韩国济州国立大学Sang Jae Kim等：用于字母识别和生物力学运动监测的深度学习辅助有机凝胶压力传感器

研究背景

在皮肤集成电子技术持续突破的推动下，可穿戴传感器已成为实时健康监测、临床诊断、人机交互及机器人技术等多领域的核心组件，其在精准感知与便捷应用场景中的必要性日益凸显。水凝胶凭借与人体组织相近的柔软特性、高含水量及优异生物相容性，已成为构建柔性可穿戴器件的关键材料，为器件与皮肤的长期贴合及生物安全性提供了重要保障。然而，水凝胶存在脱水、机械脆弱性、环境稳定性差和导电性有限等关键局限性，这阻碍了其在现实条件下的长期性能。为破解这些难题，研究人员通过在水凝胶基质中引入离子盐、导电聚合物、碳纳米材料及金属基填料等功能组分，致力于从导电性、机械强度与环境适应性三方面同步提升水凝胶性能。

传统的凝胶基压力传感器通常受到灵敏度低、填料团聚和环境稳定性差的阻碍。为了进一步增强数据处理和模式识别，深度学习技术与可穿戴/压力传感器相结合，为智能人机界面的发展开辟了新的可能性。通过机器学习算法对传感数据的高效处理与模式识别，结合无线传输系统的实时数据交互能力：深度学习算法可对传感器采集的电阻信号进行自动特征提取与精准分析，进而实现对数字、文本等输入信息的高精度分类，为智能传感应用(如手势控制、健康数据实时解读)构建了兼具稳定性与智能化的技术框架。

Deep Learning-Assisted Organogel Pressure Sensor for Alphabet Recognition and Bio-Mechanical Motion Monitoring

Kusum Sharma, Kousik Bhunia, Subhajit Chatterjee, Muthukumar Perumalsamy, Anandhan Ayyappan Saj, Theophilus Bhatti, Yung-Cheol Byun & Sang-Jae Kim*

Nano-Micro Letters (2026)18: 63

https://doi.org/10.1007/s40820-025-01912-z

本文亮点

1. 本文设计了一种坚固、生物相容的 CoN CNT/PVA/GLE 有机凝胶，具有自修复、抗冻和自粘特性，适用于可穿戴传感应用。

2. 本文提出的CoN CNT掺杂策略，传感器可实现长达1个月的高性能、稳定压力传感，在 0-20 kPa 的检测范围内灵敏度为5.75 kPa⁻1，r2= 0.978，在高湿度和极端温度(-20 至 45 °C)下稳健运行。

3. 本文所设计的CoN CNT/PVA/GLE压力传感器可以准确检测英文字母，使用深度学习模型实现98%的识别准确率。

内容简介

与深度学习技术深度集成的可穿戴传感器，为实时健康监测、临床诊断，以及机器人应用中的无缝人机交互界面提供了重要技术支撑。然而，同时实现理想的机械和电气性能以及生物相容性、附着力、自修复性和环境稳健性以及出色的传感指标仍然是一个关键挑战。韩国济州国立大学Sang-Jae Kim团队报道了一种多功能、防冻、自粘和自修复的有机凝胶压力传感器，该传感器由嵌入聚乙烯醇-明胶(PVA/GLE)基质中的钴纳米颗粒封装氮掺杂碳纳米管(CoN CNT)组成。CoN CNT/PVA/GLE 有机凝胶采用水和乙二醇的二元溶剂体系制备，具有优异的柔韧性、生物相容性和耐温性，并具有卓越的环境稳定性。电化学阻抗谱证实，在较宽的湿度范围(40%-95% RH)下，性能近乎稳定。零度以下(-20 °C)条件下的耐冻电导率归因于CoN CNT和乙二醇的协同作用，保持了迁移率和网络完整性。CoN CNT/PVA/GLE 有机凝胶传感器在 0 至 20 kPa 的检测范围内表现出 5.75 kPa−1的高灵敏度，非常适合细微的生物力学运动检测。使用深度学习进行英文字母识别的智能人机界面达到了 98% 的准确率。有机凝胶传感器实用程序可用于检测人类手势，如说话过程中的手指弯曲、手腕运动和喉咙振动。

图文导读

I 凝胶设计策略

图1主要展示了CoN CNT/PVA/GLE 有机凝胶压力传感器的设计思路。图1a-c展示了在凝胶表面手写以捕捉空间轨迹，通过手写 “M” 的角度笔画、垂直位移与提笔动作，对应其电阻响应曲线，体现物理动作与电信号的转化。将所得到的电信号通过1D CNN、LSTM、XGBoost 等深度学习模型分析时间序列电信号以识别字母，最终实现检测手指弯曲、手腕活动、喉部振动等生物力学运动的能力。

