리 닳는다. D는 전력 밀도(P/πD^2)에 영향을 준다. 즉 같은 P에서 D가 커지면 단위 밀도 당 열 발생량이 감소한다.(d, e)
h, $t_{top}$을 줄이는 것은 flow velocity를 키우는 것과 마찬가지이므로, 온도 차이를 증가시킨다.(f, h)
w를 줄이는 것은 flow velocity는 높이지만 heat flux는 감소시키므로, 큰 영향을 주지 않았다.(g)
$\Delta T/f$는 P나 Pd(전력 밀도)를 높이면 증가했고, $\Delta T/f/P$는 거의 일정하게 유지되었다.
Normalized parameter $h/h_0, w/w_0, t_{top}/t_{top,0}$에 대한 FEA 결과값은 Fig. 2(i)에 나타나있다.
추가적인 요소(공기 흐름, 온도, 진동, 장시간 사용)에 대한 실험을 해본 결과 10°C 차이, 1.5m/s의 바람, 2mm 크기의 5Hz 진동, 1시간 사용에는 끄떡없었다.
방정식과 FEA 결과값을 식으로 정리하면 다음과 같다.
좌측의 $\frac{k_F \Delta T}{LP_d}$는 normalized temperature difference이고, 우측의 $\frac{f\rho _F c_F}{Dk_F}$는 normalized flow rate를 나타낸다.
두 요소 간의 관계는 무차원 기하학적 파라미터 2개와 무차원 열역학 요소로 결정된다.
장치의 민감도는 normalized flow rate에 대한 normalized temperature difference의 기울기이므로 $L/D, t_{top}/h, k_p/k_F$를 줄이면 민감도를 높일 수 있다.
Circuit designs and operating principles
Fig. 3(a)는 실제 장치의 모습을 보여준다.
무선, 비침습적, 재사용 가능, 땀과 직접 접촉하지 않음, 실시간 연속적 측정이 가능.
크게 TFM(Thermal Flow-sensing module, 열유량 감지 모듈), BLE SoC(제어 및 통신용), 차동 증폭기, VGA로 구성된다.
VGA 이득은 BLE SoC의 CPU가 온도 측정값에 따라 조절된다.
기준 thermistor $TH_{REF}$는 유체 통로 밖에 있지만, thermal actuactor로부터 $TH_{UP}, TH_{DN}$과 같은 거리에 있어 외부 환경 요인에 의한 변화를 제거한다.
VGA는 적응형 이득을 가지고 있어(1/6 ~ 4) 저항 측정의 정확도를 최대화한다(0.22Ω to 0.01Ω 범위)
Fig. 3(b)는 회로도를 보여준다. TFM은 thermal actuator(저항 8개), thermistor 3개, Whistone bridge, 두 개의 차동 증폭기로 구성되어 있다.
여기서 각 AMP(차동 증폭기)는 $TH_{REF}, TH_{UP}, TH_{DN} $ 간의 전압 차이를 증폭시켜 환경적 요인의 영향을 제거한다.
VGA는 AMP의 출력을 증폭시켜 ADC(analog-to-digital) 회로로 전달한다.
3개의 채널을 가진 ADC는 $V_{UP}, V_{DN}, V_{REF}$의 전압을 주시하며 ADC가 가장 높은 해상도를 가지도록 VGA의 이득을 조절한다.
CPU는 ADC-sampled 데이터를 디지털 신호 처리를 해서 노이즈를 제거한다. 그 다음 BLE radio를 통해 전압이 온도값으로 변환된다.
Fig. 3(c), (d)는 장치의 분해도와 실제 착용 모습을 보여준다.
On-body measurements
이 플랫폼의 장점은 기존의 정교한 microfluidic 구조가 아닌, 짧고 단순, 직선적인 구조라는 것이다.
Fig. 4(a)는 실험을 위해 부착한 모습이다. 우측에 구불구불한 것은 땀 배출 속도와 양을 수동으로 읽을 수 있는 나선형 microfluidic 채널이다. 기기의 유량 측정을 검증할 때 사용된다. 파란색 염료로 가시성을 높여 구별을 쉽게 했다.
실험은 두 명을 대상으로 진행했다. 참가자1은 우측 전완에만, 참가자 2는 양쪽 전완에 장치를 부착했다.
200Hz의 샘플링 속도로 측정하고, 0.1초마다 평균값을 사용자 인터페이스로 전송한다.
보정은 1분 동안 주사 펌프로 일정한 유량의 액체(탈이온수)를 흘려 수행한다.
유량이 0, 1, 2, 3, 4μL/min일 때, 온도 차이는 0.03, 0.19, 0.40, 0.59, 0.81°C이다. 즉 ΔT는 f가 증가하면 비례 증가하므로 f로 나눠주면 보정 계수 $C_{meas}=\Delta T/f$=0.20°C min/μl가 나온다. 이는 FEA로 구한 0.18°C min/μl 과 꽤 잘 일치한다.
