近日，東南大學電子科學與工程學院MEMS教育部重點實驗室的孫立濤教授研究團隊在Microsystems & Nanoengineering上報道了一種新型可穿戴無縫多模傳感器，該傳感器能夠解耦壓力和應變刺激，并識別不同的關節運動狀態。在機器學習算法的幫助下，該傳感器能夠準確識別（97.13%）不同關節位置和狀態的運動特征。

東南大學孫立濤教授

無縫電阻-電容結構多模（seamless resistance-capacitance structural multimode，SRCSM）傳感器的形貌表征

使用可穿戴傳感器監測和識別人體運動特征是了解人體活動和生命體征的重要手段，尤其是在智能醫療康復、智能運動鍛煉、軟機器人和電子皮膚等應用中。然而，人體運動是一個涉及多個關節的復雜過程，每個關節運動包括骨骼的彎曲/壓縮和覆蓋在骨骼表面的皮膚的拉伸。迄今為止，典型的柔性傳感器通常與人體表面接觸，因此，這些傳感器會受到壓縮壓力和拉伸應變的共同刺激。在不同的刺激下，大多數傳感器都會產生類似的電輸出，因此很難區分這些機械性刺激。由于每個關節的彎曲/壓縮和拉伸同時發生，因此非常有必要開發一種多模可穿戴傳感器來監測和解耦關節運動的多個參數。

近年來，人們提出了三種設計多模柔性傳感器的策略。第一種是設計一個單一結構的傳感器來同時監測不同的刺激。然而，單一結構的傳感器仍然難以區分不同的刺激。第二種是設計兩個分立的傳感器，并以某種方式將它們組裝在一起，以檢測不同的刺激。這些組裝好的傳感器很好地解決了多種刺激的解耦問題，但其機械性能和穩定性一直存在問題，制造工藝也相對復雜。第三種是設計一個單一的結構作為傳感器，并帶有兩個集成的獨立部件。該傳感器可以同時檢測和區分壓力信號和應變信號。然而，復雜的工藝流程增加了這種傳感器的制造難度和成本。因此，開發一種制造工藝簡單的可穿戴多模傳感器以實現多個參數的解耦至關重要。

東南大學孫立濤教授研究團隊制備出了一種可穿戴無縫電阻-電容結構多模（seamless resistance-capacitance structural multimode，SRCSM）傳感器，該傳感器可以解耦人體運動過程中施加在每個關節上的壓力和拉伸應變。SRCSM傳感器被集成到一個獨特的無縫結構中，該結構由兩個不同的主要部分（電阻元件和電容元件）組成，以通過獨立的電阻-電容傳感機制將不同的刺激解耦。研究人員還提出了一種便于大批量生產的逐層鑄造工藝。

SRCSM傳感器的制造工藝

SRCSM傳感器性能

為了證明SRCSM傳感器在可穿戴電子領域的巨大應用潛力，研究人員測量了由人體運動引起的關節彎曲（手指、肘部、手腕和膝蓋）的實時物理信號。此外，由于SRCSM傳感器的解耦雙信號輸出特性，研究人員通過長短期記憶網絡（long short-term memory，LSTM）深度學習算法對不同關節不同姿勢的電子信號進行分類，以進行識別訓練。結果表明，當同時使用電阻和電容數據時，手指關節彎曲30°、膝關節彎曲45°、肘關節彎曲45°的分類準確率分別為94.64%、97.78%和94.44%。此外，其他關節姿勢的分類準確率達到了100%。僅使用電阻數據、電容數據以及同時使用電阻和電容數據的整體分類準確率分別為74.79%、77.36%和97.13%，這表明SRCSM傳感器在區分姿勢方面的分類準確率最高。因此SRCSM傳感器在科學運動訓練、創新醫學和其他領域具有顯著優勢。

SRCSM傳感器在較寬壓力和應變范圍內的潛在應用

SRCSM傳感器在不同姿勢識別中的應用

盡管這項研究只是概念驗證，但研究人員認為，這種簡單、低成本且高效的策略可能成為便攜式電子皮膚、醫療保健和智能運動監控設備、高級人機界面和智能軟機器人感知系統中可穿戴應用的潛在候選方案。

論文信息：

Wen, L., Nie, M., Chen, P. et al. Wearable multimode sensor with a seamless integrated structure for recognition of different joint motion states with the assistance of a deep learning algorithm. Microsyst Nanoeng 8, 24 (2022).

https://doi.org/10.1038/s41378-022-00358-2