在纳米森林传感器及其应用研究方面，中国科学院微电子研究所研究员黄成军和毛海央团队取得了进展。

呼吸是支持人类生命活动的重要过程。呼吸频率和深度是反映运动强度的关键指标，呼吸模式与心肺功能有关。呼吸检测可以实时了解运动员的身体状况，避免过度运动或运动不足，也可以评估运动员的心肺健康状况，为制定个性化运动计划提供依据。然而，由于其结构和材料的限制，传统的湿度传感器缺乏灵敏度。目前，呼吸检测中使用的各种湿度传感器都是通过信号频率的差异来区分呼吸状态，这限制了他们识别更多行为类型的能力。

为了解决上述问题，研究开发了纳米森林湿度传感器，利用纳米森林的大表面积、高孔隙率和超亲水特性，使湿度传感器能够响应呼出气体中微弱的湿度变化。同时，内置加热电阻/热敏电阻的设备可以为传感器提供适当的工作温度，实时监测呼吸气流温度，并通过温度补偿使响应更加准确。此外，研究基于这种新型湿度传感器，结合机器学习算法构建运动识别智能系统，可以实现9种不同运动状态的高精度识别。

这项工作展示了纳米森林湿度传感器的应用潜力，为智能可穿戴设备和健康监测等技术领域的发展提供了新的技术解决方案。

最近，相关研究成果以An为基础 intelligent humidity sensing system for human behavior 以recognition为题，发表在《微系统与纳米工程》中(Microsystems & 在Nanoengineering上。研究工作得到了国家自然科学基金、国家重点研发计划和中国科学院青年创新促进会会员项目的支持。