图1e-g展示了CoN CNT/PVA/GLE传感材料的分层架构、凝胶内部分子排列及分子作用(氢键、硼酸酯键、CoN CNT导电网络)，器件包括电极层、CoN CNT(钴纳米颗粒包裹的氮掺杂碳纳米管)功能层、PVA/GLE(聚乙烯醇 / 明胶)基质层。其中，CoN CNT在基质中的均匀分散，是保障导电性能与压力响应稳定性的关键；氢键(PVA的-OH 与明胶的-NH₂/-COOH之间)赋予凝胶自粘性与柔韧性；硼酸酯键实现自修复功能。图1h- i明传感器的工作原理——压电容效应：有机凝胶传感器为“平行板电容器”结构，有机凝胶作为介电层夹在两电极之间；当施加压力(如手写、肢体按压)时，凝胶被压缩，导致电极间距减小、介电常数调制、CoN CNT网络致密化，使电容改变，通过检测电容变化即可反推压力大小，实现“机械形变→电信号”的精准转换。

图1. a 基于CoN CNT/PVA/GLE有机凝胶的压力传感器的使用案例示意图；b-I 字母“M”的书写模式；b-ii 响应英文字母“M”的电信号生成；c 集成深度学习模型；d 检测手指和手腕弯曲等细微的生物力学运动示意图；e-g 有机凝胶的材料结构示意图；h 基于有机凝胶的压力传感器器件设计及i传感机制。

II 凝胶理化特性表征

图2展示了CoN CNT/PVA/GLE 有机凝胶的理化特性表征。PVA/GLE凝胶在20°、40°处有宽峰，呈无定形；加入CoN CNT后出现 26.8°特征峰，证明 CoN CNT 成功嵌入(图2a)。图2b的FTIR谱图中3323cm⁻1 峰对应 O-H/N-H 振动，2952cm⁻1 等为 C-H 等振动；CoN CNT加入后部分峰位移(如 1644→1633cm⁻1)，体现其与凝胶基质的弱相互作用，1345cm⁻1 峰则证明硼酸酯键形成，增强交联稳定性。而图2c-g的高分辨XPS图中确认了N、B、Co等元素的存在及化学态。图2h-l的高分辨电镜图中显示CoN CNT为管状，Co纳米颗粒在中心；元素mapping图证明Co、N、C均匀分布；CoN CNT凝胶表面更粗糙且有大孔，对比纯PVA/GLE的粗糙表面，凸显CoN CNT对结构的调控作用。

图2. PVA/GLE和CoN CNT PVA/GLE有机凝胶的物理化学表征。a XRD图谱、b FTIR、c XPS光谱；d C 1s、e N 1s、f B 1s、g Co 2p的高分辨率 XPS 光谱；h CoN CNT 的 FESEM 图像；i CoN CNT的TEM图像及j各自的元素映射；k PVA/GLE和l CoN CNT/PVA/GLE有机凝胶的FESEM图像。

III 凝胶力学特性表征

图3围绕 CoN CNT/PVA/GLE 有机凝胶的力学性能展开系统表征，从拉伸特性、循环稳定性、自愈合能力及长期耐用性四方面验证其适配可穿戴设备的机械优势。图3a中CoN CNT/PVA/GLE压力传感器的为应力-应变曲线显示，加入CoN CNT后，凝胶拉伸强度从107.58±6.62 kPa提升至 144.51±14.55 kPa，弹性模量略有上升，归因于CoN CNT的纳米增强作用及氢键、硼酸酯键的协同交联。不同应变下循环负载测试显示，滞后随应变增大而增加(100% 应变耗能 20kJ/m3，400% 时达 175kJ/m3)；10 次无间歇循环后能量耗散下降，休息 10 分钟后部分恢复，体现了有机凝胶的可恢复机械韧性。流变测试中，应变从 1% 增至 200% 时凝胶从类固态转类液态，恢复应变后 G’、G” 迅速回升；拉伸测试显示，愈合10分钟恢复33%强度、43%应变，60分钟时分别达78%、88.2%，证明动态键(硼酸酯键、氢键)的修复作用。图 3k-l展示了其在长期稳定性测试中的优异性：在100 次连续循环负载后，凝胶仍保留约9%初始力学性能，证明了有机凝胶长期使用中的结构稳定性。

