首尔大学：用于压力传感和人机交互的多尺度人工蜘蛛网

近年来，柔性电子器件在可穿戴医疗、智能机器人和下一代物联网（IoT）等领域取得了快速发展。其中，柔性压力传感器能够有效贴合各种表面，通过将外部机械刺激转化为可读信号，在医疗健康监测、人机交互和可穿戴电子设备等领域发挥着关键作用。然而，柔性压力传感器在同时实现高灵敏度、快速响应和高机械完整性方面仍然面临着巨大挑战。这一挑战主要源于压力传感复合材料内部缺乏精细的结构设计，而精细的结构设计对于高效的应力传递和结构可靠性至关重要。尽管已引入多种纳米结构工程技术来提高灵敏度和响应速度，但活性层中传感元件与柔性基体之间的界面结构仍然难以优化。简单的平面或随机分布结构通常会导致界面粘附力弱、应力传递效率低，以及在反复变形下发生机械性能退化。因此，传感性能和机械稳定性之间存在着持续的权衡，阻碍了对脉搏、关节和喉部运动等复杂生理信号的精确监测。因此，开发能够平衡高灵敏度、快速响应和持久机械完整性的柔性压力传感器仍然是一个紧迫但尚未解决的挑战。

本产品亮点

1. 本工作展示了一种多尺度人工蜘蛛网（MASW），该蜘蛛网通过铜网辅助静电纺丝法制备，以可生物降解的聚乳酸为材料，形成纳米纤维网络，能够高效传递应力并增强机械稳定性。

2. 所得压力传感器同时展现出39.85 kPa⁻¹的高灵敏度、42 ms的快速响应时间和超过6000次加载循环的高耐久性，能够可靠且灵活地利用神经网络辅助实时监测多种生理信号，包括脉搏、呼吸和发声。

3. 此外，利用精确的关节运动信号采集，开发了一种人机交互系统，该系统在帕金森病精细运动康复方面具有潜在的应用价值，展现了其在可持续医疗保健和物联网系统方面的巨大潜力。

图文解析

 

图1. MASW 的设计、制备和结构表征。

(a) 天然蜘蛛网的层级结构和蜘蛛捕食过程；(b) 多尺度人工蜘蛛网的层级结构和压力敏感机制；(c) 铜网辅助静电纺丝工艺；PLA 基传感层多尺度结构的 SEM 图像：(d) 网状支架结构 (PLA@CI)；(e) 静电纺丝多层纤维结构 (PLA@CI)；(f) 核壳结构 (PLA@CI)；(g) 核壳网络结构 (PLA@CI/AgNWs)。

图2. MASW 的生物降解性和透气性。

(a) PLA 基压力敏感层降解过程示意图；(b) MASW 降解前后的光学图像；(c) MASW 降解前后的 FTIR 光谱。 (d) 基于XPS分析的MASW降解前后元素组成和化学键合状态；(e) PLA@CI/AgNWs降解前后碳的XPS峰拟合；(f) MASW的透气性验证。

图3. MASW的压力传感性能优化。

(a) 不同浸涂循环次数下MASW的制备示意图；不同浸涂循环次数下制备的MASW的压力传感性能：(b) 压力响应曲线；(c) 灵敏度；(d) 线性度；(e) 使用不同导电填料制备的MASW示意图；不同导电填料下MASW的压力传感性能：(f) 压力响应曲线；(g) 灵敏度；(h) 线性度；不同网状骨架尺寸MASW压力传感性能的比较：(i) 压力响应曲线；(j) 灵敏度和线性度。 (k) 不同网格骨架尺寸的MASW应力分布的有限元模拟。

图4. MASW的综合压力传感性能。

(a) 0~100 kPa压力下的I-V特性；(b) 压力响应曲线及线性拟合；(c) 与已报道的商用柔性压力传感器的灵敏度和线性工作范围的比较；(d) 响应时间；(e) 小压力（0.1~1.0 kPa）下的动态压力响应；(f) 基于网格骨架的传感器线性性能的统计分析；(g) 50 kPa下3000次循环的耐久性；(h) 6000次压力循环前后初始I-V曲线的比较；(i) 100天前后初始I-V曲线的比较；(j) 0~100 kPa压力下的功耗；(k) 与已报道的压阻式传感器的综合性能比较。

图5. 基于 MASW 的高级生理信号监测与评估。

(a) 高级生理信号监测要求（响应时间和灵敏度）；(b) 神经网络的组成；(c) 基于 MASW 的脉搏监测示意图；(d) 来自不同个体的脉搏信号（强度、频率、波形）；(e) 八种不同脉搏信号分类的损失和准确率；(f) 八种不同脉搏信号分类的混淆矩阵；(g) 基于 MASW 的呼吸和发声监测示意图；(h) 六种不同喉部运动信号分类的损失和准确率；(i) 六种不同喉部运动信号分类的混淆矩阵。

图6. 基于 MASW 的人机交互。

(a) 帕金森病症状示意图；(b) 通过人机交互的矫正策略；(c) 不同角度、力度和重复次数的手指运动监测；(d) MASW 控制的机械手电路图；(e) 基于灵敏度因子的可调机械手控制。 MASW 控制的机械手在不同状态下：（f）初始状态；（g）正常抓握状态；（h）轻抓握状态；（i）重抓握状态；（j）机械手的复杂手势控制；（k）无线传感器网络示意图。

来源：柔性传感及器件