Flexibler Druck- und Temperaturregler

Dec 21, 2023

Wissenschaftliche Berichte Band 12, Artikelnummer: 17434 (2022) Diesen Artikel zitieren

1688 Zugriffe

2 Zitate

1 Altmetrisch

Details zu den Metriken

Der Atemzustand ist ein wesentlicher physiologischer Indikator, der eng mit der menschlichen Gesundheit zusammenhängt. Tragbare flexible Atemsensoren zur Erkennung von Atemmustern haben große Aufmerksamkeit auf sich gezogen, da sie physiologische Signaldetails für die persönliche medizinische Diagnose, Gesundheitsüberwachung usw. liefern können. Derzeitige intelligente Masken, die auf flexiblen Atemsensoren mit Single-Mode-Erkennung basieren, können jedoch nur relativ kleine Signale erkennen Anzahl der Atemmuster, insbesondere das Fehlen der Fähigkeit, Mundatmung genau von Nasenatmung zu unterscheiden. Dabei wird eine intelligente Gesichtsmaske mit einem Dual-Sensing-Modus-Atemsensor hergestellt, der bis zu acht menschliche Atemmuster erkennen kann. Der Atemsensor nutzt neuartige dreidimensionale (3D) knickende Kohlenstoff-Nanofasermatten als aktive Materialien, um die Funktion der Druck- und Temperaturmessung gleichzeitig zu realisieren. Das Druckmodell der Sensoren weist eine hohe Empfindlichkeit auf und ist in der Lage, den durch den Atemluftstrom erzeugten Druck präzise zu erfassen, während das Temperaturmodell berührungslose, durch den Atem verursachte Temperaturschwankungen erkennen kann. Profitieren Sie von der Fähigkeit der Echtzeiterkennung und der genauen Unterscheidung zwischen Mund- und Nasenatmung. Die Gesichtsmaske wurde weiterentwickelt, um die Entwicklung des Mundatmungssyndroms zu überwachen. Der Dual-Sensing-Modus-Sensor hat große potenzielle Anwendungen in der Gesundheitsüberwachung.

Es wurden große Anstrengungen unternommen, um die schnelle weltweite Ausbreitung der Coronavirus-Krankheit 2019 (COVID-19) einzudämmen, aber der Impfstoff reicht nicht aus, um die Ausbreitung des neuartigen Coronavirus, das schnell mutiert, einzudämmen1,2. Das Tragen von Masken an öffentlichen Orten wurde von der Weltgesundheitsorganisation empfohlen und von den meisten Ländern weithin vorgeschrieben, um die Ausbreitung der Krankheit zu verhindern und die Gesundheit von Einzelpersonen während der COVID-19-Pandemie zu schützen. Das Tragen von Masken über einen längeren Zeitraum kann jedoch möglicherweise nachteilige Auswirkungen haben. Für Asthmatiker oder Kinder wären Atembeschwerden oder akute Atemwegserkrankungen nicht wahrnehmbar. Schwere Atemprobleme können zu einer abnormalen Mundatmung und sogar zu Atemversagen führen, was rechtzeitig alarmiert werden muss. Daher ist die tägliche Atemüberwachung auf der Grundlage tragbarer tragbarer Geräte von großer Bedeutung, um Kinder oder Patienten mit Atemproblemen frühzeitig vor abnormalen Atemzuständen zu warnen. Die Atmung ist ein wesentlicher physiologischer Indikator, der eine wichtige Rolle bei der klinischen Bewertung der individuellen Gesundheitsleistung spielt3,4. Wenn die Nasenatmung schwierig ist, neigen Menschen normalerweise dazu, durch den Mund zu atmen, um die Luftaufnahme zu erhöhen. Kinder mit Asthma atmen möglicherweise eher durch den Mund5. Die Tendenz zur gewohnheitsmäßigen oder langfristigen Mundatmung wirkt sich nicht nur negativ auf die Kieferentwicklung, die Schädelform und den Zahnverschluss des Kindes aus, sondern geht auch mit dem Schlafapnoe-Syndrom einher. Für eine frühe multidisziplinäre Diagnose dieser Population ist eine Echtzeitüberwachung der Atmung erforderlich, um die Entwicklung eines Mundatmungssyndroms zu verhindern5,6. Ein erhöhter Atemwiderstand durch eine Maske kann dieses Problem verstärken. Darüber hinaus deuten viele Ergebnisse auf einen signifikanten Zusammenhang zwischen Mundatmung und Asthma hin7. Somit kann die kontinuierliche Überwachung der Atembedingungen von Benutzern im täglichen Leben, insbesondere mit der genauen Erkennung der Nasen- und Mundatmung, eine Möglichkeit für die persönliche Gesundheitsüberwachung, die Frühwarnung vor akuten Atemwegserkrankungen und die medizinische Diagnose usw. bieten.

Eine intelligente Maske auf Basis eines flexiblen Atemsensors ist eine wichtige Möglichkeit, eine kontinuierliche Atemüberwachung und Pandemieprävention zu realisieren. Derzeit wurden in vielen Studien flexible Sensoren vorgeschlagen, die auf unterschiedlichen Sensormechanismen basieren, um die Atemüberwachung zu realisieren, beispielsweise Feuchtigkeits-, Druck- oder Temperatursensoren8,9,10,11,12,13. Erst kürzlich haben Someya et al. hat eine intelligente Gesichtsmaske entwickelt, die den ultradünnen und leichtesten elektrostatischen Drucksensor integriert, um eine Atemüberwachung zu ermöglichen13. Dao et al. haben einen tragbaren thermischen Strömungssensor für die menschliche Atmung in Echtzeit unter Verwendung flexibler CNT-Garne als Hitzdrähte demonstriert8. Peng et al. haben über eine energieautarke elektronische Haut (E-Skin) berichtet, die auf einem triboelektrischen Nanogenerator für die Atemüberwachung in Echtzeit und die Diagnose des obstruktiven Schlafapnoe-Hypopnoe-Syndroms basiert14. Es wurden auch viele Feuchtigkeitssensoren hergestellt, um die Atmung zu überwachen, indem sie die Schwankung der Wassermenge in den eingeatmeten und ausgeatmeten Gasen erfassen3,10,15,16,17,18. Diese auf Single-Mode-Erkennung basierenden Atemsensoren können jedoch nur eine relativ kleine Anzahl von Atemmustern überwachen, insbesondere fehlt die Fähigkeit, Mundatmung von Nasenatmung zu unterscheiden. Ihre einheitliche Erkennungsfunktion kann den steigenden Anforderungen an die Überwachung verschiedener Atemmuster nicht gerecht werden. Aufgrund der Beeinträchtigung der Mund- und Nasenatmung gibt es Einschränkungen im Zusammenhang mit dem Single-Mode-Erkennungssensor. Wenn beispielsweise die Strömungsintensitäten der tiefen Nasenatmung und der Mundatmung im gleichen Bereich liegen, ist eine Unterscheidung schwierig, da sie bei derselben Frequenz liegen. Obwohl die Erkennung unterschiedlicher Atemzustände in einer Single-Mode-Sensoreinheit grob realisierbar ist, verringern Signalkopplung und gegenseitige Beeinflussung die Messgenauigkeit und erfordern eine Kalibrierung, wenn sich die Arbeitsbedingungen ändern11,19. Darüber hinaus sind diese vorhandenen Dual-Mode-Sensoren nicht empfindlich genug, um gleichzeitig verschiedene physikalische Reize zu überwachen, die durch den Atemluftstrom verursacht werden19,20,21,22,23,24. Es ist wünschenswert, dass ein Sensormaterial mit Multisensorfähigkeit mehrere Vitalfunktionen des menschlichen Körpers gleichzeitig überwachen kann, indem verschiedene Sensormodellstrukturen aufgebaut werden25,26.

