美国西北大学研究团队开发出一种无需电池供电的智能眼镜，能够利用人们日常眨眼、微笑、咬牙以及挑眉等面部动作产生的微小能量，为健康监测传感器供电。研究人员认为，这项技术有望让普通眼镜变成全天候健康监测设备，同时摆脱传统可穿戴设备频繁充电的限制。

研究团队指出，人类平均每分钟眨眼约14至20次，这些动作通常不会被利用，但实际上蕴含着可收集的机械能。考虑到全球约有一半人口佩戴眼镜，如果能够将这种日常行为转化为电能，便有机会建立一种几乎无需改变使用习惯的新型健康监测平台。

这项技术被命名为GlassTENG。项目负责人、西北大学麦考密克工程学院电子与计算机工程及计算机科学助理教授Nivedita Arora表示，人类面部蕴藏着大量健康信息，因此眼镜是理想的可穿戴设备载体。与需要佩戴在手腕上的智能手表和健康手环不同，许多人本来就每天佩戴眼镜，因此无需额外培养新的使用习惯。

GlassTENG不仅能够利用眨眼动作产生能量，还可以收集微笑、咬紧牙关、咀嚼和挑眉等面部活动所产生的机械能，并将这些运动信息转化为可分析的健康信号。

整个系统的核心是一种被称为摩擦电纳米发电机（TENG）的超薄传感器。这种装置利用静电原理工作，其原理类似于气球摩擦头发后产生吸附现象。当不同材料接触并分离时，电子会发生转移并产生短暂电荷。

研究人员将柔性传感器集成在眼镜框架中。当面部运动导致传感器层发生压缩和分离时，就会产生电信号。这些机械能既能作为监测信号本身，也能够为传感器供电，因此无需配置传统电池。

研究团队在眼镜上安装了三个主要传感器。其中一个位于鼻梁附近，可捕捉脉搏、眨眼和眉毛活动；第二个位于太阳穴区域，用于监测脉搏以及下颌运动；第三个位于靠近耳朵的位置，可检测咀嚼和咬牙等动作。

测试结果表明，不同动作会产生不同特征的电信号。脉搏产生的信号最弱，电压约为50至100毫伏；眨眼和挑眉通常产生200至500毫伏电压；而较强烈的下颌动作则可产生高达1.5伏的信号。

研究人员利用原型设备测试了眨眼、敲牙、咬紧牙关以及挑眉等动作。结果显示，系统不仅能够将这些动作与正常说话或进食行为区分开来，而且识别准确率相当高。其中，对敲牙动作的识别准确率达到99%，对咬紧牙关动作的识别准确率达到96%。

研究团队表示，该技术未来有望用于监测心血管健康、磨牙症、疲劳状态以及饮食行为等多种健康指标。由于设备本身无需电池，也不需要定期充电，因此特别适合长期连续监测应用。

研究人员认为，目前多数健康监测设备受限于电池寿命、体积和佩戴舒适性，而GlassTENG提供了一种新的解决思路。随着相关技术进一步成熟，未来普通眼镜或许能够在用户几乎无感知的情况下持续收集健康数据，实现更加自然和便捷的健康管理。

这项研究成果已发表于2026年ACM国际可穿戴计算研讨会（International Symposium on Wearable Computers）论文集之中。研究团队表示，下一步将继续提升系统性能，并探索更多健康监测场景，以推动无电池智能可穿戴设备走向实际应用。