最近，河北工業(yè)大學(xué)胡寧教授、王子瑩博士研究團(tuán)隊(duì)提出了一種基于氧化石墨烯-聚丙烯酰胺（GO-PAM）水凝膠的應(yīng)變傳感器。該傳感器可用作摩擦納米發(fā)電機(jī)（TENG）來收集機(jī)械能?；?.02 wt％GO-PAM水凝膠的TENG輸出功率高達(dá)26兆瓦，是純PAM水凝膠膜的2.2倍。通過點(diǎn)亮353個(gè)發(fā)光二極管（LED）并為電子溫度計(jì)供電，展現(xiàn)了TENG在為電動(dòng)設(shè)備供電方面的能力。此外，設(shè)計(jì)了可穿戴的鞋具監(jiān)測系統(tǒng)，其中包括鞋墊，數(shù)據(jù)處理模塊和使用Python開發(fā)的PC接口。在具有不同算法的模型中，人類日常生活步態(tài)和病理步態(tài)具有人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的識別精度高達(dá)99.5%和98.2%。該系統(tǒng)可用于多種醫(yī)療應(yīng)用，例如早期診斷，康復(fù)評估和患者治療，為人體步態(tài)監(jiān)測和識別提供了更方便的選擇。

GO-PAM水凝膠膜設(shè)計(jì)為三明治結(jié)構(gòu)，由銀納米線作為上電極，可拉伸的GO-PAM水凝膠膜作為中間層和銅作為下電極。該團(tuán)隊(duì)研究了GO的質(zhì)量分?jǐn)?shù)對GO-PAM水凝膠膜的電輸出性能的影響，顯示了具有不同摻雜GO的GO-PAM水凝膠膜的輸出電壓、輸出電流和輸出功率。與純PAM相比，GO-PAM水凝膠膜的輸出電壓，輸出電流和輸出功率增加。當(dāng)GO濃度為0.02 wt%時(shí)，輸出電壓，輸出電流和輸出功率達(dá)到了值（輸出電壓為990 V，輸出電流約為63.84 μA，輸出功率約為26 mW）。當(dāng)GO的濃度太高時(shí)，會(huì)在膜中形成導(dǎo)電路徑，從而導(dǎo)致表面電荷的流動(dòng)。當(dāng)外部電阻為5MΩ時(shí)，0.02 wt% GO-PAM水凝膠膜的峰值輸出功率達(dá)到26 mW，是純PAM水凝膠膜的2.2倍。

研究組針對0.02 wt% GO-PAM水凝膠研究其應(yīng)變傳感性能。0.02 wt% GO-PAM水凝膠在小拉伸應(yīng)變范圍內(nèi)分別為10–60%和較大的拉伸應(yīng)變范圍為80–300%的相對電阻變化（ΔR/R 0）。當(dāng)連續(xù)的機(jī)械拉伸在0%至80–300%的應(yīng)變中應(yīng)用時(shí)，GO-PAM水凝膠的ΔR/R 0增加，然后返回到0%，呈現(xiàn)出穩(wěn)定的三角形形狀，表明GO-PAM水凝膠在80–300%的拉伸應(yīng)變范圍內(nèi)表現(xiàn)出良好的傳感穩(wěn)定性和可重復(fù)性。除此之外，還計(jì)算了GF以評估應(yīng)變靈敏度。當(dāng)應(yīng)變范圍為0–60%時(shí)，GF為2.13；當(dāng)應(yīng)變范圍為60–200%時(shí)，GF從2.13增加到4.89。但是，隨著應(yīng)變范圍從200%增加到300%，GF值則達(dá)到了7.97。當(dāng)拉伸應(yīng)變?yōu)?0%時(shí)，響應(yīng)和恢復(fù)時(shí)間為0.02 wt% GO-PAM水凝膠分別為0.5 s和0.6 s，簡短的時(shí)間有利于對人運(yùn)動(dòng)的實(shí)時(shí)監(jiān)測。

近年來，機(jī)器學(xué)習(xí)作為人工智能（AI）研究領(lǐng)域已被廣泛用于數(shù)據(jù)分析和模式識別。將AI引入摩擦納米發(fā)電機(jī)可以提高模式識別的準(zhǔn)確性，并可以開發(fā)具有高精度和實(shí)時(shí)處理的可穿戴電子系統(tǒng)。在本文中，設(shè)計(jì)了一個(gè)智能鞋墊，并根據(jù)這三種算法構(gòu)建了步態(tài)識別模型，該算法可用于人類日常行為步態(tài)識別和人類病態(tài)步態(tài)識別。在機(jī)器學(xué)習(xí)模型中，選擇重量約60公斤的志愿者穿著智能鞋墊。收集了五個(gè)不同人類日常行為步態(tài)的電壓信號，并在窗口中顯示了100個(gè)信號的數(shù)據(jù)點(diǎn)，從而實(shí)現(xiàn)了實(shí)時(shí)監(jiān)視并確保信號的有效性和準(zhǔn)確性。

基于步態(tài)識別模型，機(jī)器學(xué)習(xí)方法擴(kuò)展到特殊疾病的步態(tài)識別。該研究的三個(gè)機(jī)器學(xué)習(xí)模型成功地用于識別帕金森氏病，左側(cè)偏癱步態(tài)和右側(cè)偏癱步態(tài)。總體識別精度達(dá)到90%以上。經(jīng)過500次對ANN的訓(xùn)練，測試集的識別精度達(dá)到98.2%。此外，通過建立步態(tài)監(jiān)測系統(tǒng)，在計(jì)算機(jī)上實(shí)時(shí)顯示了患者的步態(tài)波形。當(dāng)患者進(jìn)行步行訓(xùn)練時(shí)，可以將患者的活動(dòng)信息數(shù)字存儲在計(jì)算機(jī)上，例如步驟，步行速度等。通過分析這些數(shù)據(jù)，可以及時(shí)調(diào)整患者的培訓(xùn)和康復(fù)狀況。該研究表明，引入機(jī)器學(xué)習(xí)輔助方法可以準(zhǔn)確診斷疾病，提高康復(fù)訓(xùn)練的效率，并提供遠(yuǎn)程康復(fù)的治療指導(dǎo)。

在這項(xiàng)研究中，研究者開發(fā)了具有高可拉伸性，可壓縮性，粘附性和自我修復(fù)性的水凝膠。該水凝膠可以將其延伸至約860%，具有良好的穩(wěn)定性和耐用性，可以至少回收380次。此外，它對各種材料具有很強(qiáng)的粘附性能，包括塑料，紙，金屬，皮膚，木材和玻璃。另外，研究了基于水凝膠TENG的輸出電性能，這表明TENG可以點(diǎn)亮353盞 LED燈并為電子溫度計(jì)供電。基于水凝膠的可穿戴應(yīng)變傳感器也可以實(shí)時(shí)監(jiān)測人類運(yùn)動(dòng)。在此基礎(chǔ)上，設(shè)計(jì)了一個(gè)智能鞋墊，并基于三種算法構(gòu)建了步態(tài)識別模型，該算法可用于正常和異常的步態(tài)識別。在這三個(gè)模型中，對正常步態(tài)和異常步態(tài)的ANN算法的識別精度分別達(dá)到99.5%和98.2%。總而言之，這項(xiàng)工作中提出的監(jiān)測系統(tǒng)提供了一種低成本的方法，可以用于實(shí)施人工智能的醫(yī)療系統(tǒng)。

來源：傳感器專家網(wǎng)