In dieser Arbeit haben wir eine intelligente Gesichtsmaske mit einer Doppelmodulerkennung von Druck und Temperatur zur Überwachung von Ateminformationen vorgeschlagen, die eine genaue Unterscheidung zwischen Mund- und Nasenatmung ermöglicht. Durch die Konstruktion verschiedener Sensormodellstrukturen werden neuartige flexible Kohlenstoff-Nanofasermatten mit überlegenen mechanischen Eigenschaften und Temperaturerfassungsleistung als aktive Materialien sowohl für das Druck- als auch für das Temperaturerfassungsmodul verwendet. Das Druckerfassungsmodul weist eine hohe Empfindlichkeit auf und eignet sich zur Erkennung des durch den Atemluftstrom erzeugten Drucks sowie zur Erkennung verschiedener physiologischer Signale des menschlichen Körpers. Die Temperatursensoren können eine berührungslose Temperaturerfassung realisieren, indem sie kleine Temperaturänderungen erfassen, die durch Mund- und Nasenatmung verursacht werden. Wir haben gezeigt, dass die intelligente Gesichtsmaske den Atemzustand kontinuierlich überwachen und analysieren kann, einschließlich acht Atemmuster, wie normaler Nasenatmung, flacher Nasenatmung, tiefer Nasenatmung, schneller Nasenatmung, Husten, Atemanhalten, normaler Mundatmung und langsamer Mundatmung Atem. Im Vergleich zu zuvor beschriebenen Atemüberwachungstechniken bietet die vorgeschlagene intelligente Gesichtsmaske zwei Vorteile: (1) Sie ermöglicht eine genaue Unterscheidung zwischen Mund- und Nasenatmung; (2) Die Dual-Mode-Erkennung ermöglicht eine beispiellose Vielfalt an Atemmusterüberwachungen und ermöglicht so eine detailliertere Analyse der Physiologie des menschlichen Körpers. Die intelligente Gesichtsmaske hat ein großes Potenzial für Anwendungen zur Frühwarnung oder Diagnose von Atemwegserkrankungen und trägt zur Erhaltung der persönlichen Gesundheit bei.

Wie in Abb. 1 dargestellt, werden durch den Aufbau verschiedener Sensormodellstrukturen CNF-Matten aus Tausenden von Kohlenstoffnanofasern als aktive Materialien für die Kombisensoren verwendet, um eine gleichzeitige Messung von Druck und Temperatur zu realisieren. Die neuartigen Kohlenstoffnanofasern mit knickender Nanostruktur weisen einen großen dreidimensionalen Zwischenraum und eine hohe spezifische Oberfläche von (244 m2/g) auf (Abb. S1a, Zusatzinformationen). Diese Nanofasern sind mit vorspringenden tentakelartigen Kohlenstoffnanoröhren verziert (Abb. S1b, Zusatzinformationen), die auf verschiedene physikalische Reize empfindlich reagieren. Die CNF-Matten werden durch schnelles Tempern von Hybrid-Polyacrylnitril-Elektrospinnen-Nanofasern hergestellt. Der Vorbereitungsprozess des Dual-Mode-Sensors ist in Abb. S2, Zusatzinformationen, dargestellt.

Schema der Struktur eines kombinierten Dual-Mode-Sensors, der auf einer Maske montiert ist, um durch die Atmung verursachte Druck- und Temperaturänderungen zu erkennen.

Im Druckmodell wurden die CNF-Matten auf die Interdigitalelektroden gelegt. Beim piezoresistiven Sensor umfasst der Gesamtwiderstand den Massenwiderstand (Rb) des leitfähigen Verbundwerkstoffs und den Kontaktwiderstand (Rc). Aufgrund des Tunneleffekts und der Kontaktmechanik wird allgemein angenommen, dass Rc viel größer als Rb ist, sodass der Massenwiderstand vernachlässigt werden kann 27. Daher wird der Gesamtwiderstand durch Rc dominiert, einschließlich des Kontaktwiderstands zwischen den definierten CNF als Massenkontaktwiderstand, Rbc, sowie zwischen dem CNF und den Elektroden, definiert als Oberflächenkontaktwiderstand, Rsc. Der gesamte Querkontaktwiderstand beträgt

Der gebildete Punktkontaktkanal kann als Analogon eines Elektronentunnelstroms bei Druckbeaufschlagung beschrieben werden. Gemäß den Grundlagen des elektrischen Kontakts kann die vergrößerte reale Kontaktfläche, die lediglich durch elastische Verformung erzeugt wird, bei einer belasteten Lagerfläche als \(A_{b} = \frac{F}{H}\)28,29 beschrieben werden, wobei F ist H ist die Meyer-Härte des weicheren Materials30. Die tatsächliche Kontaktfläche ist definiert als Ac = Ab + A0.

Der Kontaktwiderstand lässt sich wie folgt beschreiben:

Dabei sind ρ1 und ρ2 der spezifische Widerstand der beiden Kontaktmaterialien, A0 ist die Kontaktfläche zwischen zwei Kontaktmaterialien unter Nullbelastungskraft. Gemäß der Definition der Drucksensorempfindlichkeit:

Die Ergebnisse von Gl. (3) zeigt theoretisch, dass die Druckempfindlichkeit des Druckmodells unabhängig vom spezifischen Widerstand der Materialien ist und daher kaum von der Temperatur beeinflusst wird. Da in diesem Modell die knickenden Kohlenstoffnanofasern einen großen dreidimensionalen Raum bilden und eine große einstellbare Kontaktfläche haben, ist die anfängliche Kontaktfläche A0 viel kleiner als Ab. Daher wird die piezoresistive Empfindlichkeit durch das Änderungsverhältnis von Belastungsfläche zu Einheitsdruck bestimmt. Das piezoresistive Verhalten des Sensors entsteht durch die Variation der Kontaktflächen bzw. -punkte zwischen dem CNF sowie zwischen dem CNF und den Elektroden. Darüber hinaus gibt es zahlreiche empfindliche Stellen, die durch die hervorstehenden Kohlenstoffnanoröhren auf den Kohlenstofffasern entstehen. Sobald die knickenden Nanofasermatten einen Querdruck erfahren, berühren sich diese Fasern und Elektroden und bilden einen hochleitenden Pfad, was zu einer großen Änderung von Rcb und Rcs führt. Daher kann in diesem piezoresistiven Erfassungsmodus eine hohe Empfindlichkeit erreicht werden.

