Exploration：用于表皮电生理信号采集与人机交互的3.55µm超薄类肤机械响应型柔性无缝离子导电电极

柔性离子导电电极作为皮肤表面电子设备的核心组件，其性能直接影响电生理信号的采集质量。当前开发能够长期稳定获取无伪影、高保真电生理信号的皮肤无缝电极仍面临重大挑战。本研究创新性地采用深共晶溶剂（DES）与两性离子（CEAB）复合体系，成功研制出超薄干式电极。实验表明，该电极在静态和动态监测条件下均展现出显著优于传统Ag/AgCl凝胶电极的特性，具有更低的阻抗水平和噪声干扰。其独特的材料设计赋予电极与人体皮肤相近的力学性能，包括匹配的应变-刚性关系和卓越的柔韧性，同时兼具优异的皮肤附着性和高导电特性。这些优势使其在持续采集表皮生物电位信号方面表现突出，可稳定获取心电（ECG）、肌电（EMG）和脑电（EEG）等多种生理信号。尤为重要的是，该电极成功识别出抑郁症患者特征性的异常EEG信号，证实了其临床应用价值。进一步将CEAB电极与数字信号处理及先进算法相结合，实现了基于EMG信号的精准肢体控制，显著提升了人机交互效能，为智能医疗设备的发展提供了新的技术路径。

• 材料创新：以氯化胆碱（ChCl）和乙二醇（EG）为深共晶溶剂（DES），甜菜碱（Betaine）为两性离子网络和交联剂，丙烯酸（AA）为导电骨架。DES+两性离子构建超薄、自愈合、高导电CEAB电极。

• 高质量生理信号采集：低界面阻抗：显著低于商用Ag/AgCl电极，尤其在低频段。抗运动伪影：在动态环境下（如运动、微笑）仍能稳定采集ECG、EMG、EEG信号，信噪比（SNR）更高。长期稳定性：可连续12小时监测EEG，即使在出汗状态下仍保持信号质量。

• 抑郁症检测：基于单通道EEG信号，结合机器学习（随机森林模型），实现对抑郁症患者的高精度识别（准确率 >92%）。提取注意力、γ波段、δ波段等特征作为抑郁生物标志物。膝跳反射与肌电监测：成功捕获膝跳反射和主动肌肉收缩的EMG信号，可用于神经系统功能评估。

• 人机交互应用：通过前臂EMG信号识别6种手势，结合CNN模型实现机械手手势复现，识别准确率达99.78%。展示了在假肢控制和手势交互中的潜力。

图1 CEAB薄膜的制备和应用示意图。(A) ChCl、EG、AA、两性离子和光引发剂的化学结构。(B) CEAB薄膜的制备：首先，制备前驱体；其次，在PET膜之间浇注前驱体并保持压力；第三，聚合前驱体。(C) CEAB弹性体的结构示意图。(D) 用于表皮生物制剂检测和应用的CEAB凝胶。

图2 CEAB的制造和表征。(A) CEAB薄膜厚度与压力的关系。用(B)扫描电子显微镜(标尺1 µm)和(C)原子力显微镜(标尺4 µm)表征了CEAB薄膜的形貌。(D) CEAB薄膜的透射率和由CEAB薄膜覆盖的标志照片（插图）。(E) 各组份和CEAB薄膜的ATR-FTIR。(F) CEAB薄膜的TGA曲线。(G) CEAB薄膜的DSC曲线。(H) CEAB和市售水凝胶在10%、60%RH条件下7天内重量变化。(I) CEAB薄膜电学性质的演示：在−25℃~60℃温度下的Nyquist曲线。

图3 CEAB薄膜的力学性能和自愈能力。(A) 具有不同厚度的CEAB薄膜的拉伸应力-应变曲线，下面是150-500 µm的数据的放大图像。(B) 2 mm厚的CEAB薄膜在0、10min和8h的自愈间隔下获得的明场显微镜图像。(C) 不同厚度 CEAB 薄膜的剥离力与宽度比 (F/W) 随位移变化的代表性曲线。 (D) 500 µm厚的CEAB 薄膜的剪切强度随位移变化的代表性曲线。(E) 500 µm厚的CEAB薄膜从手背剥离的照片。

