分享自:

可拉伸耐用的高密度表面肌电电极用于复杂表皮表面吞咽活动的精确识别

期刊:Microsystems & NanoengineeringDOI:10.1038/s41378-023-00591-3

这篇文档属于类型a,即报告了一项原创性研究的学术论文。以下是针对该研究的详细学术报告:


华南理工大学团队开发可拉伸高密度表面肌电电极用于吞咽活动识别

作者及发表信息
该研究由华南理工大学智能工程学院Ding Zhang、Zhitao Chen等共同完成,通讯作者为Longhan Xie和Hongjie Jiang教授。研究成果发表于《Microsystems & Nanoengineering》期刊(2023年,第9卷,第115期),开放获取,DOI: 10.1038/s41378-023-00591-3。


学术背景
研究领域为柔性生物电子与健康监测技术。表面肌电信号(surface electromyography, sEMG)是评估肌肉活动的关键工具,但传统商用Ag/AgCl电极因刚性结构和凝胶脱水问题,难以在喉部等复杂曲面上实现长期高保真信号采集。吞咽功能障碍(dysphagia)的康复监测需连续、精确的肌肉活动识别,而现有电极无法满足这一需求。因此,研究团队提出开发一种可拉伸、耐用的高密度sEMG(HD-sEMG)电极阵列,通过材料创新与制造工艺优化,解决皮肤-电极界面失配问题。


研究流程与方法

1. 电极设计与制备
- 材料选择:采用聚氨酯(PU)基底和银浆(Ag)构建可拉伸导电通道,以甘油-水聚两性电解质水凝胶(glycerol-water polyampholyte hydrogel, GW-PA gel)作为皮肤界面材料。
- 制造工艺:通过逐层印刷和层压技术制备电极阵列:
- 银电极印刷:将银浆丝网印刷于PU基底,120℃退火20分钟,热压后电阻从27Ω降至2Ω(拉伸50%时电阻<100Ω)。
- 绝缘层加工:医用伤口敷料薄膜经切割成孔,暴露银电极区域,与PU基底热压形成机械强结合。
- 水凝胶原位聚合:将GW-PA凝胶前驱体注入硅胶模具,紫外固化于银电极表面,形成GW-PA-Ag电极。

2. 水凝胶性能优化
- 力学性能:调整甘油含量(0-75% w/w)优化GW-PA凝胶的拉伸性(最高960%应变)和模量(10 kPa,与皮肤匹配)。50%甘油比例的凝胶表现出最佳平衡(黏附强度34.3 N·m⁻¹,界面韧性596 J/m²)。
- 电学性能:GW-PA-Ag电极在1-1000 Hz频率范围内的皮肤接触阻抗显著低于商用电极(22 kΩ vs. >100 kΩ),界面电容达95 nF。

3. 体内外实验验证
- 信号质量测试:在志愿者下颌区域记录吞咽肌肉活动信号,显示电极可检测低至10 N的肌肉力,信噪比(SNR)达25 dB。
- 运动伪影测试:皮肤变形80%时,电极基线噪声保持1.7 µV(商用电极达3.6 µV)。
- 长期稳定性:50%甘油凝胶在开放环境中7天后SNR仍>30 dB,重量损失仅7%。

4. 吞咽动作分类系统
- 硬件集成:16通道电极阵列与耳戴式无线采集系统结合,通过WiFi传输数据。
- 算法开发:采用卷积神经网络(CNN)处理信号,预处理包括20-500 Hz带通滤波和50 Hz工频陷波。模型输入为16×31×125数据矩阵,输出11类吞咽动作分类,平均准确率80%。


主要结果
1. 界面性能:GW-PA-Ag电极的黏附强度(22.8 N·m⁻¹)和拉伸性(1000%应变)支持其在复杂曲面上的稳定贴合。
2. 信号质量:下颌区域sEMG信号幅度与肌肉力呈线性关系(10 N时150 µV,35 N时505 µV),SNR提升34%。
3. 分类准确性:对11种吞咽动作(如干咽、不同粘度液体吞咽)的分类准确率最高达87.5%(香蕉吞咽),异常吞咽动作识别准确率>87%。


结论与价值
该研究通过材料-结构-算法协同创新,实现了可穿戴HD-sEMG系统在吞咽功能监测中的临床应用。科学价值在于:
- 材料创新:GW-PA凝胶的黏附-导电-抗脱水多功能集成。
- 工艺突破:低成本丝网印刷工艺替代传统MEMS制造。
应用价值体现在为吞咽障碍患者提供非侵入、舒适的居家康复监测方案。


研究亮点
1. 多功能水凝胶:首次将甘油引入聚两性电解质凝胶,兼顾高离子电导率与长期保湿性。
2. 全可拉伸设计:电极阵列在100%应变下无分层,突破传统刚性电极限制。
3. 端到端系统:从电极制备到机器学习分类的完整解决方案,临床转化潜力明确。

其他价值
- 生物相容性:细胞实验显示GW-PA-Ag电极对人角质形成细胞(HaCaT)存活率无影响(>95%)。
- 规模化生产:丝网印刷工艺支持低成本大规模制造,推动柔性电子普及。


此研究为复杂曲面生物电信号监测提供了新范式,其方法论可扩展至其他生理信号采集领域。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com