Im Temperaturerfassungsmodul werden die beiden Enden paralleler Kohlenstoffnanoröhren mit leitfähiger Silberpaste als Elektroden beschichtet, und dann wurde die gesamte CNF-Matte mit PDMS beschichtet, das als Einkapselungsschicht dient. Die CNF sind vom PDMS umhüllt und bilden eine quer verlaufende dielektrische Isolierschicht, um die durch Druckstimulation verursachte gegenseitige Beeinflussung zu unterdrücken. Das Ersatzschaltbild eines einzelnen Temperatursensors und die Messmethoden sind in Abb. 1 dargestellt. Gemäß der Formel werden die Monoblock-CNF-Matten als Widerstand betrachtet, und der Längswiderstand R// kann ausgedrückt werden als

Dabei ist S// der Gesamtquerschnitt des Monoblock-CNF in horizontaler Richtung, die Anzahl der CNF ist n und der Querschnitt jeder Faser ist Scnf. In diesem Modell der Temperaturerfassungsstruktur ist die Änderung des Querschnitts jeder Kohlenstoff-Nanofaser unter ausgeübtem Druck aufgrund der inhärenten Härte des Kohlenstoffmaterials vernachlässigbar. Daher wird der Widerstand R// hauptsächlich durch die temperaturbedingte Änderung des spezifischen Widerstands ρ bestimmt. Darüber hinaus vermeidet die PDMS-Beschichtung auf CNF als transversale dielektrische Isolierschicht Druckinterferenzen, sodass der Kontaktwiderstand im Temperaturerfassungsmodell vernachlässigbar ist.

Um die Atembedingungen genau zu messen, sollten die flexiblen Atemüberwachungssensoren stabil und hochempfindlich auf den Atemluftstrom bei niedrigem Druck reagieren. Abbildung 2a zeigt die Empfindlichkeitskurve des Drucksensors in einem Druck-Belastungs-Entlastungs-Testzyklus. Die Druckempfindlichkeit ist definiert als S = (ΔI/I0)/ΔP, wobei ΔI die relative Stromänderung bezeichnet, I0 der Anfangsstrom und ΔP die Differenz der Druckbelastung ist. Vor der Druckausübung ist die Kontaktfläche zwischen den Kohlenstoffnanofasern bzw. zwischen Kohlenstoffnanofasern und Elektrode sehr klein, was einem hohen Widerstandszustand entspricht. Die Empfindlichkeitskurve zeigt einen höchsten Empfindlichkeitswert (715 kPa-1) im Niederdruckbereich (0–5 kPa), wenn die zahlreichen Kohlenstofffasern miteinander in Kontakt kommen und einen hochleitenden Pfad bilden. Im anschließend steigenden Druckbereich (5–20 kPa) zeigte der Sensor mit zunehmender Kontaktfläche zwischen den Kohlenstoffnanofasern eine Empfindlichkeit von 255 kPa−1. Im Hochdruckbereich (> 20 kPa) werden die Fasern eng zusammengepresst und der Sensor zeigte eine relativ geringe Empfindlichkeit von etwa 14,36 kPa−1. Ein Sensorgerät ohne CNT weist eine um vier Größenordnungen geringere Druckempfindlichkeit auf als mit CNT (Abb. S3, Zusatzinformationen), was darauf hinweist, dass die Dekoration von Kohlenstoffnanofasern mit CNT für die Sensorleistung entscheidend ist. Abbildung 2b zeigt die Strom-Spannungs-Kurven des Drucksensors für verschiedene Drücke mit Spannungen im Bereich von –1 bis 1 V. Die beobachteten Kurven stimmen mit dem Ohmschen Gesetz überein. Wir haben die wiederholte Stromreaktion für verschiedene Drücke getestet (Abb. 2c) und eine hervorragende konstante Erfassungsleistung und Wiederholbarkeit der Sensoren festgestellt. Für die Durchflussdruckerkennung intelligenter Masken ist ein Drucksensor wünschenswert, der durch niedrigen Druck leicht ausgelöst werden kann. Die Echtzeit-Strom-Druck-Kurve in Abb. 2d zeigt eine gute Linearität im Niederdruckbereich. Abbildung 2e zeigt die Erkennung einer extrem kleinen Druckschwankung von etwa 6 Pa im Hintergrunddruck von etwa 30–40 Pa. Wie in Abb. 2f gezeigt, war der Drucksensor dazu in der Lage, angetrieben durch einen Luftstromimpuls mit einem Druck von ~ 120 Pa eine periodische Stromspitze erzeugen. Um die Vorzüge der ultrahohen Empfindlichkeit weiter zu demonstrieren, wird ein flexibler Drucksensor an der Haut über dem Hals angebracht, um Wörter mit unterschiedlicher Silbenanzahl zu erkennen (Abb. S4, Zusatzinformationen).

(a) Relative Stromänderungsverhältnisse als Funktion des Drucks. (b) Strom-Spannungs-Kurven bei unterschiedlichem Druck. (c) Reaktionsstrom unter unterschiedlichem Druck. (d) Stromkurve im Niederdruckbereich. (e) Aktuelle Reaktion auf wiederholten niedrigen Druck. (f) Leerlaufspannung über der Zeit unter den Reizen eines Luftstroms. (g) Aktuelle Reaktion bei unterschiedlicher Temperatur. (h) Reaktionsgeschwindigkeit des Drucksensors. (i) Aktuelle Reaktion auf kontinuierlichen Druckzug.

Um die Fähigkeit zur Unterdrückung von Störungen durch Temperaturschwankungen im Druckerkennungsmodus zu demonstrieren, wird ein Test mit dem gleichen Druck bei unterschiedlichen Temperaturen durchgeführt. Abbildung 2g zeigt, dass die Druckreaktionen bei einem Anstieg von 4,5 kPa bei 30 °C und 60 °C äußerst ähnlich sind. Außerdem führt ein leichter Druck von 10 Pa, der auf den Drucksensor ausgeübt wird, zu einem nahezu unveränderten Stromanstieg △I, wenn die Temperatur zwischen 25 und 60 ° C variiert (Abb. S5, Zusatzinformationen). Daher wird die Druckmessung, die sich nur auf den Stromanstieg △I bezieht, kaum durch Temperaturschwankungen beeinflusst. Die dynamische Reaktionsgeschwindigkeit ist ein weiterer wichtiger Parameter des Atemsensors. Die Reaktions- und Erholungszeiten sind in Abb. 2h berechnet und die verschiedenen detaillierten Reaktionskurven unter verschiedenen Drücken sind in Abb. S6 (Ergänzende Informationen) dargestellt. Die Reaktionszeit bei unterschiedlichem Druck liegt im Bereich von 20–30 ms, was für die Atemerkennung schnell genug ist. Der in Abb. 2i gezeigte Zyklustest des Drucksensors zeigt eine hervorragende Betriebsstabilität und Haltbarkeit unter 2000 kontinuierlichen Be-/Entladezügen, da während des Testzeitraums nahezu keine Verschlechterung festgestellt wird. Darüber hinaus soll die praktische Anwendung des Sensors im Hinblick auf die Erfassung physiologischer Signale beim Menschen demonstriert werden. Der Sensor wird am Handgelenk befestigt, um das arterielle Pulssignal zu überwachen, das deutlich drei typische Hauptwellen der P-Welle, T-Welle und D-Welle anzeigt (Abb. S7, Zusatzinformationen).

