张杨松/蒲贤洁ACS Nano: 摩擦纳米发电机+深度学习实现颈部运动检测

颈部运动的状态反映了颈部的健康状况，检测人体颈部运动状态对医疗智能具有重要意义。实用的颈部运动检测器应该是可穿戴、柔性、节能和低成本的。

在此，西南科技大学张杨松副教授、重庆大学蒲贤洁等人提出了一种基于摩擦纳米发电机（TENG）的支持深度学习（DL）、可穿戴、亲肤、柔性、可拉伸、低成本且易于制造的颈部运动传感器。这种自供电颈部运动摩擦电传感器（SNM-TS）最外层由四个固定在硅颈圈上的硅橡胶基摩擦电纳米发电机（S-TENG）组成，最内层由硅橡胶制成的颈圈作为基底。颈部运动会对传感器施加压力，导致S-TENG弯曲或拉伸。在屈曲过程中，电子通过外电路从碳/硅橡胶流向地面以保持静态平衡。

当碳/硅橡胶和硅橡胶之间的距离最短时，二者之间的电位差最低。当颈部恢复到初始状态时，电子通过外部电路向后流动。电压波形的峰值为负，而在延伸过程中电流方向相反，电压波形的峰值为正，这是发电过程的一个完整周期。

图1. S-TENG的工作机理和性能

值得注意的是，作者在S-TENG和颈圈之间附加了碳掺杂硅橡胶层作为屏蔽层，可大大降低人体皮肤强正电位的影响从而提高信噪比（SNR）。基于此优化，当颈部处于特定运动状态时，四个通道输出的不同幅度/方向的电压信号是稳定的，从而可识别颈部运动状态。

为了进一步提高识别率，作者设计了一个基于卷积神经网络（CNN）的DL模型来识别11类颈部运动，包括8个弯曲方向、2个扭转方向和1个静止状态。最终，获得了92.63% 的平均识别准确率。总之，柔性屏蔽层的设计和DL算法的应用为摩擦电可穿戴传感器的改进提供了参考。此外，除了颈部运动外，该传感器的结构和相关数据分析方案还可用于检测人体其他关节的运动，在医疗保健、康复和人机界面等领域具有广阔的应用前景。

图2. 集成DL辅助数据分析的颈部运动状态识别系统

Deep Learning Enabled Neck Motion Detection Using a Triboelectric Nanogenerator, ACS Nano 2022. DOI: 10.1021/acsnano.2c02149

原创文章，作者：v-suan，如若转载，请注明来源华算科技，注明出处：https://www.v-suan.com/index.php/2023/10/08/c8adc9c1cf/

张杨松/蒲贤洁ACS Nano: 摩擦纳米发电机+深度学习实现颈部运动检测

相关推荐