可穿戴傳感器由于其靈活性和重量輕的特點，在醫療保健應用領域獲得了極大關注。然而，開發易于制造和保形性良好的魯棒性可穿戴傳感器仍然是一個挑戰。

據麥姆斯咨詢報道，近日，南洋理工大學（Nanyang Technological University）的科研人員合成了一種導電石墨烯納米板-碳納米管（GC）油墨，用于多射流熔融（MJF）打印。MJF的逐層制造工藝不僅提高了GC傳感器的力學性能和阻燃性能，而且提高了其魯棒性和靈敏度。此外，利用GC傳感器收集的阻力變化數據對支持向量機（SVM）進行訓練，其預測人體運動的準確率為95.83%。由于其穩定的濕度敏感性，GC傳感器在監測人體呼吸和預測呼吸模式（正常呼吸、快速呼吸和深呼吸）方面也表現出優異的性能，從而擴大了其在醫療保健領域的潛在應用。相關研究成果以“3D Printed Conformal Strain and Humidity Sensors for Human Motion Prediction and Health Monitoring via Machine Learning”為題發表在Advanced Science期刊上。

在這項研究工作中，科研人員使用石墨烯納米板（GNP）和碳納米管（CNT）制備了導電油墨。GNPs-CNTs（GC）油墨被用作MJF打印的助熔劑（FA），以制造多層應變和濕度傳感器。MJF打印機不僅可以調節沉積油墨的類型和位置，還可以根據樣品結構設計調整噴墨的劑量，從而生產出具有不同導電性能的材料。傳感器的逐層制造工藝不僅減少了導電填料的消耗，而且增強了印刷GC傳感器的機械強度。MJF打印的各種形狀的傳感器具有優異的保形性，可用于運動預測和健康監測目的。

GC傳感器的制造和應用

所制造的GC傳感器具有應變和彎曲靈敏度。GC傳感器的電阻隨著拉伸和向外彎曲而增加，但隨著向內彎曲而減小。通過分析由于變形而產生的不同信號來監測傳感器的形狀變化，并且可以根據這些信號來預測彎曲方向的變化。這些特征可用于監測人體運動，如手腕、脖子、膝蓋和肘部的復雜關節運動。采用MJF打印技術制造的GC傳感器具有柔韌性、重量輕和可定制的特點，以實現與關節的最佳保形性。

所制造的GC傳感器的機電特性和人體運動監測測試

科研人員開發了一種用于信號處理的多類支持向量機（SVM）分類器。利用傳感數據對其進行訓練，以自動確定人體運動。這項研究考慮了六種常見的運動（坐下、爬樓梯、蹲下、跑步、走路和跳躍）。原始電阻數據由附著在受試者膝蓋上的GC傳感器直接收集。基于特征矩陣訓練模型，實現了95.83%的高分類精度。

機器學習的工作機制及其潛在應用

通過利用MJF打印技術，科研人員制造了一種帶有集成傳感器過濾器的口罩，可以通過檢測呼吸引起的濕度變化來檢測呼吸模式的變化。集成傳感器由熱塑性聚氨酯（TPU）和GC交替層組成，其結構與應變傳感器相同，但具有不同的類似過濾器形狀。研究結果表明，使用MJF打印技術制造的GC/TPU復合材料可以作為一種可靠的濕度傳感器，在機器學習的幫助下精確預測呼吸模式。

GC傳感器的濕度敏感性和潛在應用

總而言之，科研人員開發了一種新型GC油墨，并利用MJF打印技術制造了一系列實用且可擴展的應變和濕度傳感器。這些傳感器表現出與人體關節的極好保形性和良好的機械性能，例如靈活性和魯棒性。從彎曲傳感器獲得的輸出數據對變形方向高度敏感，證明該傳感器非常適合監測人體運動。多層彎曲傳感器能夠檢測手腕彎曲，并識別五種基本的緊急手勢信號，包括“走”、“停”、“右轉”、“左轉”和“有危險”。此外，從佩戴在膝蓋上的彎曲傳感器獲得的輸出信號被用于訓練SVM，以預測六種常見運動，包括行走、跑步、坐下、蹲下、跳躍和爬樓梯，其準確率為95.83%。機器學習和彎曲傳感器的集成在預測人類運動和實現及時救援措施方面具有巨大潛力。此外，該傳感器優異的濕度靈敏度使其成為監測人體呼吸的絕佳候選者。所制備GC傳感器提高的熱穩定性和阻燃性，確保了其在消防救援中的安全應用。利用先進的GC油墨和快速MJF制造技術，有望賦予應變濕度傳感器靈活性、魯棒性和形狀記憶，從而在人類安全和醫療保健方面帶來重大有益影響。

審核編輯：劉清