Trotz der überlegenen piezoresistiven Leistung, die im piezoresistiven Modell gezeigt wurde, sind die Temperaturerfassungseigenschaften auch ein wichtiges Modell im Kombinationssensor für die genaue Erkennung menschlicher Atemsignale. Kürzlich wurde über die gute elektrische Reaktion von CNT auf Temperaturschwankungen berichtet, und CNT-Nanokomposite mit Polymeren und anderen Materialien, die in Temperatursensoren eingesetzt werden, haben große Aufmerksamkeit erregt31,32,33. In unserer Arbeit werden elektrogesponnene Kohlenstofffasern mit tentakelartigen Kohlenstoffnanoröhren modifiziert und in PDMS eingewickelt. Die modifizierte Antenne aus Kohlenstoffnanoröhren auf der 3D-Kohlenstofffaser kann Wärmestrahlung empfangen und eine Änderung des elektrischen Widerstands bewirken. Wie im obigen Temperaturerfassungsmodell erläutert, wird der Widerstand R// hauptsächlich durch die temperaturbedingte Änderung des spezifischen Widerstands ρ bestimmt. Daher kann die nichtlineare Temperaturabhängigkeit von Widerständen durch die folgende Wachstumsexponentie beschrieben werden33:

Dabei ist Ea die thermische Aktivierungsenergie, K die Boltzmann-Konstante und B der thermische Index. Die relative Änderung des Widerstands mit der Temperatur ist in Abb. 3a dargestellt, die einen Anstieg des Widerstands mit der Temperatur und die höchste Empfindlichkeit von 0,22 %/°C zeigt. Abbildung 3d zeigt die Änderung der Steigung der IV-Kurven (1/R) des Sensors bei einem Temperaturanstieg von 0 auf 65 °C und zeigt die lineare Korrelation im Bereich von 0–1 V des Temperatursensors. Für die Atemerkennung muss der Sensor über eine hohe Empfindlichkeit und eine berührungslose Erkennungsfunktion verfügen. Zunächst wird die Empfindlichkeit des berührungslosen Sensors untersucht, indem der Abstand zwischen Finger und Sensor verändert wird, um eine kleine Temperaturänderung zu erzeugen. Wie in Abb. 3b und c dargestellt, bedeutet ein kleinerer Abstand eine höhere relative Temperatur, sodass die Änderung des relativen Widerstands schrittweise zunimmt, wenn der Fingerabstand von 8 auf 3 mm abnimmt. Darüber hinaus zeigen Abb. 3e und f die relative Stromänderung, wenn sich der Sensor der Wärmequelle (von 38 auf 42 °C) und der Kühlquelle (von 37 auf 24 °C) nähert bzw. sich von dieser entfernt. Zum Vergleich wurden ein weit verbreiteter kommerzieller PT100-Temperatursensor und unsere Temperatursensoren in einer Umgebung mit ruhiger Luft und in einem bestimmten Abstand von der Heizung platziert, um die Temperaturänderung in Echtzeit aufzuzeichnen (Abb. 3g). Wie in Abb. 3g dargestellt, war die Temperaturkurve unseres Sensors während des berührungslosen Wärmeübertragungsprozesses völlig identisch mit der des PT100-Temperatursensors. Um die Betriebsstabilität des Temperaturerfassungsmodus zu überprüfen, wurde außerdem die Stromüberwachung des Sensors über einen langen Zeitraum bei verschiedenen Temperaturen durchgeführt. Wie in Abb. 3h gezeigt, funktioniert der Temperatursensor bei 20 °C, 30 °C bzw. 40 °C sehr reibungslos. Um die Anwendung eines tragbaren flexiblen Thermometers weiter zu demonstrieren, wurde der Sensor auf der Stirn des Probanden installiert, um quantitativ die Temperaturschwankungen der menschlichen Haut aufzudecken, die dadurch entstehen, dass sich die Wärmequelle der Stirn des Probanden nähert bzw. sich von ihr zurückzieht (Abb. S8, Zusatzinformationen).

Temperaturempfindliche Eigenschaften des Doppelmodulsensors. (a) Die lineare Entsprechung des Absolutwerts der Variationsrate des elektrischen Widerstands mit der Temperatur von 4 bis 70 °C. (b und c) Einfluss des Mindestabstands zwischen Fingeroberfläche und Sensor auf die relative Widerstandsänderung. (d) IV-Kurven bezeichnen den Strom der Sensoren als Reaktion auf Temperaturschwankungen von 0 bis 65 °C. Temperaturunterscheidungsfähigkeit des Sensors bei wiederholter Annäherung an und Entfernung von (e) dem Wärmequellenobjekt und (f) dem Kühlquellenobjekt. (g) Temperaturreaktionskurven, die von unserem Sensor und dem PT100-Temperatursensor aufgezeichnet wurden. (h) Temperatur-Zeit-Kurve bei 20 °C, 30 °C und 40 °C.

Die Fähigkeit zur berührungslosen Temperaturerkennung ist für einen flexiblen Sensor, der in einer intelligenten Maske zur Atemüberwachung eingebaut ist, unverzichtbar. Um zu zeigen, dass die beiden Erfassungsmodi des Kombisensors unabhängig voneinander und ohne gegenseitige Beeinträchtigung funktionieren können, wird ein Test zur Überwachung von Temperatur und Druck vorgeschlagen. Abbildung 4a–c zeigt die Infrarot-Wärmebilder eines an einem Handschuh angebrachten Dual-Mode-Sensors, der sich dem kalten Objekt, dem heißen Objekt bzw. dem normalen Objekt nähert oder es berührt. Unter Berücksichtigung der Wärmediffusion in der Luft kann die Temperatur berührungslos erfasst werden, wenn zwischen dem Objekt und dem Sensor ein Temperaturunterschied besteht. Wie in Abb. 4d und Film S1 (Ergänzende Informationen) gezeigt, wurde bei Annäherung des Sensors an heiße oder kalte Objekte ein offensichtlicher Temperaturanstieg/-abfall festgestellt, nachdem der Abstand auf 1 cm abgenommen hatte. Der Sensor zeigt jedoch eine vernachlässigbare Temperaturvibration, wenn er sich dem normalen Objekt bei Raumtemperatur nähert. Bei mechanischem Kontakt zwischen Sensor und Objekt stieg der überwachte Druck schnell von 0,8 auf 2 kPa und die Oberflächentemperatur blieb auf einem stabilen Wert (Ergebnisse eines anderen ähnlichen Experiments sind auch in Abbildung S9 zu sehen), was erneut die sehr geringe Interferenz bestätigt Druck zum Temperatursensor. Darüber hinaus zeigt der wiederholte Test der Erkennung von Temperatur- und Druckreizen von Objekten bei unterschiedlichen Temperaturen in Abb. S10 (Ergänzende Informationen), dass die Stabilität der Dual-Mode-Erfassung deutlich wird. Die obigen Ergebnisse belegen eindeutig, dass die einzelnen Erfassungsmodi des Dual-Mode-Sensors unabhängig voneinander ohne gegenseitige Beeinflussung arbeiten können. Diese einzigartige Funktion unseres Dual-Mode-Sensors ermöglicht vielversprechende Anwendungen in intelligenten Masken zur Atemüberwachung und künstlicher intelligenter elektronischer Haut34.

