点击蓝字 关注我们
01
内容概览
现有技术缺点：
有机电化学晶体管（Organic electrochemical transistors ，OECTs）与人体的机械适应性差，缺乏可拉伸性，限制了其在可穿戴设备中的广泛应用。 难以大规模制造高密度、小特征尺寸的器件，且需要微型读出系统才能用于实际应用。
文章亮点：
开发了一种基于内在可拉伸的OECT（ISOECT）技术的可穿戴传感器平台，采用超分子缓冲层提升界面的稳健性，实现了超过50%的可拉伸性。
通过高分辨率喷墨打印技术制造出特征尺寸小至100μm、产量超过95%的晶体管阵列。
设计了硬币大小的数据读取系统，用于实时生物信号采集和处理。
应用场景：
该平台适用于远程医疗监控、环境感知和可穿戴健康护理，尤其是肌电信号监测和手势识别等应用。
平台能够在电生理信号检测中提供高效的信号传递和处理，具有广泛的实际应用前景。
总结：
作者通过ISOECT技术开发了一个高密度、可拉伸的可穿戴传感器（ wearable integrated and soft electronic，WISE）平台，解决了现有硬件与人体机械适配不佳的问题，展示了在远程健康监测和环境感知领域的应用潜力。
文章名称：A wearable in-sensor computing platform based on stretchable organic electrochemical transistors
期刊：Nature Electronics
文章DOI：
https://doi.org/10.1038/s41928-024-01250-9
通讯作者：香港大学张世明（Shiming Zhang）和南方科技大学王中锐（Zhongrui Wang）
02
图文简介
在本文中，作者报告了微型ISOECT阵列的可扩展制造及其与可穿戴集成软电子平台（ wearable integrated and soft electronic，WISE平台）的集成（见图1）。WISE 平台是通过开发标准化材料协议创建的，该协议为 OECT 提供了大于 50% 的可拉伸性。此外，作者还开发了一个硬币大小的数据读取单元，能够在源头获取和处理生物信号。作者将WISE平台的性能与现有平台进行了基准测试，展示了其在多种应用中的竞争力。
图1 基于ISOECT阵列的硬币大小可穿戴传感器计算单元（WISE平台）的设计策略。a–c，该平台包括一个喷墨打印的ISOECT阵列（a）、一个基于ISOECT阵列的RC网络（b）以及一个用于可穿戴数据采集和分析的微型读取单元（c）。
可拉伸的OECT 设计
ISOECT 采用平面结构设计，由可拉伸弹性体基板、半导体聚合物通道 (PEDOT:PSS)、作为栅极介质的固体凝胶电解质和 Au 源极 (S)/漏极 (D)/栅极 (G) 电极组成（图 2a）。在确定了每个功能层以及整个组件的最佳材料解决方案后，作者成功地赋予了 ISOECT 50% 的可拉伸性（足以适应皮肤变形），而不会对性能或稳定性造成重大影响。
图2 ISOECT的材料策略。a，ISOECT结构的示意图。b，TAP分子的化学结构及其作为弹性基材与PEDOT:PSS之间粘合缓冲层的应用。c，PEDOT:PSS薄膜在50%应变下有无TAP的扫描电子显微镜图像。d–g，不同应变值（0%–50%）下ISOECT（W = 500 μm，L = 250 μm）的转移曲线、Gm和瞬态响应。
可拉伸OECT 阵列的可扩展制造
已建立的材料解决方案允许组装高性能和稳健的ISOECT单元，但构建功能电路需要高密度的器件阵列。然而，当使用针对刚性硅电子器件的传统洁净室技术对这些可拉伸材料进行图案化时，会出现兼容性问题。