图3. 有机凝胶的机械性能。a 有机凝胶的应力-应变曲线；b CoN CNT/PVA/GLE 有机凝胶在不同应变水平下的循环负载试验；c 不同应变水平下的耗散能量；d 连续十个循环无休息的循环负载试验；e 静置 10 min 后的连续应力-应变循环响应；f 计算每个循环的耗散能量分布；剪切应变偏移在1-200%之间的循环步骤的g G′和G“，h不同愈合时间后的拉伸应力-应变曲线；i-j应力和应变恢复率随时间变化；k 100循环无休息循环负载试验，以及l对应的耗散能保持图。

IV 凝胶功能特性表征

图4对 CoN CNT/PVA/GLE 有机凝胶的自愈合机制、环境稳定性及黏附性能进行表征。图 4a 示意自愈合依赖硼酸酯键动态重组、CoN CNT 导电网络恢复及氢键辅助，凝胶切割后电阻骤升(断路)，重接后 0.24 秒内恢复初始电阻，图 4c展示了LED 电路实验中，切割后 LED 熄灭，重接后立即发光，且 – 20℃下仍能恢复，体现低温下自愈稳定性。图 4e 显示凝胶在空气中 75 天仅初期 2% 重量损失，后续稳定，归因于乙二醇 / 水二元溶剂防脱水。CoN CNT 凝胶阻抗远低于纯 PVA/GLE，电荷传输更优(图4f)；此外，有机凝胶在 – 20~60℃、40%~95% RH 下阻抗变化小，尤其 – 20℃时导电性(1.10mS/cm)远高于纯凝胶(75.29μS/cm)，证明了其优异的温湿度耐受性(图4g-h)。值得一提的是，CoN CNT/PVA/GLE有机凝胶可黏附于人体皮肤、陶瓷、纸张、木材等多种基材，源于氢键、共价交联、π-π 作用及金属配位的协同，满足可穿戴设备贴合需求。

图4. a 有机凝胶的自我修复机制示意图；b 切割和附着有机凝胶时的电阻变化及c 相应数字图像;d 有机凝胶在各种基材上的粘合行为;e 有机凝胶 75 天的重量测量；f PVA/GLE和CoN CNT/PVA/GLE有机凝胶在30 oC和40%RH下的Nyquist图。CoN CNT/PVA/GLE 有机凝胶在-20 oC至60 oC的g温度变化下，h相对湿度 (40% RH-95% RH)的Nyquist图。

IV 凝胶传感特性表征

图5围绕 CoN CNT/PVA/GLE 有机凝胶压力传感器的压力传感性能、环境稳定性、生物力学运动监测及生物安全性展开：0-20kPa 检测范围内，传感器灵敏度达5.75kPa−1，线性相关系数r2=0.978，符合人体细微生物力学运动(如手指按压)的压力检测需求(图5a)。在60%、80% RH 下灵敏度分别为 5.78±0.34、5.85±0.30，80% RH 放置 48h 后灵敏度仅略升至 5.90±0.30，返回常温常湿后恢复至 5.75(图5b)。在45℃、0℃时灵敏度分别为 5.85±0.31、5.73±0.30(变化 < 0.2%)，-20℃时虽降至 3.94±0.08，但仍能可靠响应低压，回升至室温后性能完全恢复，适配极端温度场景(图5c)。在30 天长期监测中，传感器灵敏度从首日 7.62±0.20 稳定至 5.75±0.29(变化 <1%)，线性系数始终> 0.95，体现有机凝胶网络与 CoN CNT 封装结构的长期耐用性(图5d)。

更重要的是，CoN CNT/PVA/GLE 有机凝胶压力传感器可实现生物力学运动监测，如实时捕捉手指弯曲(图 5e)，不同弯曲角度(30°、60°、90°)对应响应强度 26.9%、36.3%、49.1%(图 5f)，持续弯曲 5s 时信号呈稳定平台(图 5g)，且一周后响应仍稳定，还可监测手腕运动、喉部振动。此外，作者对CoN CNT/PVA/GLE 有机凝胶压力传感器的生物安全性进行了评估：对大肠杆菌 72h 内有抗菌作用(图 5k)；MTT 实验显示，12.5、6.25μg/mL CoN CNT 下 RAW264.7 细胞 viability 达标，凝胶中 CoN CNT 浓度 0.1mg/mL 在安全范围(图 5l)。

图5. a 检测范围为0—20 kPa的电容压力响应特性；b凝胶在80% RH水平下储存48 h后灵敏度漂移；c在45 °C、0 °C和-20 °C下压力传感图及d长期稳定性图；实时生物力学运动监测e手指弯曲、f 不同角度弯曲、g 不同角度弯曲图及h-j 各自放大视图；k CoN CNT/PVA/GLE 对大肠杆菌进行长达 72 小时的抗菌测试；l 不同浓度的CoN CNT对RAW264.7细胞的细胞活力测试。

