La peau électronique renforcée par l’apprentissage profond en métal-organique pour la surveillance de la santé

Contexte académique

La peau électronique (e-skin) est une technologie capable de percevoir des stimuli physiologiques et environnementaux, imitant les fonctions de la peau humaine. Ces dernières années, les applications potentielles de l’e-skin dans des domaines tels que la robotique, la science du sport et la surveillance médicale ont progressivement émergé. Cependant, la technologie actuelle de l’e-skin est confrontée à plusieurs défis : tout d’abord, la réalisation de fonctionnalités multiples, c’est-à-dire comment détecter simultanément plusieurs signaux physiologiques (tels que les biomolécules, les signaux de mouvement, etc.) dans un seul appareil ; ensuite, la différenciation des signaux, en particulier lors de la détection simultanée de multiples stimuli, et comment distinguer et identifier avec précision les différents signaux.

Les peaux électroniques multifonctions traditionnelles nécessitent généralement l’intégration de divers matériaux de détection, ce qui augmente non seulement la complexité de la fabrication, mais peut également entraîner une instabilité des performances de l’appareil. De plus, les peaux électroniques existantes présentent des lacunes en termes de rapport signal/bruit, de sensibilité et de stabilité. Par conséquent, le développement d’une peau électronique multifonctionnelle, performante et facile à fabriquer est devenu un objectif de recherche majeur.

Les réseaux métal-organiques (MOFs), en raison de leurs propriétés électrochimiques uniques, de leur structure poreuse ouverte et de leur haut degré de personnalisation, sont considérés comme des matériaux de détection prometteurs. Cependant, la fabrication de membranes MOF est souvent confrontée à des défis de stabilité et de continuité. Pour surmonter ces limitations, les chercheurs explorent de nouvelles méthodes de fabrication, telles que le dépôt en couches atomiques (ALD), afin d’améliorer la qualité et les performances des membranes MOF.

Source de l’article

Cet article a été rédigé par Xinyi Ke, Yifan Duan, Yifei Duan, entre autres, issus de plusieurs institutions de recherche telles que l’Université Fudan et l’Université Donghua. Il a été publié le 18 avril 2025 dans la revue Device (DOI : 10.1016/j.device.2024.100650). Le thème de l’article est “L’application de la peau électronique en métal-organique renforcée par l’apprentissage profond dans la surveillance de la santé”.

Aperçu de la recherche

Cette étude propose une peau électronique multifonctionnelle basée sur une membrane de chitosane auto-bloquante et une membrane MOF conductrice, capable de détecter simultanément l’acide lactique, le glucose et les signaux de mouvement. Grâce au réseau de neurones Transformer de l’apprentissage profond, cette peau électronique peut identifier et distinguer avec précision différents signaux, en particulier les micro-expressions faciales. Cette technologie représente une avancée majeure dans le domaine des peaux électroniques, améliorant leur polyvalence et leur précision dans la surveillance de la santé.

Processus de recherche

1. Préparation et caractérisation des matériaux :

   • Tout d’abord, l’équipe de recherche a extrait des fibres de chitosane à partir de carapaces de crabe pour préparer une membrane de chitosane auto-bloquante.
   • Ensuite, une couche de membrane de zinc oxyde (ZnO) a été déposée sur la membrane de chitosane par dépôt en couches atomiques (ALD), servant de couche d’induction pour la croissance de la membrane MOF.
   • Enfin, une membrane MOF conductrice (Cu-HHTP) a été cultivée sur la membrane de chitosane grâce à une méthode d’assemblage assistée par ALD, garantissant son uniformité et son adhérence.

2. Fabrication de la peau électronique :

   • La membrane Cu-HHTP a été combinée à la membrane de chitosane pour former la structure de base de la peau électronique.
   • Des électrodes en or ont été déposées sur la peau électronique pour former un réseau de capteurs, utilisé pour la sortie des signaux.

3. Tests de performances :

   • L’équipe de recherche a effectué des tests détaillés des propriétés mécaniques, électrochimiques et de détection de la peau électronique.
   • Les tests incluaient la détection de biomolécules (acide lactique et glucose), la détection de signaux électrocardiographiques (ECG) et la reconnaissance de signaux de mouvement.

4. Analyse des données et application de l’apprentissage profond :

   • Un réseau de neurones Transformer a été utilisé pour traiter et analyser les données issues de la peau électronique, identifiant les micro-expressions et distinguant différents stimuli.

Principaux résultats

1. Performances de détection des biomolécules :

   • La peau électronique a montré une haute sensibilité et une faible limite de détection pour l’acide lactique et le glucose. La sensibilité de détection de l’acide lactique était de 11 480 µA mM⁻¹ cm⁻², avec une plage linéaire de 0,001 à 2 mM et une limite de détection de 0,335 µM.
   • La détection du glucose a également montré une bonne plage linéaire et une stabilité, tout en maintenant une forte résistance aux interférences en présence de substances perturbatrices.

2. Performances de détection des mouvements :

   • La peau électronique a pu détecter des mouvements subtils du corps, tels que la flexion, l’étirement et les variations de pression.
   • Des tests de 800 cycles de chargement-déchargement ont démontré une excellente stabilité à long terme de la peau électronique.

3. Reconnaissance des micro-expressions :

   • Grâce au réseau de neurones Transformer, la peau électronique a pu identifier avec précision différentes micro-expressions, telles que les pleurs, les sourires et les moues.
   • L’application de l’apprentissage profond a amélioré la précision de l’analyse des signaux, permettant la reconnaissance de patterns de mouvements complexes.

Conclusion et perspectives

Cette étude a permis de fabriquer une peau électronique multifonctionnelle basée sur une membrane MOF grâce à une méthode d’assemblage assistée par ALD, démontrant ses excellentes performances dans la détection de biomolécules, la détection de mouvements et la reconnaissance de micro-expressions. Grâce au réseau de neurones Transformer, la peau électronique est capable de distinguer avec précision différents signaux physiologiques, augmentant ainsi sa valeur pour la surveillance de la santé.

Les recherches futures pourraient se concentrer sur les aspects suivants : premièrement, améliorer l’évolutivité de la peau électronique pour une production à grande échelle ; deuxièmement, introduire des matériaux auto-cicatrisants et adaptatifs pour améliorer la durabilité et l’adaptabilité des dispositifs. Avec le développement ultérieur des modèles d’apprentissage automatique, la peau électronique pourrait devenir un système intelligent capable d’analyser de manière autonome des données physiologiques complexes, faisant progresser les technologies de surveillance de la santé et d’interaction homme-machine.

Cette recherche fournit non seulement de nouvelles idées pour la conception de peaux électroniques multifonctionnelles, mais pose également les bases du développement futur des technologies de surveillance de la santé. En combinant les matériaux MOF et l’apprentissage profond, la peau électronique a réalisé des progrès significatifs en termes de sensibilité, de multifonctionnalité et de capacité de traitement des signaux, offrant de vastes perspectives d’application.