呼吸是人体与外界进行气体交换的关键生理活动，其频率、强度等特征与人体行为状态密切相关，可用于行为状态推断。人体呼气湿度高达90%以上，基于呼吸气流湿度变化的传感检测技术备受关注。呼气时高湿气流会增强传感器信号，吸气时外部干气流则使信号回落，不同日常行为伴随呼吸特征的细微快速变化，因此对湿度传感器的灵敏度与响应速度提出了极高要求。

现有呼吸检测用湿度传感器受材料与结构限制，普遍存在灵敏度不足的问题。多数器件仅依靠呼吸频率区分状态，难以识别更多行为类型；且传统结构多由叉指电极与敏感层组成，无法抑制温度漂移，易造成呼吸波形畸变，降低识别精度。此外，相关研究多依赖模拟数据，对行为识别结果缺乏深入分析与验证，实际应用受限。

针对上述瓶颈针对上述瓶颈，山东省智能感知芯片与系统重点实验室方向带头人——中国科学院微电子所毛海央研究员团队研发出一套用于人体行为识别的智能湿度传感系统。团队创新性采用纳米森林作为敏感材料，制备出高灵敏度湿度传感器，并集成微加热器与高性能热敏电阻。微加热器可使器件维持在最优工作温度，进一步提升灵敏度；热敏电阻能够精准监测气流温度，实现可靠温度补偿，有效消除漂移干扰。

该传感器采用CMOS兼容工艺制备，依托纳米森林材料大比表面积、多孔结构与丰富亲水基团的优势，配合内置温控与补偿单元，展现出超高灵敏度、良好稳定性与优异选择性，为基于呼吸特征的行为识别奠定了硬件基础。在此基础上，团队提出新型数据处理方法，将湿度、温度与时间构成的一维信号转化为三维特征图像，结合机器学习算法构建智能行为识别系统。经测试，该系统对人体不同行为状态的分类识别准确率达96.2%，可实现实时、高效、准确的行为判定。

基于此项研究成果的论文“An intelligent humidity sensing system for human behavior recognition”发表在Microsystems & Nanoengineering上。该研究突破了传统湿度传感在灵敏度、抗温漂与多类别识别上的技术瓶颈，为可穿戴健康监测、日常状态分析及住院患者康复监护等场景提供了新方案，为柔性电子与智慧医疗领域的发展开辟了实用新路径。

论文链接：https://www.nature.com/articles/s41378-024-00863-6

图1 纳米森林湿度传感器结构示意图

 图2 a 纳米森林湿度传感器的制备工艺；b 湿度传感器的显微镜照片；c、d 纳米森林的 SEM 照片

图3 纳米森林湿度传感器用于智能化运动识别