混合3D打印生物灵感的人工慢慢适应的II型 afferents
Mina Lee1, Michael Sotzing1, Jue Wang1
1School of Mechanical Engineering, Purdue University, West Lafayette, IN, USA.
Nature communications
|September 26, 2025
概括
本研究介绍了一种用于人工神经的3D打印方法,该方法使用了一种新的量子道传感器. 这种方法允许快速原型化神经形感官系统用于假肢和机器人.
科学领域:
- 材料科学 材料科学 材料科学
- 神经科学是一个神经科学.
- 机器人技术 机器人技术 机器人技术
背景情况:
- 神经形感官系统提供低功耗和直接的生物整合.
- 复杂的制造阻碍了多组件系统的吞吐量和灵活性.
研究的目的:
- 开发一种混合直写3D打印方法,用于制造一种缓慢适应的II型人工 afferent神经.
- 在这个系统中引入一个工程量子道复合材料作为应变传感器.
主要方法:
- 使用混合直写3D打印技术.
- 集成的选择和放置的表面安装环振荡器用于电压脉冲的产生.
- 设计了一种带有油添加剂的量子道复合物,用于增强应变传感.
主要成果:
- 在量子道传感器中实现了超过6个数量级的电阻变化.
- 与传统复合材料相比,表现出超过50%的菌株范围,降低了歇斯底里.
- 成功制造了一种缓慢适应的II型人工 afferent神经.
结论:
- 混合3D打印方法使人工传感系统的快速原型设计成为可能.
- 工程量子道传感器在性能和范围上提供了显著的改进.
- 潜在的应用包括先进的假肢和机器人.