Infrarot-Wärmebilder eines am Handschuh angebrachten Sensors, der sich (a) einem kalten Objekt, (b) einem heißen Objekt und (c) einem normalen Objekt nähert. (d) Diagramme der Echtzeit-Ausgangsstrom- und Widerstandsreaktionen des Sensors.

Eine intelligente Gesichtsmaske wird durch den Einbau eines Doppelmodell-Kombisensors hergestellt. Ein kleiner Messkreis mit Anzeige zur Echtzeitanzeige unterschiedlicher Atemzustände ist ebenfalls integriert. Erstens können für das Druckmodell unterschiedliche Atemzustände erkannt werden, indem die Signale von Sensoren als Reaktion auf die Druckschwankung auf der Maske untersucht werden, die durch den sich ändernden Luftstrom während der Nasenatmung verursacht wird. Die Echtzeitüberwachungsdaten für die Atmung der menschlichen Nase sind in Abb. 5a und Abb. S11 (Ergänzende Informationen) dargestellt. Der Sensor zeigt eine Reihe signifikanter Spitzen an, die in verschiedene Atemzustände (normale Atmung, flache Atmung und tiefe Atmung) eingeteilt werden können. Jeder Atemzustand, der durch eine unterschiedliche Zykluszeit und die jeweilige Spitzenintensität gekennzeichnet ist, kann genau gemessen werden. Die Atemzustände für normale Atmung, tiefe Atmung und flache Atmung weisen unterschiedliche Atemfrequenzen von 18 s−1, 12 s−1 bzw. 30 s−1 auf. Darüber hinaus können abnormale Zustände der menschlichen Atmung, wie Apnoe und Husten, genau gemessen werden, wie in Abb. 5b und c dargestellt. Der Drucksensor wurde mit einer PEN-Folie und einem Acryl-PSA-Klebstoff abgedichtet, wodurch der größere Kontakt zwischen Feuchtigkeit und aktiven Materialien des Sensors verhindert werden kann. Selbst wenn der Sensor nicht vollständig versiegelt wäre, kann die hydrophobe Oberfläche des freiliegenden CNF dem Eindringen von Feuchtigkeit wirksam widerstehen. Wie in Abbildung S12 dargestellt, sind die Kohlenstoffnanofasern hydrophob und haben einen Kontaktwinkel von 130°. Für den Temperatursensor wurde das gesamte CNF mit kompaktem PDMS beschichtet, das eine physikalische Isolierung gegenüber der Feuchtigkeit bildet. Insgesamt hat die Luftfeuchtigkeit zwischen Körper und Masken kaum Einfluss auf die Leistung des Dual-Mode-Sensors. Außerdem kann die Gesichtsmaske über einen langen Zeitraum stabil auf den Atemdruck reagieren (Abb. S13, Zusatzinformationen), was auf die Zuverlässigkeit der Maske hinweist.

(a) Erkennungssignale für Atemmuster mit unterschiedlichen Druckintensitäten, (b) Atem anhalten und (c) Husten. (d) Infrarotbilder der Mund- und Nasenatmung. (e) Druck- und Temperaturreaktion bei Nasenatmung und Mundatmung. (f) Atemmuster, die durch die Antwortsignale auf die aufeinanderfolgende Nasen- und Mundatmung erkannt werden. (g) Intelligente Masken unterscheiden durch die Überwachung der Temperatur zwischen Mund- und Nasenatmung.

Die bestehenden intelligenten Masken zur Überwachung der Atmung basieren meist auf flexiblen Singlemode-Sensoren. Der Einzelmodus ist bei der Überwachung komplexer Atmung fehleranfällig und es ist schwierig, Mund- und Nasenatmung genau zu unterscheiden. Wie beispielsweise im Drucktestabschnitt in Abb. 5e gezeigt, ist es schwierig, zwischen tiefer Nasenatmung und Mundatmung zu unterscheiden, wenn die Druckintensität des Atemluftstroms nahezu gleichmäßig ist. Während der COVID-19-Pandemie kann die Doppelmodell-Atemüberwachung mit genauer Erkennung der Nasen- und Mundatmung eine frühzeitige Warnung vor Dyspnoe bei Asthmatikern und Kindern ermöglichen. Darüber hinaus ist eine langfristige Überwachung der Atmung für eine frühzeitige multidisziplinäre Diagnose von Kindern mit Asthma erforderlich, um die Entwicklung eines Mundatmungssyndroms zu verhindern. Daher hat eine intelligente Maske, die Nasenatmung und Mundatmung genau unterscheiden kann, ein großes Potenzial für praktische Anwendungen.

Durch die genaue Messung der Temperatur der ausgeatmeten Luft und der Luftdruckdifferenz gleichzeitig ist eine eindeutige Erkennung des unterschiedlichen Atemzustands möglich. Die Infrarotbilder zeigen den Temperaturunterschied, der durch Mundatmung und Nasenatmung beim Tragen einer Maske entsteht (Abb. 5d). Bei der Nasenatmung kommt es während einer Atemperiode zu einer Temperaturänderung von 28,8 auf 30,5 °C, die kleiner ist als die der Mundatmung (27,3–32,4 °C). Die Nasenatmung und die Mundatmung lassen sich durch den unterschiedlichen Temperaturverlauf beim einzelnen Vorgang des Ein- und Ausatmens unterscheiden. Diese Besonderheit ist wichtig, wenn die Druckintensität des Atemluftstroms bei tiefer Nasenatmung und Mundatmung grundsätzlich gleich war. Durch die ergänzende Überwachung von Druck und Temperatur kann der Status der normalen Nasenatmung, der nasalen Tiefenatmung und der Mundatmung erkannt werden, wie in Abb. 5e dargestellt. Abbildung 5f zeigt die Echtzeitreaktion des Doppelmodellsensors in einer intelligenten Maske zur Erkennung des menschlichen Atems. Eine genaue Überwachung verschiedener Atemmuster, einschließlich normaler Nasenatmung, tiefer Nasenatmung, schneller Nasenatmung, Husten, Apnoe sowie normaler Mundatmung und langsamer Mundatmung, kann erfolgreich erreicht werden. In Kombination mit den zuvor im Druckmodus überwachten Atemmustern können durch den Dual-Mode-Sensor insgesamt acht Atemmuster erfasst werden. Die leistungsstarke Erkennungskapazität der Doppelmodell-Sensoren ermöglicht eine detailliertere Analyse der Physiologie des menschlichen Körpers, was bei medizinischen flexiblen Geräten sehr gefragt ist.

