深度学习辅助的Organogel压力传感器用于字母识别和生物机械运动监控
Kusum Sharma1, Kousik Bhunia1, Subhajit Chatterjee2
1Nanomaterials & System Lab, Major of Mechatronics Engineering, Faculty of Applied Energy System, Jeju National University, Jeju, 63243, Republic of Korea.
Nano-micro letters
|September 9, 2025
概括
研究人员开发了一种自我愈合,抗的有机凝压力传感器,使用纳米颗粒封装的化碳纳米管 (CoN CNT) 在PVA/GLE矩阵中. 这种先进的传感器可以实现精确的健康监测和人机接口.
科学领域:
- 材料科学 材料科学 材料科学
- 生物医学工程 生物医学工程
- 纳米技术 纳米技术
背景情况:
- 可穿戴式传感器和深度学习为先进的人机界面提供了潜力.
- 在传感器中实现所需的机械,电气,生物相容性和环境性能仍然具有挑战性.
研究的目的:
- 开发一种具有增强性能的多功能有机凝压力传感器.
- 探索其在实时健康监测和人机界面中的应用.
主要方法:
- 使用纳米粒子封装的化碳纳米管 (CoN CNT) 在聚乙烯醇-凝 (PVA/GLE) 基质中与水/乙烯基甘醇溶剂系统制造有机凝.
- 使用电化学阻抗光谱学的表征.
- 测试灵敏度,湿度和温度耐受性.
- 集成与深度学习的人机界面应用程序的集成.
主要成果:
- CoN CNT/PVA/GLE有机凝传感器显示出出色的灵活性,生物相容性和环境稳定性.
- 在广泛的湿度范围 (40% - 95% RH) 中观察到近乎稳定的性能.
- 在-20°C时实现了耐导电性.
- 在英语字母识别中记录了高灵敏度 (5.75 kPa-1) 和98%的准确性.
- 证明了成功检测微妙的生物机械运动和人类手势.
结论:
- 开发的有机凝传感器为先进的可穿戴传感应用提供了有前途的解决方案.
- 它的多功能特性为强大的人机接口和实时健康监测铺平了道路.
- 在各种环境条件下传感器的性能突出显示了其实际使用的潜力.
