据世界卫生组织的数据显示：全世界每年死于心脑血管疾病的人数高达1500万人，居各种死因首位。心脑血管疾病已成为人类死亡病因最高的头号杀手，也是人们健康的“无声凶煞”！

　　心血管疾病，如冠心病的症状（包括心绞痛、心肌梗塞）的症状为：胸闷、心悸不宁、心慌气短；心率不齐；胸痛、胸骨后或心前区疼痛；气紧、晕厥、虚弱、嗳气等。

　　在现代医学的运用中，心电图变得越来越重要。它具有诊断可靠，方法简便，对患者进行实时心电监测，及时发现心电变化异常、有防治心血管疾病的重要作用。但是市面上普通的常规心电图，缺有很多弊端。

　　心房颤动是最常见的心律失常，与较高的中风或心脏衰竭风险相关联。然而，显示心房颤动的f波讯号，震幅非常微弱，传统的便携式心电图传感器极难探测得到。

　　香港大学机械工程系副教授陈国梁博士领导的团队，研发出一种穿戴方便的心电图（ECG）传感器，可侦测心房颤动的电生理讯号，作日常应用。

　　陈博士的团队又模仿人脑记忆功能，成功把讯息储存入有机晶体管，为机器学习仿真人脑功能，奠定关键性的基础。

　　上述两项重要的科研成果，已分别在国际期刊《自然-通讯》发表。

　　其中题为「亚热离子、超高增益有机晶体管和电路」的新型心电图传感器，侦测心房颤动，与南京大学合作开发。这款新型传感器的讯号放大功能出色，可把输入讯号放大（增益）超过10,000倍，能检测得到震幅非常微弱，显示心房颤动，即频率为每分钟357次（BPM）的f波。

　　初步试验显示，该传感器能成功探测心房颤动病人的不正常电生理讯号，传统电极则未能做到。

　　该团队在陈博士早前研发的单层有机场效晶体管（Organic field-effect transistor, OFET）的基础上，把柔性、超薄的半导体装嵌到柔性的基板（物料：聚酰亚胺）上，开发出新型心电图传感器。而OFET中的超低亚阈值摆幅（SS），正是今次心电图传感器具有高讯号检测能力的关键。

　　陈博士说：「亚阈值摆幅是晶体管或逆变器操作中的一个重要参数，提示需要多少电压变化才能将设备从『关断』状态变为『导通』状态。我们的装置能提供创纪录的低亚阈值摆动，确保在耗能极低（低运行功耗）的情况下维持高灵敏度。」

　　这款新型心电图传感器具备柔性可折叠的特质，轻盈如一片保鲜膜或贴身胶片，只需一个小型钮扣电池供电，应用携带方便。

　　「佩戴该传感器的人可以享受行动上的自由，跑来跑去，甚至可以随心所欲地去淋浴，不需要连接任何仪器操作。今次也是我们研发的新结构OFET在应用上的重要突破。」陈博士说。

　　陈博士研发的单层OFET创新技术，采用有机物作为半导体，具备柔性的特质优势。研究结果早于《先进材料》发表，已申请美国专利。

　　陈博士团队在《自然-通讯》发表的另一项研究，题为「使用离子捕获记忆突触有机电化学晶体管模仿联想学习行为」。

　　研究团队成功仿照人脑运作，将「记忆」，即收集到的讯号和讯息，植入到有机晶体管中，为实现像人脑一样能执行讯号识别和学习的人工神经网络，奠定关键性的基础。

　　团队与美国伊利诺伊州的西北大学联合进行的实验，将「离子保持剂」聚四氢呋喃（PTHF）添加到导电有机聚合物 PEDOT:TOS 中。PTHF 可以显著减缓 PEDOT:TOS 通道层中离子的进出，并将它们保持在理想的电导状态。

　　这些PTHF离子保持剂，能维持设备的理想电导状态，实现人工智能『学习』和『记忆』等功能，就好像人脑神经元之间的化学物质，维持着人脑的灵活运作。

　　陈博士解释说：「我们的研究，解释了讯息如何存储在有机电化学晶体管的物理原理。而透过增强设备的『学习功能』，为发展下一代计算器人工智能学习奠定重要基础。记忆晶体管是建构人工神经网络的基本架构，而人工神经网络可以像人脑一样执行讯号识别或学习。将来，我们有望可以将记忆晶体管与光学传感器集成在一起，像人脑一样，进行同步图像处理和计算。」

　　「人机界面这研究领域的空间巨大，其应用具有无限的可能，能为人类带来难以想象的裨益。」陈博士补充说，目前他将聚焦于研究使用先进材料开发较为复杂的电路及降低运行功耗。