夜雨聆风
一、导读
柔性纤维传感器作为实现健康“无感监测”的理想载体，在个性化医疗领域具有重要的应用前景。然而，如何在简化制备工艺的同时，突破灵敏度瓶颈并实现多功能集成，仍是当前该领域面临的挑战。近日，吕永钢教授团队在《npj Flexible Electronics》上发表了题为“Multifunctional Theranostic Fiber with Micro-Wrinkles for Closed-Loop Health Monitoring and Human-Machine Interaction”的研究论文。研究团队通过非模板化的制备策略，构筑了具有微褶皱形貌的离电型传感纤维(ionic wrinkled fiber, IWF)，并探讨了其在双模态感知、人机交互以及闭环健康管理中的应用（图1）。
图1 IWF的结构与应用全景
二、研究背景
在人口老龄化加剧与慢性病高发的背景下，医疗护理资源缺口正在不断扩大。健康风险管理模式从传统的“被动响应”转向“全天候主动监测与预警”已成为必然趋势。实现这一转变的前提，是对人体状态进行长期、连续且低干扰的监测。相较于传统的片状或块状传感设备，柔性纤维传感器具备良好的织物兼容性、透气性与佩戴舒适性，能与日常衣物无缝融合，是实现“无感监测”的理想形式。然而，现有的纤维电容传感器多面临表面微结构加工依赖复杂模具、掺杂刚性填料导致基体刚化、以及功能集成度不足等瓶颈，限制了其在可穿戴领域的实际应用。因此，如何通过材料-结构-系统协同设计实现性能与功能的统一，是该领域的重要研究方向。
三、本文亮点
工艺创新
提出“预拉伸–涂覆–释放”的非模板化策略，实现纤维表面微褶皱结构的原位构筑，摆脱复杂微加工依赖。
材料与结构协同增敏
融合微褶皱应力集中效应、离子介电层的电双层(electric double layer, EDL)电容机制，以及液态金属电极的动态重组，实现压力/应变双模态感知性能的同步提升。
闭环系统集成
将高灵敏传感与低压电热反馈耦合，引入“接触互锁逻辑”，构建面向腕管综合征(carpal tunnel syndrome, CTS)的“监测–反馈–干预”一体化系统。
四、图文导读
1
纤维表面微结构的非模板化构筑工艺
研究团队通过“预拉伸–涂覆–释放”的非模板化策略，实现了纤维表面微褶皱结构的原位构筑（图2a），化解了传统二维微纳加工与一维纤维基底的适配难题。辅以离子液体掺杂的壳层（图2b），不仅保留了纤维的柔韧性，更从物理层面显著拓展了传感器的受力形变空间(图2c）。实验表明，通过调控0%至80%的预应变参数，可实现对纤维表面褶皱形貌的连续、可控调节，其微观演变规律在扫描电镜表征中得到了直观验证（图2d-j）。
图2 纤维的非模板化构筑工艺与表面微观形貌
2
压力传感性能与机理：材料与结构协同增敏
研究团队对压力传感性能及其内在机理进行了分析。IWF的压力感知核心在于材料体系与微观结构的协同设计，器件利用了微褶皱结构与离子介电层界面处的EDL电容效应。当受到外部压力时，微褶皱形貌发生几何形变，结合脊部的应力集中效应，将压力变化转化为面积变化，使得柔性纤维交叉点处的有效接触面积显著增大，有效放大了界面处的电荷积聚量，实现了对微小压力信号的放大与高灵敏捕捉（图3a）。得益于上述机制，传感器在0-100 kPa压力范围内展现出高达2.8 kPa-1的灵敏度（图3b, c）。即便处于500 kPa的高静态背景压力环境中，它仍能敏锐且准确地识别出10 kPa的微小压力阶跃（图3d和图3g）。此外，历经10,000次的压力循环疲劳测试，传感信号的基线与峰值输出保持稳定，证明了微褶皱结构与离子介电层在长期机械负荷下的结构完整性与循环稳定性（图3e和图3f）。
图3 压力传感性能与材料-结构协同增敏机理
