天天躁日日躁很很很躁,护士的小嫩嫩好紧好爽,国产果冻豆传媒麻婆

太原理工大學張虎林教授團隊 AFM：深度學習輔助熱電凝膠電子皮膚用于無源書寫識別和身份認證

2024-01-14 來源：高分子科技

近年來，人機界面作為人與機器之間溝通的關鍵媒介受到了極大關注。無源電子皮膚作為一種仿生人機界面，在網絡安全和個人電子設備方面發揮著重要作用。然而，目前的無源電子皮膚主要受到制造過程復雜、本征剛性、大應變下信號失真以及綜合性能不足等限制，從而阻礙了它們的實際應用。

圖1. 熱電凝膠電子皮膚基本結構及書寫識別/身份驗證流程圖

近期，太原理工大學電子信息與光學工程學院張虎林教授團隊通過簡單的一鍋法制備了一種基于雙網絡熱電凝膠的電子皮膚 (圖1a)，用于深度學習輔助的無源書寫識別和身份認證 (圖1c)。PVA、淀粉、聚多巴胺修飾的埃洛石納米管之間的非共價鍵相互作用賦予了熱電凝膠較好的拉伸性 (534.5%) 和抗穿刺性 (圖2)。由于氧化還原電對[Fe(CN)₆]^4?/3?和抗凍劑氯化鋰的同時加入，熱電凝膠展現了優異的塞貝克系數 (1.82 mV K^-1) 和較高的低溫電導率 (3.86 S m^-1)，并且具有長周期工作性能 (> 10 days)、熱塑性和可降解性 (圖3)。另外，在無外界電源供電情況下，該熱電凝膠電子皮膚能夠協同耦合壓阻傳感和熱電轉換，將壓力實時轉換為電信號，并具備高靈敏度 (GF > 4.9) 和快速響應 (<0.3 s) 等優良特性 (圖4)。結合深度學習算法，直接貼附于手臂的熱電凝膠電子皮膚可實現對不同用戶的書寫識別和身份認證，準確率高達92.97% (圖5)。這項工作在人機交互、信息安全和物聯網等領域具有極大的應用潛力。該工作以“Deep-Learning-Assisted Thermogalvanic Hydrogel E-Skin for Self-Powered Signature Recognition and Biometric Authentication”為題發表在《Advanced Functional Materials》上（IF=19）。太原理工大學博士生李寧和王昭蘇為共同第一作者，通訊作者為張虎林教授。該研究得到山西省自然科學基金、山西省科技合作與交流專項、山西浙大新材料與化工研究院和山西省“1331”基金的支持。