Um den praktischen Wert von Dual-Mode-Sensoren zu demonstrieren, hat die Smart Mask die Fähigkeit weiterentwickelt, den Mund- und Nasenatmungsstatus in Echtzeit anzuzeigen, wie in Abb. 5g und Film S2, Zusatzinformationen, dargestellt. Diese intelligente Gesichtsmaske ist mit einem Dual-Mode-Atemsensor, einem Netzteil, einem Messkreis und zwei Anzeigeleuchten kombiniert, wie in Abb. S14, Ergänzende Informationen dargestellt. Die Kontrollleuchte ist ausgeschaltet, wenn keine Atmung erfolgt, während die grüne Anzeige aufleuchtet, wenn die Nase atmet. Bei Mundatmung leuchten die rote und die grüne Kontrollleuchte gleichzeitig auf. Die intelligenten Masken ermöglichen die Beobachtung der Mundatmung in Echtzeit und helfen so, Atemproblemen vorzubeugen. Darüber hinaus kann die rechtzeitige Korrektur einer abnormalen Mundatmung bei Kindern die Entwicklung eines Mundatmungssyndroms verhindern. Es wird erwartet, dass dieser Atemsensor mit einer drahtlosen Ausleseschaltung und einer mobilen Anwendung kombiniert werden könnte, um eine drahtlose Atemüberwachung zu ermöglichen.

Abschließend haben wir eine intelligente Gesichtsmaske mit einem Doppelmodulsensor zur Erkennung mehrerer Atemmuster vorgeschlagen. Mit der intelligenten Gesichtsmaske können acht Atemzustände kontinuierlich überwacht und erkannt werden, darunter normale Nasenatmung, schnelle Nasenatmung, tiefe Nasenatmung, Husten, Atemanhalten, normale Mundatmung und langsame Atmung. Der Druckerfassungsmodus des Kombisensors weist eine hohe Empfindlichkeit auf und kann kleine Drücke messen, die durch Atemluftstrom, Stimme und arteriellen Puls erzeugt werden. Der Temperaturerfassungsmodus ermöglicht die berührungslose Erkennung kleiner Temperaturänderungen, die durch Mund- und Nasenatmung verursacht werden. Die vorgeschlagene intelligente Gesichtsmaske ermöglicht eine genaue Unterscheidung zwischen Mund- und Nasenatmung in Echtzeit, was dazu beitragen kann, die Entwicklung eines Mundatmungssyndroms zu verhindern. Darüber hinaus ermöglicht die Dual-Mode-Erkennung eine beispiellose Vielfalt an Atemstatusüberwachungen und ermöglicht so eine detailliertere Analyse der Physiologie des menschlichen Körpers. Die intelligente Gesichtsmaske bietet potenzielle Anwendungen bei der Überwachung der Atemmuster von Patienten mit Atemwegserkrankungen wie COVID-19, Lungenentzündung usw., was für die Frühwarnung oder Diagnose von Krankheiten von Vorteil ist.

Polyacrylnitril (PAN) wurde von Macklin Sigma-Aldrich bezogen. Das Dimethylformamid (DMF) wurde von Macklin bezogen. CNT (xfm04) wurde von XFNAN erworben. Poly(pyromellitsäuredianhydrid-co-4,4′-oxydianilin)-Amidsäurelösung wurde von Macklin erworben und als Vorläufer für den PI-Film verwendet. PDMS (SYLGARD 184) wurde von DOWSIL gekauft.

Nanofaser-Vorläufer wurden durch Elektrospinnen hergestellt. Zunächst wurde die Lösung A durch 4-stündiges Mischen von PAN und DMF im Verhältnis 1:4 unter magnetischem Rühren hergestellt. Die Lösung B wurde durch Zugabe von 0,6 g CNT zu 5 g DMF mittels Ultraschalldispersion über 2 Stunden hergestellt. Anschließend wurden die Lösungen A und B gemischt und 20 Stunden lang magnetisch gerührt, um die Vorläuferlösung zu erhalten. Die Vorläuferlösung wurde in eine Spritze geladen und die Zufuhrgeschwindigkeit der Lösung betrug (kontrolliert) 2 ml h –1. Der Abstand zwischen der Nadelspitze und dem abgedeckten Kollektor betrug etwa 20 cm, und es wurde eine Hochspannung (20 kV) angelegt. Die elektrogesponnenen Fasern wurden direkt auf einer mit Metallfolie bedeckten rotierenden Metallwalze gesammelt, typischerweise über einen Zeitraum von 2 Stunden. Abschließend wurden die Nanofasern in einem Röhrenofen bei 900 °C in Stickstoff 2 Stunden lang karbonisiert und die Temperatur mit einer Geschwindigkeit von 20 °C min-1 erhöht.

Zunächst wurde der Druckerfassungsmodus durchgeführt, indem die 3D-Knick-Kohlenstoff-Nanofasermatten auf einem Paar ineinandergreifender Au-Elektroden montiert und mit einem 1,0 mil dicken Acryl-PSA-Klebstoff eingekapselt und anschließend mit einem 1,4 m dicken PEN-Film abgedeckt wurden. Die ineinandergreifenden Au-Elektroden (Au-Dicke = 100 nm; Elektrodenbreite = 200 m; Intervall = 100 m; aktive druckempfindliche Fläche = 3 mm × 3 mm) wurden mittels Photolithographie auf einem 2,3 m dicken PI-beschichteten Si-Wafer strukturiert gefolgt von Magnetronsputtern. Ein anisotroper leitfähiger Draht wurde mit den ineinandergreifenden Elektroden verbunden, um sie mit Standardstiften von DuPont zu verbinden. Zweitens wurde der Temperaturerfassungsmodus auf der Rückseite des PI-Films des Druckmodus vorbereitet. Zwei Enden der längs verlaufenden Kohlenstoff-Nanofasern wurden mit leitfähiger Silberpaste fixiert und über Kupferdrähte mit dem externen Stromkreis verbunden. Anschließend wurden die Kohlenstoffnanofasern 5 Minuten lang mit einer PDMS-Vorläufermischung (Sylgard 184, Dow Corning Corporation, Verhältnis von Präpolymer zu Vernetzer variiert von bis zu 5:1) bedeckt, damit das PDMS die Kohlenstoffnanofasermatten vollständig infiltrieren konnte. Das überschüssige PDMS wurde dann mit einer Schleuderbeschichtungsmaschine entfernt.

Die Morphologie der Kohlenstoffnanofasern wurde mittels Feldemissions-Rasterelektronenmikroskopie (Zeiss/Bruker Gemini500) und Transmissionselektronenmikroskopie (TEM, JEM-2100, JEOL) bestimmt. Die Raman-Spektroskopie wurde mit einem LabRAM HR 800 UV-Laser-Mikro-Raman-Spektroskop (HORIBA Jobin Yvon, Frankreich) mit einer Laseranregungswellenlänge von 532 nm durchgeführt. Die Brunauer-Emmett-Teller-Oberflächenanalyse (BET) wurde mit einem Oberflächenporositätsanalysator (BSD-66) durchgeführt.