3
应变传感性能与机理：导电网络重组与线性响应
在拉伸模式下，IWF展现出良好的线性响应与动态感知特性。基于泊松效应与表面褶皱的展平机制，纤维内部受挤压的改性液态金属电极发生动态流动与重组（图4a）。液态金属良好的导电性与纤维结构形变的紧密配合，确保了器件在0-80%的工作范围内表现出优良的线性度（R2=0.9995，GF=1.79）（图4b）。不仅如此，该器件的响应与恢复时间仅约180 ms（图4c），且在40%的静态背景应变干扰下，仍能敏锐捕捉1%的微小形变扰动（图4d和图4g）。在完成10,000次应变循环测试后，其信号输出未见明显衰减，充分验证了内部液态金属导电网络在反复变形下的结构完整性与长期可靠性（图4e和图4f）。
图4 应变传感性能与导电网络重组机理
4
生理监测与电热转换功能验证
凭借高灵敏度与低检测限，该传感纤维在多场景下展现出优良的监测与交互能力。在日常活动中，它能够实时追踪人体的典型关节动作（图5a-d）；在交互应用中，研究团队通过定义压力信号的按压时长，赋予了其基于摩斯电码的信息编译功能（如紧急信号“SOS”，图5e）；此外，该纤维对微弱生理信号同样具备敏锐的捕捉能力，可稳定记录桡动脉脉搏的特征波形（图5f），进而拓宽了其在智能化健康管理与人机交互领域的应用边界。
图5 动态生理信号监测与信息传递
5
低压电热转换功能
除传感功能外，该纤维还集成了电热转换功能。在2 V的安全电压驱动下，纤维可在30秒内升温至79.5°C。实际穿戴手套测试证实，这种高效的低压电热转换能力在真实佩戴场景下具备可靠的热反馈效果。
6
人机交互应用与智能识别
结合卷积神经网络算法，研究团队构建了智能手套交互系统。该系统通过采集6种典型手势的特征信号进行学习，最终实现了99.17%的平均识别率（图6a-c）。实验验证表明，手指弯曲的物理信号可实时映射至外部仿真执行机构（如舵机控制系统），展现了该传感器作为机器人控制接口与虚拟现实交互媒介的应用潜力（图6d）。
图6 深度学习驱动的人机交互系统
7
CTS的“接触互锁”监护闭环
针对职业病（如CTS）的预防与治疗，研究团队开发了一套智能化监护系统（图7a和图7j）。该系统不仅能监测压力负荷并进行多级预警（图7b-d），还特别引入了“接触互锁逻辑”：即通过压力触发判定，只有在受试者手腕完全脱离传感区域时，系统才会启动休息倒计时，从逻辑底层杜绝了“假性休息”现象（图7e）。休息期间系统会提供放松指导和热敷干预供用户选择（图7e, f）。在热干预阶段，自适应温控调节程序将温度波动严格限制在2°C以内，保障了辅助治疗过程的有效性与安全性（图7h, i）。
图7 针对CTS的“感知-反馈-干预”闭环系统
五、研究总结
本研究通过简洁的非模板化工艺，探讨了材料体系与微观结构在纤维传感器中的协同增效机制，构筑了兼具高灵敏度与高线性度的离电传感纤维。通过将高精度监测与低压热反馈功能集成，辅以软件逻辑控制，该工作为实现个性化、智能化的闭环健康管理系统提供了可行的硬件方案。
六、论文信息
该研究成果发表于《npj Flexible Electronics》（IF=15.5，JCR 1区）。武汉纺织大学硕士研究生孟超为论文第一作者，邹杨副教授与吕永钢教授为共同通讯作者。该研究得到了国家自然科学基金（U23A2070）的资助。
原文信息：
Meng C, Zou Y*, Lv YG*. Multifunctional theranostic fiber with micro-wrinkles for closed-loop health monitoring and human-machine interaction. npj Flexible Electronics, in press, 2026.
关注我们