图4 CEAB薄膜的贴合性和生物相容性。(A) 不同厚度CEAB薄膜在皮肤上的贴合性：人类手部结构（左）及光学图像（右），分别展示了未覆盖薄膜的复制品表面纹理与覆盖3.55 µm和200 µm CEAB薄膜的复制品表面纹理。(B) 分别覆盖有3.55 µm和200 µm CEAB薄膜的复制品的SEM图像。(C) CCK-8检测结果，以及 (D) 在常规培养基、去离子水或常规培养基加CEAB提取物中培养24h的NIH3T3细胞的共聚焦显微镜图像。(E) 在相对湿度为40%条件下，3.55 µm厚CEAB薄膜、50 µm厚PDMS和4 µm厚PET薄膜的水蒸气透过率比较，（持续5天）。

图5 基于CEAB电极的生物电位采集及信号质量评估。 (A) 采用Ag/AgCl（黑色）凝胶和CEAB电极（红色）分别在无振动和有振动条件下测得的ECG信号。即使在CEAB电极附近施加振动时，仍可识别出与节律相关的P、Q、R、S和T波。(B) Ag/AgCl（紫色）凝胶和CEAB（蓝色）电极在静止和振动状态下采集的ECG信号的信噪比（SNR）。(C) Ag/AgCl（黑色）凝胶和CEAB电极（红色）记录的EMG信噪比（实线）和噪声均方根（虚线）。(D) 在施加50、320和650 N握力时，使用Ag/AgCl（黑色）凝胶和CEAB电极（红色）记录的EMG信号。(E) 分别由Ag/AgCl（黑色）凝胶和CEAB电极（红色）记录的在微笑时的面部EMG信号。(F) 由CEAB电极记录的原始EEG信号。(G) 通过对原始EEG信号进行FFT分析获得的β频段EEG信号（记录于志愿者进行运动、平静和睡眠状态时）。

图6 基于CEAB电极的临床检测与抑郁症检测。 (A) 通过CEAB电极在四次锤击过程中采集的膝跳反射EMG信号。 (B) 通过CEAB电极在腿部主动收缩过程中采集的大腿肌肉EMG信号。 (C) EEG信号的预处理与采样分段。 (D) 经过FFT变换后获得的八个频率带，并提取eSense值。(E) 提取了16个特征，其中包括14个线性特征和2个非线性特征。 (F) 特征数据被输入到机器学习模型中进行训练和分类。 (G) 基于RF模型对测试集进行抑郁症预测的混淆矩阵，其中行代表真实类别，列代表预测类型。

图7 机器人手的手势识别与手势复制。 (A) 手势识别卷积神经网络（CNN）模型的架构。 (B) 手势识别混淆矩阵，其中行表示实际手势类型，列表示预测手势类型。 (C) 通过结合CEAB电极的信号采集与CNN模型的数据分析，EMG生物电位可指导机器人手臂执行数字“6”的手势。

本研究基于深共晶溶剂（DESs）与离子协同导电材料的创新应用，成功开发出兼具离子传导特性、柔韧性、干燥态及自修复功能的CEAB电极材料。通过优化制备工艺，实现了超薄离子电极薄膜的可控合成，其厚度可精准调控至3.55微米量级。该电极展现出优异的综合性能：在保持高导电性的同时实现极低的本底噪声，在动态检测条件下能够稳定捕获表皮生物电信号（包括ECG、sEMG、EEG等）。通过将电极系统与数字信号处理及智能分析算法深度集成，基于单通道可穿戴设备的解决方案已在临床验证中实现抑郁症相关异常脑电特征的准确识别。更为突出的是，该技术通过实时解析肌电信号，成功驱动机械臂完成复杂手势的精准复现，充分展现了其在智能健康监测与人机交互领域的颠覆性应用潜力。

免责声明：原创仅代表原创编译，水平有限，仅供学术交流，如有侵权，请联系删除，文献解读如有疏漏之处，我们深表歉意。