临床上，喉部病症的检测与术后的康复评估通常依赖于X射线造影或者电子喉镜来观察喉部状况，尤其对于食团标志物流速、容积率、吞咽节律等信息的监测。通常受场景限制的X造影会导致病患和医护长达30分钟的射线辐射，而造价昂贵的（依赖进口，单根逾3000元）电子喉镜是侵入式的极易造成患者的不适，导致监测过程中因为梨状窝位置的肌肉闭合形成严重的视域遮蔽问题。
针对上述问题，近日，西安电子科技大学王卫东教授、厦门大学高立波副教授、香港大学陆洋教授以及宾州州立大学程寰宇教授联合唐都医院耳鼻喉科主任赵大庆教授和空军军医大学张杨教授等多位合作者，报道了一种用于喉部康复监测的具有传感器内自适应机器学习能力的全集成独立可延展的器件平台。成果以“A fully integrated, standalone stretchable device platform with in-sensor adaptive machine learning for rehabilitation”为题在《自然•通讯》（Nature Communications）上发表。作者团队研发的器件平台已在肌无力及喉癌病人的术后康复方面进行临床验证并取得了医生积极评价，临床试验效果与喉镜检测的喉部活动节律结果一致，并可以获取到喉镜视角受限下的误吸和咳嗽状态。
全集成独立可延展的喉部集成器件平台设计及原理示意图
西安电子科技大学机电工程学院徐洪成博士为论文第一作者，西安电子科技大学王卫东教授、厦门大学高立波副教授、香港大学陆洋教授以及宾州州立大学程寰宇教授为论文的通讯作者，西安电子科技大学机电工程学院为论文第一署名单位。该论文是西安电子科技大学机电工程学院在机械电子领域首次在国际高水平杂志《自然》子刊上发表的文章，标志着机电工程学院在该技术领域取得了新的前沿科技进展，为我国以关键核心技术突破推动实现高水平科技自立自强提供新的支持。
未来，该研究团队将对此项技术开展深入研究，并将该器件平台作为医疗器械推向临床应用，为咽喉功能障碍患者，如咽喉癌术后疗效及功能评估，甚至渐冻症患者发声提供便捷有效的技术手段。
正常人及肌无力与喉癌病人喉部特征信息监测