V 凝胶传感器英文字母识别

图6围绕 CoN CNT/PVA/GLE 有机凝胶传感器在英文字母识别中的信号响应与笔画对应关系展开，以典型字母(N、M、S、L)为案例，直观呈现 “手写动作→电阻信号” 的转化逻辑，为后续深度学习识别提供数据支撑。

图 6a 为手写 “N” 的电阻响应曲线，拆解为 3 个特征峰(a-i 至 a-iii)，分别对应 “向上竖画→斜向转折→向下竖画”；图 6b 示意笔画序列，首末笔画间的尖锐信号转折源于笔尖短暂停顿，无提笔动作，体现连续书写的信号特征。图 6c 的电阻曲线含 4 个响应段(c-i 至 c-iii，含中间双峰)，对应 “向下竖画→提笔→两斜向中峰→向下收尾”；图 6d 显示笔画需 4 次动作，提笔时电阻回升，反映断续书写的信号差异。图 6e 为单条平滑电阻曲线(e-i 至 e-iii)，对应 “S” 的 “上弧→中弧→下弧” 连续弯曲笔画；图 6f 示意书写中无提笔，曲线波动源于不同弧度的压力变化(弯曲处压力高、过渡处压力低)。图 6g 曲线含 2 个特征段(g-i 至 g-iii)，对应 “向下竖画→水平横画”；图 6h 显示无提笔，直角转折处信号出现明显拐点，体现正交笔画的信号辨识度。

此外，10 次重复书写相同字母的电阻曲线高度一致(见文章支撑材料)，且传感器可捕捉 26 个英文字母及数字的独特电阻信号，证明信号的重复性与区分度，为 98% 识别准确率奠定基础。

图6. 用于字符识别的有机凝胶传感器对书写“N”“M”“S”“L”及其各自的电阻响应的演示。

VI 结论

本文提出一种自修复、生物相容性有机凝胶压力传感器，通过将钴纳米颗粒包裹的氮掺杂碳纳米管(CoN CNT)掺入PVA-GLE基质中制备而成，为下一代可穿戴电子产品的研发奠定关键基础。该传感器性能优异：在 0-20 kPa 检测范围内，灵敏度达 5.75 kPa⁻1 且线性度出色，持续稳定工作时长可达一个月；同时具备强环境适应性，在 40%-80% 相对湿度(RH)、-20 至 45 °C 温度区间内保持功能稳定，经电化学阻抗谱验证，即便在 40%-95% RH、-20 至 60 °C 的更恶劣条件下，其电性能仍维持稳定。

此外，基于该传感器构建的智能人机界面系统，结合深度学习技术实现英文字母识别，准确率高达 98%。研究中采用 XGBoost、1D 卷积神经网络(1D CNN)、长短期记忆网络(LSTM)等多种机器学习模型对传感器采集的时间序列数据进行分类，通过堆叠分类器进一步提升了识别性能。

该有机凝胶传感器还可精准监测手指弯曲、手腕运动及喉部振动等生物力学信号，在医疗保健、康复辅助及人机交互(HMI)等领域展现出变革性应用潜力，为先进材料与人工智能的深度融合提供范例，助力实现更直观、响应更灵敏的智能交互未来。

作者简介

关于我们

Nano-Micro Letters《纳微快报(英文)》是上海交通大学主办、在Springer Nature开放获取(open-access)出版的学术期刊，主要报道纳米/微米尺度相关的高水平文章(research article, review, communication, perspective, highlight, etc)，包括微纳米材料与结构的合成表征与性能及其在能源、催化、环境、传感、电磁波吸收与屏蔽、生物医学等领域的应用研究。已被SCI、EI、PubMed、SCOPUS等数据库收录，2024 JCR IF=36.3，学科排名Q1区前2%，中国科学院期刊分区1区TOP期刊。多次荣获“中国最具国际影响力学术期刊”、“中国高校杰出科技期刊”、“上海市精品科技期刊”等荣誉，2021年荣获“中国出版政府奖期刊奖提名奖”。欢迎关注和投稿。

Web: https://springer.com/40820

E-mail: editor@nmlett.org

Tel: 021-34207624

如果文章对您有帮助，可以与别人分享！：Nano-Micro Letters » 韩国济州国立大学Sang Jae Kim等：用于字母识别和生物力学运动监测的深度学习辅助有机凝胶压力传感器