Der Druckmesstest wurde mit einem Versuchsaufbau durchgeführt, der aus einer hochpräzisen Wägezelle (LSB200, USB200, FUTEK), einem piezoelektrischen Hochfrequenzaktuator (NAP100, Newport) und einem Hochgeschwindigkeits-Keithley-Quellenmessgerät (Modell) bestand 2636B). Während des Drucksensortests wurde der Sensor zwischen dem Aktuator und der Wägezelle platziert. Der Aktuator wurde so gesteuert, dass er eine Bewegung erzeugt, die Druck auf den Sensor erzeugen kann, und die Kraft wurde von der Kraftmessdose erfasst. Temperaturinfrarotbilder wurden mit einer Infrarotkamera (Fluke TiX640) aufgenommen. Diese Sensoren wurden an eine Erfassungskarte (Smacq-USB-3200) angeschlossen und die erfassten Druck- und Temperatursignale wurden gleichzeitig aufgezeichnet.

Diese Forschung wurde von der Ethikkommission der Sun Yat-sen-Universität genehmigt. Alle Experimente, die in dieser Studie die Maskenatmung und die Erfassung der Temperatur der menschlichen Haut umfassen, wurden in Übereinstimmung mit den Richtlinien und Vorschriften durchgeführt. An unseren Experimenten oder unserem Manuskript waren keine anderen menschlichen Probanden beteiligt. Alle Teilnehmer unterzeichneten vor der Datenerfassung eine Einverständniserklärung.

Die während der aktuellen Studie verwendeten und/oder analysierten Datensätze sind auf Anfrage beim entsprechenden Autor erhältlich.

Kissler, SM, Tedijanto, C., Goldstein, E., Grad, YH & Lipsitch, M. Projektion der Übertragungsdynamik von SARS-cov-2 in der Zeit nach der Pandemie. Wissenschaft 368(6493), 860–868. https://doi.org/10.1126/science.abb5793 (2020).

Artikel ADS CAS PubMed Google Scholar

Saito, A. et al. Erhöhte Fusogenität und Pathogenität der SARS-cov-2-Delta-p681r-Mutation. Natur 602(7896), 300–306. https://doi.org/10.1038/s41586-021-04266-9 (2021).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Tai, H., Wang, S., Duan, Z. & Jiang, Y. Entwicklung der Atemanalyse basierend auf Feuchtigkeits- und Gassensoren: Potenzial und Herausforderungen. Sens. Aktoren, B Chem. 318, 128104. https://doi.org/10.1016/j.snb.2020.128104 (2020).

Artikel CAS Google Scholar

Güntner, AT et al. Atemsensoren zur Gesundheitsüberwachung. ACS-Sensoren 4(2), 268–280. https://doi.org/10.1021/acssensors.8b00937 (2019).

Artikel CAS PubMed Google Scholar

Bresolin, D., Shapiro, PA, Shapiro, GG, Chapko, MK & Dassel, S. Mundatmung bei allergischen Kindern: Ihr Zusammenhang mit der dentofazialen Entwicklung. Bin. J. Orthod. 83(4), 334–340 (1983).

Artikel CAS Google Scholar

Harari, D., Redlich, M., Miri, S., Hamud, T., Gross M. Die Auswirkung der Mundatmung im Vergleich zur Nasenatmung auf die dentofaziale und kraniofaziale Entwicklung bei kieferorthopädischen Patienten. Laryngoskop 120 (10) (2010).

Araújo, BCL, de Magalhães Simões, S., de Gois-Santos, VT & Martins-Filho, PRS Zusammenhang zwischen Mundatmung und Asthma: Eine systematische Überprüfung und Metaanalyse. Curr. Allergie-Asthm. R. https://doi.org/10.1007/s11882-020-00921-9 (2020).

Artikel Google Scholar

Dinh, T. et al. Umweltfreundliche, flexible Elektronik auf Kohlenstoffnanoröhrenbasis für die nichtinvasive und tragbare Gesundheitsversorgung. J. Mater. Chem. C 4(42), 10061–10068. https://doi.org/10.1039/C6TC02708C (2016).

Artikel CAS Google Scholar

Trung, TQ et al. Freistehender, faserbasierter, tragbarer Temperatursensor mit einstellbarem Wärmeindex für die Gesundheitsüberwachung. Adv. Gesundheitc. Mater. 7(12), 1800074. https://doi.org/10.1002/adhm.201800074 (2018).

Artikel CAS Google Scholar

Li, B. et al. Ein flexibler Feuchtigkeitssensor auf Seidenstoffbasis zur Überwachung der menschlichen Atmung. J. Mater. Chem. C 6(16), 4549–4554. https://doi.org/10.1039/C8TC00238J (2018).

Artikel CAS Google Scholar

Lu, L., Jiang, C., Hu, G., Liu, J. & Yang, B. Flexible berührungslose Sensorik für die Mensch-Maschine-Interaktion. Adv. Mater. 33(16), 2100218. https://doi.org/10.1002/adma.202100218 (2021).

Artikel CAS Google Scholar

Asghar, W. et al. Piezokapazitive flexible E-Skin-Drucksensoren mit magnetisch gewachsenen Mikrostrukturen. Adv. Mater. Technol. 5(2), 1900934. https://doi.org/10.1002/admt.201900934 (2019).

Artikel CAS Google Scholar

Zhong, J. et al. Intelligente Gesichtsmaske basierend auf einem ultradünnen Drucksensor zur drahtlosen Überwachung des Atemzustands. Adv. Mater. 34(6), 2107758. https://doi.org/10.1002/adma.202107758 (2021).

Artikel CAS Google Scholar

Peng, X. et al. Vollnanofaserbasiertes Echtzeit-Atemüberwachungssystem mit Hautschnittstelle zur Diagnose des obstruktiven Schlafapnoe-Hypopnoe-Syndroms. Adv. Funktion. Mater. 31, 2103599 (2021).

Artikel Google Scholar

Wang, Y., Zhang, L., Zhang, Z., Sun, P. & Chen, H. Hochempfindlicher tragbarer und flexibler Feuchtigkeitssensor auf Basis von Graphenoxid/Vliesstoff zur Atmungsüberwachung. Langmuir 36(32), 9443–9448. https://doi.org/10.1021/acs.langmuir.0c01315 (2020).

Artikel CAS PubMed Google Scholar

Thiyagarajan, K., Rajini, GK & Maji, D. Flexibler, hochempfindlicher, siebgedruckter mwcnt/pdms-Komposit-Atemsensor auf Papierbasis zur Überwachung der menschlichen Atmung. IEEE Sens. J. 21(13), 13985–13995. https://doi.org/10.1109/JSEN.2020.3040995 (2021).

