一种基于水凝的 triboelectric 非接触离子压力双功能传感系统,用于测量下部运动轨迹和咬伤力
Peng Wang1, Zhiheng Li2, Yujun Zhang3
1Shandong Provincial Key Laboratory of Sensor Technology and High Precision Weighing Instruments, School of Mechanical Engineering, University of Jinan, Jinan 250022, China; Department of Materials Science and State Key Laboratory of Molecular Engineering of Polymers, Fudan University, Shanghai 200433, China..
Journal of colloid and interface science
|March 9, 2026
概括
这项研究引入了一种灵活的传感器系统,可以测量部运动和时的咬力. 这项技术准确地重建了模式,有助于诊断口腔疾病.
科学领域:
- 生物医学工程 生物医学工程
- 材料科学 材料科学 材料科学
- 牙科技术 牙科技术
背景情况:
- 精确测量下动力学和咬伤力对于诊断和治疗口腔疾病至关重要.
- 现有的系统往往缺乏用于全面的闭塞分析所需的灵活性或同时测量能力.
研究的目的:
- 开发一种灵活的传感系统,用于同时,非接触测量下部运动轨迹和基于接触的咬伤力.
- 整合机器学习,以基于闭塞数据的高精度牙健康识别.
主要方法:
- 一个双模式的传感系统,结合了 triboelectric 模块 (用于运动) 和离子超级电容器模块 (用于咬伤力).
- 使用机器学习算法来分析捕获的闭塞轨迹数据.
- 测试传感器稳定性,灵敏度,响应时间和信号在延长周期中的漂移.
主要成果:
- triboelectric 单元证明了动态阻塞轨迹的稳定捕获,信号衰减最小 (在 10000 秒后<5%).
- 离子单位显示高灵敏度 (4.97 kPa-1) 和快速响应 (1s) 咬伤力测量 (10-40 kPa),低漂移 (<10% 1000 个循环后).
- 一个牙健康识别模型在识别闭塞轨迹方面实现了99.25%的准确性.
结论:
- 开发的灵活传感系统准确地捕捉下部运动和时的咬伤力.
- 该系统能够完全重建闭塞关系,为口腔疾病的诊断和治疗提供有价值的数据.
- 机器学习的整合增强了捕获的生物力学数据的诊断潜力.
