Revolutionärer flexibler Sensor liefert unübertroffene Zuverlässigkeit für Wearable Health Tech

Echtzeit-Gesundheitsüberwachung und Sensing-Fähigkeiten von Robotern erfordern weiche Elektronik, aber eine Herausforderung bei der Verwendung solcher Materialien liegt in ihrer Zuverlässigkeit. Elastisch und formbar zu sein, macht ihre Leistung weniger wiederholbar. Die Variation in der Zuverlässigkeit wird als Hysterese bezeichnet. Geleitet von der Kontaktmechanik-Theorie entwickelte ein Forscherteam der NUS ein neues Sensormaterial mit signifikant weniger Hysterese. Diese Fähigkeit ermöglicht präzisere Wearable-Health-Technology und robotisches Sensing.

Wenn weiche Materialien als Drucksensoren verwendet werden, stehen sie meist vor schweren Hysterese-Problemen. Die Materialeigenschaften des weichen Sensors können sich zwischen wiederholten Berührungen ändern, was die Datenzuverlässigkeit beeinträchtigt. Dies macht es schwierig, jedes Mal genaue Auslesungen zu erhalten, was die möglichen Anwendungen der Sensoren begrenzt.

Der Durchbruch des NUS-Teams ist die Erfindung eines Materials, das hohe Empfindlichkeit mit nahezu hysteresisefreier Leistung kombiniert. Sie entwickelten einen Prozess, um Metall-Dünnschichten in wünschenswerte ringförmige Muster auf einem flexiblen Material namens Polydimethylsiloxan (PDMS) zu rissen.

Das Team integrierte diesen Metall/PDMS-Film mit Elektroden und Substraten für einen piezoresistiven Sensor und charakterisierte dessen Leistung. Sie führten wiederholte mechanische Tests durch und verifizierten, dass ihre Designinnovation die Sensorleistung verbesserte. Ihre Erfindung, genannt Tactile Resistive Annularly Cracked E-Skin (TRACE), ist fünfmal besser als konventionelle weiche Materialien.

„Mit unserem einzigartigen Design konnten wir signifikant verbesserte Genauigkeit und Zuverlässigkeit erreichen. Der TRACE-Sensor könnte potenziell in der Robotik eingesetzt werden, um Oberflächentexturen wahrzunehmen, oder in Wearable-Health-Technology-Geräten, beispielsweise zur Messung des Blutflusses in oberflächlichen Arterien für Gesundheitsüberwachungsanwendungen“, sagte Assistant Professor Benjamin Tee.

Der nächste Schritt für das NUS-Team ist die weitere Verbesserung der Konformität ihres Materials für verschiedene Wearable-Anwendungen und die Entwicklung von Künstlicher-Intelligenz (KI)-Anwendungen basierend auf den Sensoren. „Unser langfristiges Ziel ist es, kardiovaskuläre Gesundheit in Form eines winzigen Smart Patches vorherzusagen, der auf menschlicher Haut platziert wird. Dieser TRACE-Sensor ist ein Schritt in Richtung dieser Realität, weil die Daten, die er für Pulsgeschwindigkeiten erfassen kann, präziser sind und auch mit Machine-Learning-Algorithmen ausgestattet werden können, um Oberflächentexturen präziser vorherzusagen“, erklärte Tee.

Weitere Anwendungen, die das NUS-Team entwickeln möchte, umfassen Einsatz in Prothesen, wo eine zuverlässige Hautschnittstelle eine intelligentere Reaktion ermöglicht.