编辑推荐：
本文介绍了一种能快速自愈的电子皮肤（E-Skin）。它在物理损伤后 10 秒内功能恢复超 80% ，无需外部刺激。可实时监测生理和运动信息，结合机器学习实现高效健康评估，为可穿戴健康监测设备发展带来新突破。
一、引言
电子皮肤（E-Skin）作为一种变革性技术，与远程医疗、个性化医疗和精准医学紧密结合，可对与疲劳相关的物理、生理和化学生物特征进行主动、连续监测，极大地提升自我监测能力，推动医疗保健服务质量的提高。尤其是实时可穿戴电生理设备，能以非侵入性方式监测肌肉状况，在肌肉疲劳评估、术后肌肉康复等方面发挥重要作用。
然而，该领域发展面临诸多挑战。材料和设备方面，日常机械损伤，如重复磨损、意外切割或刮擦，是导致设备故障的主要原因。目前，实现机械损伤后 1 分钟内恢复所需性能仍困难重重，这成为商业化的重大障碍，同时，E-Skin 技术融入日常生活也存在难题。
本文报道了一种新型 E-Skin，能在意外机械损伤后快速自我修复，10 秒内关键功能恢复率高达 80% 且保持可操作性。它可在日常生活中进行非侵入性电生理监测和机器学习辅助的疲劳评估，具有高机电转换效率，无需外部能源供应就能精确追踪人体运动。为模拟真实应用场景，实验涵盖多种环境参数，确保其在不同条件下自愈能力可靠。此外，还开发了现场人工智能驱动的分析工具，肌肉疲劳识别准确率超 95% ，系统配备个性化图形用户界面，实现全面实时生物特征解读。
二、结果
（一）E-Skin 的结构设计、自愈能力和灵活性
E-Skin 用于可穿戴电生理监测，包括表面肌电图（sEMG）、心电图（ECG）和自供电运动追踪，能无缝贴合表皮，并在移动设备上实时显示结果。其主要材料为纤维热塑性聚氨酯（TPU），TPU 由软、硬段组成，软段赋予材料柔韧性，硬段提供机械强度。它具有良好的透气性、自我保护能力和生物相容性，热塑性使其在高温下链段流动性高，利于自愈合。
为进一步提升性能，在 TPU 中引入聚四亚甲基醚二醇（PTMEG）软段，使材料具有类似组织的柔软度，杨氏模量约为 0.1MPa。同时，添加双（4 - 羟基苯基）二硫化物促进分子内二硫键形成，引入异佛尔酮二异氰酸酯（IPDI）增强聚合物链的柔韧性和流动性，促进二硫键复分解反应，实现无需外部刺激的自愈合。
银纳米线（AgNW）导电图案被印刷到基底上确保导电性。实验显示，E-Skin 在完全切断后能迅速恢复机械和电学性能，独立发光二极管（LED）在数秒内重新亮起。其出色的耐久性和机械柔韧性使其能适应多种动态变形条件，经过 50,000 次半径为 5cm 的弯曲测试后，电阻仅增加 10% 。
（二）E-Skin 的机械性能、拉伸性和自愈合特性
通过绘制应力 - 应变曲线和计算杨氏模量来表征 E-Skin 的机械性能。愈合后的 E-Skin 展现出高弹性，可拉伸至 900% ，自愈合 1 小时后的杨氏模量比原始状态有所提升，这得益于二硫键的增加和聚合物链的微观结构变化。原子力显微镜验证了愈合过程的成功。
E-Skin 在 10 秒内自愈能力恢复约 80% 。IPDI 的不对称脂环结构使其在低温下也能保持链段流动性，促进自愈合。该 E-Skin 在不同温度下都能高效自愈合，40°C 时完全愈合时间缩短至约 7 分钟。经过多次切割 - 愈合循环测试，其自愈合能力变化极小，在不同湿度条件下也能稳定工作，汗液不影响其自愈合能力。
（三）全身生理信号和关节运动监测
过度的工作相关生理需求会影响工人的安全和生产力，因此使用舒适、非侵入性的监测工具评估生理状况至关重要。E-Skin 凭借出色的压敏性和贴合性，可实时、非侵入性、自供电地监测多种生理信号。利用摩擦电效应为其应用供电，通过生物相容性医用粘合剂将其牢固地附着在表皮，实现与表皮的紧密贴合，且医用粘合剂对自愈合性能影响极小。
