四川大学、香港城市大学：研发一体化自供电可穿戴传感系统，用于多模式健康监测

  多模态传感器、能量收集和存储模块的集成促进了智能可穿戴电子产品的进步。然而，现有的模块化构建策略集成度较低，导致设备笨重，可能会影响信号采集的稳定性和可靠性。在这里，四川大学赵江琦、香港城市大学叶汝全、于欣格及谭超良团队提出了一种一体化设计策略，将三个模块集成到通过激光诱导石墨烯技术制备的单个聚合物基板中，以构建完全集成的自供电多模态传感系统。该传感系统由生物能量采集模块（乳酸生物燃料电池）、柔性储能模块（Zn/MnO2电池）和多功能传感模块（葡萄糖、抗坏血酸、心电图和肌电图）组成。作为概念验证应用，该自供电系统被证明可以佩戴在人体的各个部位，以实时监测健康状况。
 
  图 1. 用于多模式传感的全激光诱导集成自供电系统。身体上的可穿戴设备（a）和整个系统（b）的示意图，包括两个用于葡萄糖和抗坏血酸的汗液传感器、用于心电图和肌电图的EP传感器、柔性Zn/MnO2电池和乳酸BFC。 (c)系统功能工作原理图。 (d) LIG 系统电极的图像。比例尺：2 厘米。 (e) 设计的 PCB 图像。比例尺：1 厘米。 (f) 受试者前臂上的自供电系统的图像。比例尺：5 厘米。 (g) 自供电传感系统的系统级框图。 (h) 相关应用程序“BioMoni”的电话显示。
 
  图 2. 电极材料的表征。 (a) PI 基底上激光诱导石墨烯的示意图。 (b) LIG1、(c) LIG2 和 (d) LIG3 的 SEM 图像。比例尺：2 μm。 (e) LIG 的拉曼光谱。 X 射线光电子能谱 (XPS) (f) LIG 的测量光谱和 (g) N 1s 光谱。 (h) N2 吸附/解吸等温线和 LIG 的比表面积（插图）。 (i) LIG 和 Con 的电阻（在 PI 上丝网印刷 C/PVDF），3 mm × 10 mm。 (j) LIG 和 Con 的接触角
 
  图3.电化学传感器和物理传感器的实验性能评估。 (a)葡萄糖传感器、(b)AA传感器和(c)EP传感器的结构和示意图。 (d) 使用不同电极材料的葡萄糖传感器和AA传感器的灵敏度对比。 (e) 葡萄糖传感器的电流响应和 (f) 选择性测试。 (g) 电流分析响应，(h) 线性拟合，以及 (i) AA 传感器的选择性测试。 (j) 使用商用 Ag/AgCl 电极和 LIG 电极从胸部测量的心电图信号。 (k) 使用商用 Ag/AgCl 电极和 LIG 电极从前臂测量的 EMG 信号。 (l) LIG 和 Ag/AgCl 电极记录的 EP 信号的 SNR。
 
  图 4. 基于 LIG 电极的 Zn/MnO2 电池的电化学性能。 (a) Zn/MnO2电池的结构和示意图。 (b) 不同电流密度下不同阳极的成核过电势。 (c) 不同容量下在 LIG2 基体上镀 Zn 的 SEM 图像。比例尺：10 μm。 (d) Zn/MnO2 电池在 1 至 10 C 的不同电流密度下的倍率性能。（1 C 的值相当于 308 mA g–1）。 （e）放电过程中MnO2@LIG1阴极的恒电流间歇滴定（GITT）曲线和相应的离子扩散系数。 (f) LIG1@MnO2 阴极在不同扫描速率下的CV曲线。 (g) 氧化还原峰处电流响应的相应 lg (i)–lg (v) 图。 (h)不同质量负载的Zn/MnO2电池的重量容量和面积容量。 (i) 不同弯曲状态下的循环性能和(j) 不同弯曲循环后的性能。
 
  图 5. BFC 性能表征。 (a) 使用 LDH/NAD 的乳酸 BFC 的结构和示意图。 (b) 使用 LDH/NAD 作为生物阳极的 BFC 的电流响应。 (c) 使用不同电极材料的 BFC 的灵敏度对比。 (d) BFC 的选择性。 BFC 的 (e) 弯曲和 (f) 120° 扭曲测试。 (g) BFC 的 OCV 图。 (h) 在 PBS 中的 0-40 mM 乳酸中记录的 BFC 的功率密度曲线。 (i) 四名健康志愿者汗液样本中 BFC 的功率密度曲线。 (j) BFC-单节 Zn-MnO2 电池的电压-时间曲线（第一个循环期间：电池使用工作站以 0.5 mA 充电；第二个循环期间：使用 BFC 充电。两个循环中的电池均使用工作站以 1 mA 放电）。 (k) 与 PCB 结合的集成系统中电池的 GCD 曲线。电池在每个循环中都由 BFC 在汗液中充电，并在不同条件下通过系统放电。
 
  图 6. 针对个性化监测的传感系统的在体评估。 (a) 监测到的不同运动状态下的人体心电图曲线和(b) 设备在身体上的位置的光学图像。 （c）不同人体肢体状态的光学图像，包括抓握和跳跃。 (d) 前臂和小腿肌肉的肌电图曲线。 (e) 葡萄糖和 (f) 使用插值法验证 AA 浓度。 (g) 四名志愿者进餐前和进餐后 2 小时的出汗葡萄糖水平。 (h) 四名志愿者在摄入 1000 毫克 AA 之前和之后 2 小时的汗液 AA 水平。 (i) 使用志愿者上臂上的集成设备进行多重葡萄糖和 AA 监测的实时曲线。 (j) 志愿者在骑自行车运动时佩戴集成设备的光学图像。 参考文献：

An All-in-One-Integrated Self-Powered Wearable Sensing System for Multimodal Health Monitoring

Jiahui Liang, Xinze Cai, Libei Huang, Le Cheng, Feipeng Tan, Jiazhen Qiu, Yongming Zhang, Weibin Yan, Wenkuo Lin, Guangming Zhong, Ruquan Ye, Jiangqi Zhao, Xinge Yu, and Chaoliang Tan

ACS Nano202620 (12), 9699-9710

DOI: 10.1021/acsnano.5c17767

审核编辑 黄宇