“Deep-Learning-Assisted Thermogalvanic Hydrogel E-Skin for Self-Powered Signature Recognition and Biometric Authentication”

第一作者：李宁、王昭苏

通讯作者：张虎林教授

通讯单位：太原理工大学

DOI：https://doi.org/10.1002/adfm.202314419

打开网易新闻 查看精彩图片

自供电电子皮肤（e-skin）作为皮肤人机界面，在网络安全和个人电子产品中发挥着重要作用。然而，目前的自供电电子皮肤主要受到制造工艺复杂、固有刚度、变形下信号失真以及综合性能不足的限制，从而阻碍了其实际应用。

本研究通过简单的一锅法制备了一种基于聚乙烯醇（PVA）、淀粉、聚多巴胺修饰的埃洛石纳米管的双网络热电偶凝胶（TGF）的电子皮肤，各组分之间的非共价键相互作用赋予了热电凝胶较好的拉伸性和抗穿刺性。由于氧化还原电对[Fe(CN)6]4-/3-和抗冻剂氯化锂的同时加入，赋予 TGH 卓越的热电转换能力，展现了优异的塞贝克系数 (1.82 mV K-1) 和较高的低温电导率 (3.86 S m-1)，并且具有长周期工作性能 (> 10 天)、不干燥性、热塑性和可降解性。

在无外界电源供电情况下，该热电凝胶电子皮肤能够协同耦合压阻传感和热电转换，将压力实时转换为电信号，并具备高灵敏度 (GF > 4.9) 和快速响应 (<0.3 s) 等优良特性。结合深度学习算法，直接贴附于手臂的热电凝胶电子皮肤可实现对不同用户的书写识别和身份认证，准确率高达92.97% 。这项工作在人机交互、信息安全和物联网等领域具有极大的应用潜力。

打开网易新闻 查看精彩图片

图1 基于TGH的电子皮肤的基本结构以及深度学习辅助的签名识别和生物特征认证原理图。a) 基于TGH的电子皮肤的结构设计。b) TGH 分子结构示意图。c) 深度学习辅助签名识别和生物特征认证的工作流程。

打开网易新闻 查看精彩图片

图 2. TGH 的传感机制和性能。a) TGH在压缩和恢复过程中的应变传感机制。b) TGH 的相对电流变化作为 293 和 253 K 下施加应变的函数。c) TGH 的响应和恢复时间。d) TGH在各种循环压缩应变下的相对电流变化。e) 10%应变下不同频率下TGH的相对电流变化。f) 连续 500 个循环的稳定性和耐久性测试。

https://onlinelibrary.wiley.com/doi/10.1002/adfm.202314419

来源：生物材料前沿进展