11月中旬，中國科學院深圳先進技術研究院醫工所醫療機器人與微創器械研究中心趙國如博士的學術論文Exploration and Implementation of Pre-impact Fall Recognition Method Based on Inertial Body Sensor Network和聶澤東博士生的學術論文Dynamic Propagation Channel Characterization and Modeling for Human Body Communication，先后在Sensors期刊發表，通訊作者均為王磊研究員。Sensors是MDPI雜志社出版的在線刊物，旨在發表傳感器領域的最新研究進展。

先進院人體傳感器網絡（Body Sensor Network, BSN）課題組圍繞BSN這一國際學術前沿，展開多點、深入的研究。慣性BSN（Inertial BSN）是一種低負荷、高精準、易實現的人體運動信息定量獲取新技術，趙國如等針對人體跌倒預警的前沿科學問題，以人體跌倒和日常活動為研究對象，從BSN位置優化和參數優化等方面對跌倒預警時間、跌倒預警臨界姿態角等進行分析和探索，優化實現了一種人體跌倒預警的新方法。該方法有望在老人跌倒預警和防護系統研發中發揮重要作用。

人體通信技術采用“人體”作為通信媒介，是下一代BSN的主要通信方式，具有高能效比，網絡安全性好和網絡利用率高等優點。聶澤東等針對人體通信的動態傳播信道進行了詳盡的在體實驗研究，表明人體通信對運動的不敏感性。這個重大發現為目前運動中BSN通信鏈路不穩定的問題提供了一種有效的解決方案，將極大推動BSN在面向個人及家庭的低成本健康產業中的應用。

左圖：人體通信動態信道實驗設置 右圖：人體通信動態信道時序特性