Ultrasensitive Wearable Pressure Sensors with Stress‐Concentrated Tip‐Array Design for Long‐Term Bimodal Identification

材料科学 可穿戴计算机 接口(物质) 检出限 压力(语言学) 压力传感器 信号(编程语言) 可穿戴技术 胶粘剂 声学 极限(数学) 噪音(视频) 模数 灵敏度(控制系统) 光电子学 纳米技术 复合材料 计算机科学 电子工程 嵌入式系统 机械工程 人工智能 哲学 数学 毛细管数 毛细管作用 图像(数学) 数学分析 语言学 工程类 图层(电子) 程序设计语言 统计 物理
作者
Lingjie Xie,Lei Hao,Yina Liu,Bohan Lu,Xuan Qin,Cheng‐Yi Zhu,Haifeng Ji,Zhenqiu Gao,Yifan Wang,Yang‐Yang Lv,Chun Zhao,Ivona Z. Mitrović,Xuhui Sun,Zhen Wen
出处
期刊:Advanced Materials [Wiley]
卷期号:36 (45) 被引量:16
标识
DOI:10.1002/adma.202406235
摘要

Abstract The great challenges for existing wearable pressure sensors are the degradation of sensing performance and weak interfacial adhesion owing to the low mechanical transfer efficiency and interfacial differences at the skin–sensor interface. Here, an ultrasensitive wearable pressure sensor is reported by introducing a stress‐concentrated tip‐array design and self‐adhesive interface for improving the detection limit. A bipyramidal microstructure with various Young's moduli is designed to improve mechanical transfer efficiency from 72.6% to 98.4%. By increasing the difference in modulus, it also mechanically amplifies the sensitivity to 8.5 V kPa −1 with a detection limit of 0.14 Pa. The self‐adhesive hydrogel is developed to strengthen the sensor–skin interface, which allows stable signals for long‐term and real‐time monitoring. It enables generating high signal‐to‐noise ratios and multifeatures when wirelessly monitoring weak pulse signals and eye muscle movements. Finally, combined with a deep learning bimodal fused network, the accuracy of fatigued driving identification is significantly increased to 95.6%.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
17完成签到,获得积分10
刚刚
hewd3发布了新的文献求助10
刚刚
Loeop发布了新的文献求助10
刚刚
fei完成签到 ,获得积分10
1秒前
孙子豪完成签到,获得积分10
3秒前
3秒前
3秒前
酷炫如松完成签到,获得积分10
4秒前
酷波er应助miaomiao采纳,获得10
5秒前
朱润玉发布了新的文献求助20
5秒前
郑鑫发布了新的文献求助10
5秒前
无止完成签到,获得积分10
5秒前
隐形曼青应助刻苦的媚颜采纳,获得10
6秒前
6秒前
6秒前
Chillym完成签到 ,获得积分10
9秒前
叶燕完成签到 ,获得积分10
9秒前
苹果冬莲完成签到,获得积分10
9秒前
10秒前
夜信完成签到,获得积分10
12秒前
胡思发布了新的文献求助10
12秒前
13秒前
13秒前
LL发布了新的文献求助10
15秒前
miaomiao发布了新的文献求助10
16秒前
徐凤年发布了新的文献求助10
17秒前
南枝焙雪完成签到 ,获得积分10
17秒前
会发光的碳完成签到,获得积分10
18秒前
19秒前
争气完成签到,获得积分10
20秒前
星辰大海发布了新的文献求助10
20秒前
一一完成签到 ,获得积分10
20秒前
科研通AI6应助Sepvvvvirtue采纳,获得10
20秒前
Akim应助房房房破防啦采纳,获得10
22秒前
LGJ完成签到,获得积分10
22秒前
xin完成签到,获得积分10
23秒前
徐不想搞科研完成签到,获得积分10
23秒前
Hilda007发布了新的文献求助10
23秒前
胡思完成签到,获得积分10
23秒前
yhm7426发布了新的文献求助30
25秒前
高分求助中
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
Questioning sequences in the classroom 700
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5379465
求助须知:如何正确求助?哪些是违规求助? 4503814
关于积分的说明 14016664
捐赠科研通 4412588
什么是DOI,文献DOI怎么找? 2423880
邀请新用户注册赠送积分活动 1416751
关于科研通互助平台的介绍 1394290