Fig. 4(d)-(f)는 사이클링과 휴식 할 때 측정값(무선은 검정 마커, 수동은 색 마커)을 보여준다.
사이클하는 동안은 ΔT와 f가 증가해서 일정한 값에 도달하고, 휴식에는 0에 가깝게 감소한다.
즉 신체 활동과 땀 발생(발한량)의 상관관계를 보여준다.
Fig. 4(g)-(i)는 ΣΔT와 국소 발한량(Σf)을 보여준다.
Multifunctional systems
기존 장치에 추가로 microfluidic 플랫폼과 colorimetric(비색) 시약으로 화학 성분 측정이 가능하다.
땀 속 염화물, 포도당을 측정하면 신생아, 영아의 낭포성 섬유증과 당뇨병 관련 징후를 포착할 수 있다.
땀 속 creatinine은 또한 신장 기능 장애에 대한 표지로 사용될 수 있다.
땀의 pH는 대사성 알칼리증의 지표로 사용될 수 있다.
Fig. 4(a), (b)는 장치의 모습을 보여준다. 이 장치는 땀 속 염화물/포도당/크레아티닌/pH 를 비색 분석할 수 있고 또한 땀의 속도, 양을 무선으로 측정할 수 있다. 땀의 양과 속도는 화학 성분 해석에 중요하게 쓰인다.
b~e에 해당하는 μ-RV는 비색 검출을 위한 화학적/효소적 분석법을 포함하고 있다. 이는 각각 순서대로 채워진다.
Fig. 5(c)는 각 분석법에 대한 참조 마커 사진이다. 색상 참조 마커는 스마트폰 카메라를 사용해 디지털 이미지 분석을 하고, 정확한 색상 정보 추출을 가능하게 한다.
신체의 세 가지 다른 위치에서 각 μ-RV에 대한 이미지 분석을 하면 평균 색상 값을 알 수 있다.
Fig. 5(d)는 이마에 장착된 장치에서 1분마다 무선 측정한 땀 속도(f), 손실(Σf), 염화물, 포도당, pH를 보여준다.
총 흘린 땀 부피 Σf는 운동 후 증가했고, 염화물 농도 역시 증가했다. pH 증가는 이전 연구(타 논문)과 일치하며, 땀샘 해부학적 구조와 작동 방식으로 설명할 수 있다.
포도당은 역시 시간이 지날수록 농도가 증가했는데, 이는 격렬한 운동 중 스트레스 호르몬 코티솔의 방출과 관련이 있는듯하다. 혈당 증가를 유발하므로 땀의 포도당 농도 역시 증가시킨다.
피부 온도 측정도 가능하다. 간단한 확장을 통해 추가 thermistor를 활용하면 온도 측정이 가능하다.
Fig. 5(e)는 기본 온도계(구강, 겨드랑이), 적외선 온도계(관자놀이, 피부)로 측정한 온도의 변화와 땀, 피부 온도의 무선 측정 결과를 보여준다.
사이클 동안 $T_{sweat}$, $T_{skin}$은 꾸준히 감소하고, 휴식하는 동안 일정한 값에 도달한다. 두 온도의 차이는 사이클동안 0.2에서 0.5°C로 증가하다가 휴식동안 감소해서 0에 도달한다. 이는 겨드랑이 온도($T_{axillary}$)와 강한 상관관계를 보이며 자전거 타기 동안 증가했다가 휴식 중 감소해서 일정한 값에 도달한다.
$T_{skin, IR}$은 땀의 증발, 냉각에 의해 변동이 크다. 땀이 냉각되며 온도가 감소했다가 운동 후 기준선으로 돌아간다. $T_{oral}$(구강)은 운동 후 증가하다 일정한 값에 도달한다. $T_{temporal}$(관자놀이)는 비교적 일정하다.
Conclusions
땀 배출량, 손실, 피부 온도를 정확하게 측정 가능한 장비를 개발했다. 이는 간접 접촉이므로 민감도, 정확도가 유지되고, 또한 복잡한 microfluidic 채널이나 시각적 분석 없이도 실시간 정보 분석이 가능하다.
추가 응용 및 연구 분야는 다음과 같다.
- 탈수, 고열 스트레스 알림 제공
- 땀 관련 질병 진단
- 다한증, 땀감소증, 알코올 섭취 후 등에 대한 추가 연구
- 국소적인 땀 배출, 전신 땀 배출, 전해질 농도 관계에 대한 추가 연구
- 약물 전달 시스템과 열 유량 감지 플랫폼의 통합으로 정확한 투여 시스템 구축
