丝网印刷导电油墨，导电油墨和导电涂料共性

成果介绍

在医疗保健应用中，可穿戴传感器因其灵活、轻便的特性而备受关注。然而，开发坚固、易于制造且高度一致的可穿戴传感器仍然是一个挑战。新加坡南洋理工大学周昆等研究人员在期刊《Adv Sci》上发表了题为“3D打印保形应变和湿度传感器用于人体运动预测和健康监测使用机器学**”的论文和导电石墨烯纳米板-碳用于多喷头融合(MJF) 打印的纳米管(GC) 墨水。 MJF的逐层制造工艺不仅提高了印刷GC传感器的机械性能和阻燃性，而且还提高了其坚固性和灵敏度。

传感器弯曲的方向对相对电阻的变化有显着影响，可以精确研究手指、手腕、肘部、颈部和膝盖等人体关节的运动。此外，利用GC传感器采集的电阻变化数据来训练支持向量机，预测人体运动的准确率高达95.83%。由于其稳定的湿度灵敏度，该传感器还擅长监测人体呼吸并预测呼吸模式（正常呼吸、快速呼吸、深呼吸），从而拓宽了其在医学上的潜在应用。这项研究为MJF 印刷的可穿戴传感器在各种医疗应用中的使用开辟了新途径。图形指南

图1. GC 传感器的制造和应用。

图2. GC/TPU 复合材料的表征。

图3. GC传感器机电特性及人体运动监测测试。

图4. ML 工作机制及其潜在应用

图5. GC 传感器的湿度灵敏度和潜在应用。概括

在这项研究中，我们开发了一种新型GC墨水，并利用MJF印刷技术制造了一系列实用且可扩展的应变和湿度传感器。这些传感器非常适合人体关节，并具有良好的机械性能，例如灵活性和坚固性。弯曲传感器获得的输出数据对变形方向高度敏感，非常适合监测人体运动。多层弯曲传感器检测手腕弯曲，可以识别五种基本紧急手势，包括“走”、“停止”、“右转”、“左转”和“危险”。

此外，使用佩戴在膝盖上的弯曲传感器获得的输出信号对SVM 进行训练，在预测步行、跑步、坐、蹲、跳跃和爬楼梯等六种常见运动方面达到了95.83% 的准确率。机器学**和弯曲传感器的集成在预测人体运动和及时采取救援行动方面具有巨大潜力。此外，该传感器具有出色的湿度灵敏度，非常适合监测人体呼吸。电阻的变化反映在灯的亮度上，直接显示生命体征。改进的热稳定性和阻燃性使GC 传感器能够安全地用于消防和救援应用。利用先进的GC 墨水和快速MJF 制造技术，基于应变的湿度传感器可以被赋予灵活性、坚固性和形状记忆，为人类安全和医疗保健提供显着的好处。文献：https://doi.org/10.1002/advs.202304132