亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Artificial intelligence-powered electronic skin

转化式学习 计算机科学 软件部署 机器人学 人工智能 深度学习 数码产品 个性化医疗 分析 电子皮肤 医疗保健 人机交互 数据科学 机器人 工程类 纳米技术 软件工程 生物信息学 心理学 教育学 材料科学 经济增长 电气工程 经济 生物
作者
Changhao Xu,Samuel A. Solomon,Wei Gao
出处
期刊:Nature Machine Intelligence [Springer Nature]
卷期号:5 (12): 1344-1355 被引量:43
标识
DOI:10.1038/s42256-023-00760-z
摘要

Skin-interfaced electronics is gradually changing medical practices by enabling continuous and non-invasive tracking of physiological and biochemical information. With the rise of big data and digital medicine, next-generation electronic skin (e-skin) will be able to use artificial intelligence (AI) to optimize its design as well as uncover user-personalized health profiles. Recent multimodal e-skin platforms have already used machine learning algorithms for autonomous data analytics. Unfortunately, there is a lack of appropriate AI protocols and guidelines for e-skin devices, resulting in overly complex models and non-reproducible conclusions for simple applications. This Review aims to present AI technologies in e-skin hardware and assess their potential for new inspired integrated platform solutions. We outline recent breakthroughs in AI strategies and their applications in engineering e-skins as well as understanding health information collected by e-skins, highlighting the transformative deployment of AI in robotics, prosthetics, virtual reality and personalized healthcare. We also discuss the challenges and prospects of AI-powered e-skins as well as predictions for the future trajectory of smart e-skins. Skin-like flexible electronics (electronic skin) has great potential in medical practices to enable continuous tracking of physical and biochemical information. Xu et al. review the integration of AI methods and electronic skins, especially how data collected from sensors are processed by AI to extract features for human–machine interactions and health monitoring purposes.
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
大幅提高文件上传限制,最高150M (2024-4-1)

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
h7525yanghan完成签到 ,获得积分20
1分钟前
JJ完成签到 ,获得积分10
1分钟前
刘刘完成签到 ,获得积分10
1分钟前
2分钟前
快乐的睫毛完成签到 ,获得积分10
3分钟前
车访枫完成签到 ,获得积分10
3分钟前
老姚完成签到,获得积分10
3分钟前
肆肆完成签到,获得积分10
4分钟前
不配.应助明理问柳采纳,获得10
6分钟前
Lucas应助Echan采纳,获得10
6分钟前
实力不允许完成签到 ,获得积分10
6分钟前
谭凯文完成签到 ,获得积分10
7分钟前
丘比特应助科研通管家采纳,获得10
7分钟前
明理问柳完成签到,获得积分10
7分钟前
12分钟前
Echan发布了新的文献求助10
12分钟前
doreen完成签到 ,获得积分10
12分钟前
中央发布了新的文献求助10
12分钟前
zxq1996完成签到 ,获得积分10
12分钟前
13分钟前
Nemo发布了新的文献求助30
13分钟前
13分钟前
Malmever发布了新的文献求助10
13分钟前
科目三应助黙宇循光采纳,获得10
13分钟前
14分钟前
黙宇循光发布了新的文献求助10
14分钟前
Jj7完成签到,获得积分10
14分钟前
lena完成签到,获得积分10
14分钟前
田様应助黙宇循光采纳,获得10
15分钟前
15分钟前
爆米花应助科研通管家采纳,获得10
15分钟前
黙宇循光发布了新的文献求助10
15分钟前
15分钟前
希勤发布了新的文献求助10
16分钟前
林才发布了新的文献求助10
16分钟前
16分钟前
chenxiang完成签到,获得积分10
16分钟前
上官若男应助希勤采纳,获得10
16分钟前
JamesPei应助黙宇循光采纳,获得10
16分钟前
16分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
XAFS for Everyone (2nd Edition) 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3133981
求助须知:如何正确求助?哪些是违规求助? 2784836
关于积分的说明 7768734
捐赠科研通 2440219
什么是DOI,文献DOI怎么找? 1297295
科研通“疑难数据库(出版商)”最低求助积分说明 624920
版权声明 600792