图3 ISOECT阵列的可扩展制造。a，ISOECT的多通道喷墨打印示意图。b，ISOECT阵列制备工艺流程。c,d，ISOECT阵列在0%应变(c)和50%应变(d)下的光学图像。比例尺，1 cm。e,f，ISOECT阵列(10 × 10)在1.2 cm × 1.2 cm区域内的光学图像(W = 500 μm, L = 100 μm)。比例尺，1 cm。g，ISOECT在50个周期的转移曲线。h，ISOECT的输出曲线。i，ISOECT(10 × 10阵列)的导通状态和关断状态电流分布。j，10 × 10阵列中器件Gm值的比较，表明制备工艺的高可靠性。
可拉伸的OECTs 用于类脑计算
在确定了ISOECT阵列的材料解决方案和制造协议后，作者随后探讨了它们作为共形、非线性和低功耗类脑计算硬件的应用。为了充分发挥ISOECT阵列的潜力，作者采用了储备池计算（reservoir computing，RC）框架（图4a）。此外，ISOECT阵列固有的可拉伸性有利于其在柔软生物界面的应用。
图4 用于类脑计算的ISOECT阵列。a，RC网络的示意图。b，ISOECT（宽度W = 1,000 μm，长度L = 300 μm）在不同输入脉冲组合（从‘0000’到‘1111’）下的Ids响应。c，在0%和50%应变下确定的Ids值的比较。d，用于RC验证的十个数字的图像。e，使用包含五个ISOECT的RC电路识别数字7（5 × 4像素）的示意图。白色像素表示低电压脉冲（0），黑色像素表示高电压脉冲（1）。f，ISOECT储层电路在0%和50%应变下的光学图像。比例尺，1 cm。g，RC电路中ISOECT神经元在每个数字（从0到9）上的Ids值。h，在不同应变值（0%，30%和50%）下使用RC电路对手写数字的预测结果。i，ISOECT RC在40个训练周期内预测准确率的演变。将操作电压（Vds）从400 mV降低到4 mV可以将功耗从36,000 nW降低到36 nW，而不会对准确性造成重大影响。j，ISOECT与其他常用RC硬件的整体比较。
用于可穿戴传感器计算的WISE平台
所提出的用于构建ISOECT阵列和可拉伸RC网络的协议为广泛的应用开辟了新的可能性。作者展示了它们在可穿戴手势识别中的应用。为了实现可穿戴数据采集，作者将这些阵列与作者最近开发的硬币大小的读出单元——个性化电子阅读器（personalized electronic reader for electrochemical transistors，PERfECT）相结合。WISE 平台使用 ISOECT 阵列进行肌电图 (EMG) 感测（利用 ISOECT 的高 Gm 值）和数据计算（图 5a-e），详细的工作流程如图 5f 所示。图 5g-i 表明 WISE 平台可以准确地从 EMG 信号中识别不同的手势，由于获得了可拉伸性，运动伪影可以忽略不计。
图5 用于可穿戴传感器计算的WISE平台。a–c, WISE平台的光学图像（a），ISOECT阵列（b）和PERfECT控制单元（c）。比例尺，1 cm。d, WISE平台结构示意图。e, WISE平台的电路图。f, 手势识别的处理流程：（i）通过640 ms滑动窗口和40 ms步幅对EMG信号进行预处理；（ii）将EMG信号编码为电压脉冲流（在0000和1111之间变化）；（iii）将脉冲流（作为Vgs）施加于ISOECT，并利用PERfECT单元确定Ids读出，随后将其分配给ISOECT神经元进行手势分类，通过全连接（FC）层进行处理。g, 分类准确率。h, 在0%和50%应变下分类准确率的演变。i, 在0%和50%应变下混淆矩阵的比较。
03
文献来源
Liu, D., Tian, X., Bai, J. et al. A wearable in-sensor computing platform based on stretchable organic electrochemical transistors. Nat Electron (2024). https://doi.org/10.1038/s41928-024-01250-9
免责声明：《未来传感技术》致力于分享关于未来传感技术的科学科普和技术解读。所有内容来源均注明出处，如涉及版权问题，请作者第一时间后台联系，我们将24小时内删除。
