“แว่นตาอัจฉริยะ” GlassTENG ตรวจสุขภาพผ่านใบหน้า แค่กะพริบตาก็ชาร์จพลังงานได้ !

Share on Line Share on Facebook Share on X
“แว่นตาอัจฉริยะ” GlassTENG ตรวจสุขภาพผ่านใบหน้า แค่กะพริบตาก็ชาร์จพลังงานได้ !

นักวิจัยจากมหาวิทยาลัยนอร์ธเวสเทิร์น (Northwestern University) ในประเทศสหรัฐอเมริกา พัฒนานวัตกรรมแว่นตาอัจฉริยะชนิดใหม่ในชื่อ กลาสเท็ง (GlassTENG)  ซึ่งสามารถเก็บเกี่ยวพลังงานกลจากการเคลื่อนไหวของใบหน้า เช่น การกะพริบตา การยักคิ้ว การกัดฟัน การขบกราม ไปจนถึงการเต้นของหลอดเลือด แล้วเปลี่ยนเป็นพลังงานไฟฟ้าเพื่อเลี้ยงตัวเซนเซอร์ได้โดยตรง ช่วยลดข้อจำกัดของอุปกรณ์สวมใส่ (Wearables) ที่ต้องพึ่งพาแบตเตอรี่ขนาดใหญ่ หรือต้องคอยถอดชาร์จไฟบ่อยครั้ง

สรุปข่าว

นักวิจัยจากมหาวิทยาลัยนอร์ธเวสเทิร์น สหรัฐอเมริกา พัฒนา "GlassTENG" แว่นตาอัจฉริยะตรวจสุขภาพที่ไม่ต้องใช้แบตเตอรี่ โดยอาศัยเทคโนโลยีไตรโบอิเล็กทริก (TENGs) เปลี่ยนพลังงานจากการเคลื่อนไหวบนใบหน้า เช่น การกะพริบตา ยักคิ้ว และขบกราม ให้เป็นพลังงานไฟฟ้าสำหรับเซนเซอร์บนกรอบแว่น แว่นตานี้สามารถตรวจจับพฤติกรรมและสุขภาพของผู้สวมใส่ผ่านการวิเคราะห์ด้วยแมชชีนเลิร์นนิงด้วยความแม่นยำสูง และส่งข้อมูลผ่านบลูทูธไปยังสมาร์ตโฟนได้ทันที โดยมีเป้าหมายระยะยาวในการนำไปใช้แจ้งเตือนพฤติกรรมสุขภาพ เช่น ภาวะเหนื่อยล้า หรือการนอนกัดฟัน

นักวิจัยจากมหาวิทยาลัยนอร์ธเวสเทิร์น (Northwestern University) ในประเทศสหรัฐอเมริกา พัฒนานวัตกรรมแว่นตาอัจฉริยะชนิดใหม่ในชื่อ กลาสเท็ง (GlassTENG)  ซึ่งสามารถเก็บเกี่ยวพลังงานกลจากการเคลื่อนไหวของใบหน้า เช่น การกะพริบตา การยักคิ้ว การกัดฟัน การขบกราม ไปจนถึงการเต้นของหลอดเลือด แล้วเปลี่ยนเป็นพลังงานไฟฟ้าเพื่อเลี้ยงตัวเซนเซอร์ได้โดยตรง ช่วยลดข้อจำกัดของอุปกรณ์สวมใส่ (Wearables) ที่ต้องพึ่งพาแบตเตอรี่ขนาดใหญ่ หรือต้องคอยถอดชาร์จไฟบ่อยครั้ง

ติดเซนเซอร์บางไว้รอบตัวแว่น

เทคโนโลยีนี้ใช้หลักการของตัวกำเนิดไฟฟ้าแบบ ไตรโบอิเล็กทริก (Triboelectric Nanogenerators - TENGs) โดยติดตั้งเซนเซอร์บางเฉียบขนาดเล็กไว้ 3 จุดบนกรอบแว่น ได้แก่ ตรงสันจมูก ซึ่งจะตรวจวัดชีพจรหลอดเลือด การกะพริบตา และการขยับคิ้ว, ตรงขมับ ตรวจจับการเต้นของหลอดเลือดและการเคลื่อนไหวของกราม และเซนเซอร์จุดสุดท้ายจะอยู่ตรงบริเวณใกล้ใบหู เพื่อตรวจจับการเคี้ยวและการขบกราม

จากการทดสอบกับผู้ใช้งาน 20 คนใน 6 กิจกรรม ได้แก่ การกะพริบตา, ยักคิ้ว, กัดฟัน, การเคาะกันของฟัน, การรับประทานอาหาร และพูดคุย วิเคราะห์ร่วมกับการใช้แมชชีนเลิร์นนิง (Machine Learning) ดูรูปแบบสัญญาณไฟฟ้า พบว่าแว่นตาสามารถระบุกิจกรรมต่าง ๆ ได้แม่นยำสูงถึงร้อยละ 93.8

ตรวจจับการเคาะกันของฟันได้แม่นยำ

นอกจากนี้ยังสามารถตรวจจับการเคาะกันของฟันได้แม่นยำสูงถึงร้อยละ 99 และการขบกรามที่ร้อยละ 96 ทั้งนี้ แรงกดเพียงเล็กน้อยจากชีพจรจะสร้างแรงดันไฟฟ้าได้ราว 50-100 มิลลิโวลต์ (millivolts) ในขณะที่การกะพริบตาและยักคิ้วสร้างพลังงานได้ 200-500 มิลลิโวลต์ (millivolts) และการขบกรามแรง ๆ สามารถสร้างแรงดันไฟได้สูงถึง 1.5 โวลต์ (volts) 

ความน่าสนใจคือเซนเซอร์ทั้ง 3 ตัวใช้พลังงานไฟฟ้ารวมกันเพียงแค่ 4.1 ไมโครวัตต์ (microwatts) ซึ่งน้อยกว่าเทคโนโลยีเซนเซอร์ทั่วไปหลายเท่าตัว โดยสามารถส่งข้อมูลผ่านบลูทูธ ไปยังสมาร์ตโฟนหรือแท็บเล็ตได้ทันที 

สำหรับเป้าหมายระยะยาวของงานวิจัยชิ้นนี้ คือการพัฒนาอุปกรณ์ที่สามารถประมวลผลในตัวเองเพื่อแจ้งเตือนพฤติกรรม เช่น นอนกัดฟัน ภาวะเหนื่อยล้า หรือพฤติกรรมการกิน เพื่อปรับเปลี่ยนพฤติกรรมสุขภาพได้ทันท่วงทีมากขึ้น

ที่มาข้อมูล : Northwestern University

ที่มารูปภาพ : Northwestern University