近日，太原理工大學信息與計算機學院張虎林教授課題組在自驅動傳感領域取得重要研究進展，開發出了基于可食用摩擦電水凝膠傳感器網絡的嬰兒智能監護系統。該研究首次采用可食用材質制造壓強傳感器芯片，研發多通道數據采集系統、專屬深度學習算法和手機可視化程序。該成果以“Deep Learning Assisted Body Area Triboelectric Hydrogel Sensor Network for Infant Care”為題發表在國際頂級期刊《先進功能材料》（影響因子19.924）。太原理工大學教授張虎林與美國加州大學洛杉磯分校（UCLA）助理教授陳俊為論文共同通訊作者，博士生郭瑞為論文第一作者。

全天候監測嬰兒受力情況

處于爬行期的嬰幼兒需要監護人持續陪伴，市面上開發的攝像頭跟蹤系統只能起到輔助效果，無法實時對嬰兒磕碰風險進行監測。

持續監測嬰兒身體所承受的生物力學壓力對于避免嬰兒受傷至關重要。

2019年起，太原理工大學張虎林教授開始指導博士生研發了一種柔性可食用摩擦發電水凝膠傳感器，用來監測嬰兒身體表面的生物力學壓力。“我們將傳感器附著在嬰兒衣物以及皮膚上，11個壓強傳感器分別覆蓋在胸部、手、膝蓋、腳、頸部、背部、手腕和臀部等重點部位。我們預先收集了特定運動模式的信號，例如翻身、抱嬰兒、拍背和鼓掌，并基于這些信號特征開發的深度學習算法，可以快速準確識別嬰兒的運動模式”，張虎林介紹道。“每個柔性傳感器都具有23.1 dB的高信噪比、0.28 V/kPa的高靈敏度和50 ms的快速響應特性。”

傳感器發送脈沖信號的能量來源于摩擦電，信號的收集和發送同步自動完成，具有無源驅動、全天候監測的特點。但是脈沖信號極易受到干擾，例如噪聲、衣物與皮膚的摩擦、監護人的腳步聲等，會產生大量干擾信號。為了增強對復雜運動信號的精確識別能力，張虎林團隊通過深度學習算法分析施加的力和電輸出之間的耦合關系，解析嬰兒運動模式，估計嬰兒跌倒的風險，實現對嬰兒特定運動模式近乎100%的準確識別，有效避免了噪聲信號的干擾。

2012年，王中林院士首次發明了摩擦納米發電機，在納米尺度范圍內將機械能轉化成電能，是世界上最小的發電機。作為王中林院士的聯合培養博士生，張虎林教授拓展了該領域在可穿戴衣物方面應用場景。

嬰兒護理新策略

11個傳感器、多通道數據收集系統、配套的深度學習算法以及手機App可視化程序……這套自供電的體域傳感器網絡系統可以直接貼合于皮膚或衣物，敏感單元可大可小，卻提供了全天候安全保障。

談及該成果最大的收獲，張虎林教授表示，傳感器采用一個夾層設計，包括明膠、瓊脂水凝膠和海藻，全部都是可食用材質，這也是納米發電機領域內開發出的首個可食用材質傳感器。

最外層的明膠是傳統柔性摩擦發電材料的絕佳替代品，富含多羥基結構，具有高負電子親和力、很強的附著力，可以很容易地附著在皮膚上。中間瓊脂水凝膠充當電極層，海藻夾在瓊脂水凝膠和明膠之間，以保護明膠免受水的侵蝕。采用常見的食物來源從根本上消除嬰兒意外攝入的風險和后果。這種柔性生物相容的傳感器具備了良好的黏附性、敏感性、生物相容性、堅固性和可食用性等五個性能指標，非常適合用于嬰兒智能監護。

光刻技術加工的傳感器可以做到直徑不到100微米，多通道數據收集系統面積最小不足2平方厘米，可以很方便的縫在到衣服里。配套的深度學習算法對傳感器傳遞出的海量數據進行分析，沒有危險時不會有預警，如果傳感器上施加的壓力超過安全閾值，壓強曲線發生陡峭變化，App程序就可以提供實時預警和一鍵監護互動。

無需外部供電、材質安全可食用、即時報警等多重優勢的傳感器網絡為物聯網時代可靠的嬰兒護理提供了有前途的策略。“下一步，壓力傳感器之外我們還可以增加溫度傳感器，11個通道也可以繼續增加拓展，手機可視化程序也可以進化，我們還將嘗試在老年人、失能人士的智能服裝上應用該成果。”張虎林暢想了未來應用場景。

相關論文信息：
https://doi.org/10.1002/adfm.202204803

審核編輯 ：李倩