Artikel ADS CAS PubMed Google Scholar

Xie, R. et al. Tragbare Elektronik auf Lederbasis zur Atmungsüberwachung. ACS-Appl. Bio Mater. 2(4), 1427–1431. https://doi.org/10.1021/acsabm.9b00082 (2019).

Artikel CAS PubMed Google Scholar

Li, Sens. Aktoren, B Chem. 330, 129239. https://doi.org/10.1016/j.snb.2020.129239 (2021).

Artikel CAS Google Scholar

Insang, Y. et al. Künstliche multimodale Rezeptoren basierend auf der Ionenrelaxationsdynamik. Wissenschaft 370(6519), 961–965. https://doi.org/10.1126/science.aba5132 (2020).

Artikel ADS CAS Google Scholar

Dinh, T. et al. Dehnbare Atmungssensoren: Fortschrittliche Designs und multifunktionale Plattformen für tragbare physiologische Überwachung. Biosens. Bioelektron. 166, 112460. https://doi.org/10.1016/j.bios.2020.112460 (2020).

Artikel CAS PubMed Google Scholar

Liu, H. et al. Ein flexibler multimodaler Sensor, der Dehnung, Feuchtigkeit, Temperatur und Druck mit einem hierarchischen Verbundwerkstoff aus Ruß und reduziertem Graphenoxid auf Papier erfasst. ACS-Appl. Mater. Inter. 11(43), 40613–40619. https://doi.org/10.1021/acsami.9b13349 (2019).

Artikel CAS Google Scholar

Wang, B. et al. Flexible und dehnbare Metalloxid-Nanofasernetzwerke für multimodale und monolithisch integrierte tragbare Elektronik. Nat. Komm. https://doi.org/10.1038/s41467-020-16268-8 (2020).

Artikel PubMed PubMed Central Google Scholar

Xu, L. et al. Mit Coolmax/Graphenoxid funktionalisierter textiler Feuchtigkeitssensor mit ultraschneller Reaktion zur Überwachung menschlicher Aktivitäten. Chem. Ing. J. 412, 128639. https://doi.org/10.1016/j.cej.2021.128639 (2021).

Artikel CAS Google Scholar

Xu, K. et al. Ein tragbares Körperzustandssensorsystem mit drahtlosen Feedback-Alarmfunktionen. Adv. Mater. 33(18), 2008701. https://doi.org/10.1002/adma.202008701 (2021).

Artikel CAS Google Scholar

Huang, J. et al. Flexible integrierte Sensoren: Transversaler Piezowiderstand und longitudinaler thermischer Widerstand eines einzelnen Kohlefaserträgers. Adv. Mater. Technol. 4(12), 1900802. https://doi.org/10.1002/admt.201900802 (2019).

Artikel CAS Google Scholar

Wu, R. et al. Elektronischer Textilsensor aus Seidenkomposit für hochpräzise 2D-Kombi-Temperatur-Druck-Erfassung. Klein 15(31), 1901558. https://doi.org/10.1002/smll.201901558 (2019).

Artikel CAS Google Scholar

Zheng, S. et al. Hochempfindlicher Drucksensor mit breiter Linearität durch Konstruktion einer Hohlstruktur in einem Polyanilin/Polydimethylsiloxan-Verbundwerkstoff. Kompositionen. Wissenschaft. Technol. 201, 108546. https://doi.org/10.1016/j.compscitech.2020.108546 (2021).

Artikel CAS Google Scholar

Holm R. Elektrische Kontakte: Theorie und Anwendungen, (Springer Science & Business Media, 1999).

Braunovic, M., Konchits, V. Myshkin, N. Elektrische Kontakte: Grundlagen, Anwendungen und Technologie, (2007).

Berg, G. & Grau, P. Meyers Härtegesetz und seine Beziehung zu anderen Maßen der Kugelhärteprüfung. Kristall. Res. Technol. 32(1), 149–154. https://doi.org/10.1002/crat.2170320115 (1979).

Artikel Google Scholar

Fernandes, GE, Kim, JH, Sood, AK & Xu, J. Riesiger Temperaturkoeffizient des Widerstands in Kohlenstoffnanoröhren/Phasenwechselpolymer-Nanokompositen. Adv. Funktion. Mater. 23(37), 4678–4683. https://doi.org/10.1002/adfm.201300208 (2013).

Artikel CAS Google Scholar

Yang, H. et al. Weicher Thermosensor mit mechanischer Anpassungsfähigkeit. Adv. Mater. 28(41), 9175–9181. https://doi.org/10.1002/adma.201602994 (2016).

Artikel CAS PubMed Google Scholar

Lin, M. et al. Ein leistungsstarker, empfindlicher, tragbarer Multifunktionssensor auf Basis von Gummi/Stoff zur Erkennung menschlicher Bewegungen und der Hauttemperatur. Adv. Mater. 34(1), 2107309. https://doi.org/10.1002/adma.202107309 (2021).

Artikel CAS Google Scholar

Zhang, F., Zang, Y., Huang, D., Di, C. & Zhu, D. Flexible und energieautarke Temperatur-Druck-Dual-Parameter-Sensoren unter Verwendung mikrostrukturrahmengestützter organischer thermoelektrischer Materialien. Nat. Komm. https://doi.org/10.1038/ncomms9356 (2015).

Artikel PubMed PubMed Central Google Scholar

Referenzen herunterladen

Diese Arbeit wurde von der National Science Foundation of China finanziell unterstützt (Nr. 61904040).

Fakultät für Physik, Sun Yat-Sen-Universität, Guangzhou, 510275, Volksrepublik China

Zhoujun Pang & Min Chen

Staatliches Schlüssellabor für optoelektronische Materialien und Technologien, Fakultät für Elektronik und Informationstechnologie, Sun Yat-Sen-Universität, Guangzhou, 510275, Volksrepublik China

Zhoujun Pang & Dihu Chen

School of Materials and Energy, Guangdong University of Technology, Guangzhou, 510006, Volksrepublik China

Yu Zhao & Ningqi Luo

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

MC und ZP konzipierten die Idee und betreuten das gesamte Projekt. ZP und DC haben die Experimente entworfen. YZ, NL und MC führten alle Experimente durch. Alle Autoren analysierten die experimentellen Daten. ZP hat den Artikel geschrieben. Alle Autoren haben der endgültigen Fassung des Manuskripts zugestimmt. Für die Veröffentlichung der Informationen/Bilder in einer Online-Open-Access-Publikation wurde eine Einverständniserklärung zur Veröffentlichung eingeholt.

Korrespondenz mit Dihu Chen.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Pang, Z., Zhao, Y., Luo, N. et al. Flexibler Druck- und Temperatur-Dual-Mode-Sensor basierend auf knickenden Kohlenstoff-Nanofasern zur Erkennung von Atemmustern. Sci Rep 12, 17434 (2022). https://doi.org/10.1038/s41598-022-21572-y

Zitat herunterladen

Eingegangen: 11. Mai 2022

Angenommen: 28. September 2022

Veröffentlicht: 19. Oktober 2022

DOI: https://doi.org/10.1038/s41598-022-21572-y

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Wissenschaftliche Berichte (2023)

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.