呼吸监测是治疗阻塞性睡眠呼吸暂停综合症等睡眠呼吸系统疾病的重要手段。但是,现有呼吸监测系统往往设备庞大、操作复杂、使用不便,且多数只能测量呼吸频率,无法得到其他更进一步的呼吸特征信息。针对便携式、低成本的人体呼吸特征监测需求,论文提出了一种基于氧化石墨烯(GO)敏感膜的石英晶体微天平(QCM)呼吸传感器,设计并实现了相应的人体呼吸特征连续监测系统。论文提出的QCM人体呼吸特征传感器放置于鼻子与上唇之间,通过QCM谐振频率的变化来监测吸气和呼气导致的湿度改变,从而反映人体的呼吸特征。QCM呼吸传感器的挑战是连续监测需求对传感器提出的快速响应/恢复速度的要求。论文研究了GO敏感膜浓度、厚度等工艺参数对传感器性能的影响,发现在特定浓度下减小敏感膜厚度可以明显减小传感器的响应/恢复时间,但以牺牲传感器的灵敏度为代价。通过传感机理研究,以及GO敏感膜制备工艺的调整,获得了最佳厚度的GO敏感膜,实现了传感器性能的优化。实验结果表明,GO敏感膜浓度为2 mg/ml、厚度为320 nm时,QCM传感器对呼吸的响应和恢复时间可以分别缩短到0.4 s和1.2 s,满足连续呼吸监测的需求,且此时呼吸导致的QCM谐振频率变化在1 k Hz左右,抗环境干扰能力强。论文设计的人体呼吸特征连续监测系统由传感器、信号采集与处理电路和软件三部分组成,传感器置于柔性电路板上,与硬件系统相连;硬件由振荡电路、放大整形电路、基于FPGA的等精度频率计等构成,可以精确地测量传感器的谐振频率,分辨率为1 Hz;软件界面及算法可以识别每一次呼吸的发生,并确定相应的呼气、吸气过程,从而获得呼吸时间、呼吸强度、呼吸频率、呼吸间隔等呼吸特征信息。此外,系统还能对呼吸暂停、传感器探头脱落等异常情况进行判断、报警。系统功能验证的实验结果表明,系统可测量的呼吸频率可达27次/min,大于正常成人的呼吸频率(16～20次/min),能有效识别呼吸暂停症状。该系统结构简单、使用便携、成本低廉,具备实际应用价值,可以用于实际的人体呼吸监测。未来可拓展成多传感器阵列用以检测人体呼出气体成份、结合机器学习算法实现智能应用,可并进一步柔性化、微型化、无线化,在可穿戴家庭健康护理中具有良好的应用前景。