汗液pH校准模型：无创血糖传感中酶活性漂移与稀释效应的动态补偿策略

无创血糖监测的理想载体——汗液，其葡萄糖浓度仅为血液的约1%，且受到两种动态干扰的双重影响：葡萄糖氧化酶(GOx)在汗液宽幅pH变化下活性波动，以及运动引起的大量出汗对葡萄糖浓度的稀释效应。未经补偿的原始传感器信号与真实血糖值之间的相关性系数仅约0.85，无法满足临床监测需求。本文从pH校准模型的原理出发，阐述其测试验证方法、硬件实现及工程化落地的关键路径。

稀释效应与酶活性的双轨补偿

汗液pH与汗液分泌速率呈显著负相关——出汗速率越快，汗液pH越低。而汗液中的葡萄糖主要通过细胞旁路途径从血液转运至汗腺导管，分泌速率直接影响这一转运过程的稀释程度。与此同时，固定化GOx的催化活性呈现明显的pH依赖性：在酸性条件下(pH 4)，传感器响应电流仅约45μA，而在近中性条件(pH 6)下可升至约65μA，pH 10条件下则可达约70μA。

基于此关联关系，苏州医工所团队构建了pH辅助校正模型。其核心公式为：

**I_corr = I_raw × S_pH_ref / S_pH_measured**

其中S_pH_ref为参考pH(通常取pH 6)下的传感器灵敏度，S_pH_measured为实测pH对应的灵敏度。该模型同时补偿了两个退化维度：灵敏度因子修正了酶活性变化带来的信号漂移，而通过pH反推的分泌速率则动态补偿了稀释效应。经校正后，预测血糖与参考连续血糖监测值的相关系数由0.85提升至0.95，Clarke误差网格中A区比例由72%升至90%。

双传感单元与微流控集成

校准模型的工程实现依赖于传感器硬件的协同设计。核心方案是在柔性基底上集成葡萄糖与pH双电化学传感单元：

- **葡萄糖传感电极**：采用激光诱导石墨烯(LIG)构建多孔电极结构，通过原位沉积金纳米颗粒提升电化学活性面积和电子传输速率。葡萄糖氧化酶通过壳聚糖或Nafion等生物相容性基质固定在电极表面。

- **pH传感电极**：一般采用IrOx或聚苯胺等pH敏感材料制成微型电化学电极，输出电位与溶液pH呈线性关系。

- **微流控结构**：传感器上层集成微流控采集通道，利用毛细力将汗液引导至双传感单元，排除陈旧汗液干扰，确保检测的即时性。

- **后端处理单元**：柔性贴片集成无线数据模块，将I_raw和pH信号传输至MCU或移动终端，执行实时补偿计算。

## 软件实现：实时补偿算法框架

pH校准模型的软件实现可采用三级算法架构。首先是**pH实时检测**：利用查表法将pH电极输出的原始电位值转换为实时pH值(典型线性关系为pH = 7.70 - 0.0143×Signal(mV))。

第二步是**灵敏度动态映射**：根据实测pH值，从预先标定的pH-灵敏度曲线(通常为多项式拟合)中查取当前灵敏度S(pH)，并计算补偿因子k = S_ref / S(pH)。对于pH 4的酸性汗液，k≈1.44，将原始电流信号放大44%以弥补酶活性抑制造成的损失。

第三步是**两点标定模型转换**：将校正后的电流信号I_corr结合两点标定参数——用户静息状态下采集的低浓度参考点和口服葡萄糖耐量测试获取的高浓度参考点——映射为个体化的预测血糖值。

研究团队在5名健康志愿者和4名糖尿病患者中进行了运动验证实验。结果充分验证了双轨补偿模型的有效性：未校准状态下，原始汗液葡萄糖信号与血糖值相关性较弱(R²≈0.72)，Clarke误差网格A区比例仅72%。经pH模型校正后，相关系数升至0.95，A区比例提升至90%，预测平均误差显著降低。其中，稀释效应的补偿使高出汗速率下的预测误差降低约30%，而酶活性漂移的修正则在宽pH变化范围内维持了传感器的有效灵敏度。

汗液pH校准模型通过双轨补偿机制——利用pH对酶活性漂移的直接修正，以及对分泌速率-稀释效应的间接量化——实现了汗液葡萄糖信号向血糖值的动态映射，将预测精度提升至临床可用水平。其工程化落地的关键在于集成双传感单元的柔性硬件平台与实时校准算法框架的协同设计。随着大规模人群数据建模的完成和产品化推进，该策略有望为糖尿病管理等场景提供无创、连续、精准的监测解决方案。