E-Skin 能捕捉面部微表情中的细微肌肉运动，如眨眼、皱眉和微笑，还能区分正常和快速眨眼。附着在额头可监测皱眉时的电压信号，放置在口罩通风口可识别呼吸时的电压变化，贴合在喉咙能识别语音，在追踪手指、手腕、肘部、膝盖和脚踝等关节运动时，能准确检测运动角度，为机器人远程操作提供支持。此外，将其放置在脚踝可监测人体运动状态，区分行走和跑步。
（四）各种条件下可穿戴电生理学的综合评估
可穿戴电生理监测（如 sEMG 和 ECG）对识别现实生活中的安全风险和健康问题至关重要。为获得稳定可靠的信号，将 E-Skin 贴合在表皮，使用带通滤波器和三电极配置提高信号质量和信噪比，采集的数据经 MATLAB 处理。
E-Skin 在愈合后 10 秒内 sEMG 记录迅速稳定，性能与现有技术相当。它能检测不同抓握力下的 EMG 信号强度变化，在水下也能正常工作。在 ECG 记录方面，E-Skin 与低成本放大器配合可可靠记录信号，自愈合功能使其在水下不同条件（静态、运动、水流冲击）下都能保持稳定测量，且在不同水温、水深、水类型及动态运动中表现良好。研究还发现不同年龄组和健康状况下 ECG 信号存在差异，E-Skin 长期佩戴无不良皮肤反应。
（五）机器学习赋能的肌肉疲劳预测和分类
sEMG 信号的时域和频域特征是评估肌肉力量和疲劳的重要指标，如平均整流值（ARV）、均方根值（RMS）、平均频率（MEF）和中值频率（MDF）等参数可用于量化肌肉疲劳。
利用机器学习系统分析 E-Skin 获取的 sEMG 信号特征来预测和分类肌肉疲劳。该系统集成无线电子设备和嵌入式算法，实现高级神经记录和 sEMG 模式识别。通过对 21 名受试者进行标准化哑铃锻炼实验采集数据，提取时域和频域特征。随着肌肉疲劳增加，RMS 和 ARV 值先升后降，MEF 和 MDF 值下降。
开发的两层卷积神经网络（CNN）模型对肌肉疲劳程度进行分类。将数据分为训练集（60%）、验证集（20%）和测试集（20%），训练模型时最小化交叉熵损失函数，采用 0.5 的随机失活率防止过拟合。训练 100,000 轮后，模型准确率超 90% ，量化后的 8 位模型尺寸小于 20kB，仍保持较高分类准确率，在实时疲劳监测方面潜力巨大。
三、讨论
本研究开发的快速自愈 E-Skin 贴片，由可拉伸的 PTMEG 修饰的 TPU 和柔软的银纳米线网络构成，能与皮肤直接紧密接触。在环境条件下，无需外部刺激即可在 10 秒内实现自愈合，有效应对皮肤动态运动导致的机械损伤，满足日常生活使用需求。其自愈合能力得益于双（4 - 羟基苯基）二硫化物形成的细胞内二硫键，IPDI 则增强了材料在宽温度范围内的自愈合性能，减少机械损伤，保持设备长期的结构完整性和功能性。
E-Skin 与无线电子设备和嵌入式算法集成，可长期监测生物物理信号，并进行现场人工智能分析，实现肌肉疲劳的实时识别和分类。基于 CNN 算法学习疲劳相关的 sEMG 信号模式，为监测用户肌肉状态、预警肌肉疲劳损伤风险提供有力工具，在健康评估和康复治疗中发挥重要作用。
尽管 E-Skin 表现出色，但未来仍有提升空间。一是探索替代电极材料，如 MXene、碳纳米管（CNTs）和导电聚合物等，优化设备性能；二是延长 E-Skin 的运行时间，实现数天甚至数周的连续电生理监测；三是实现 E-Skin 的完全小型化，开发集成电子设备，支持多种功能，打造综合皮肤接口监测系统；四是开展大规模人群验证研究，确保其对不同用户的可靠性，推动智能健康监测平台的发展，为预防和管理劳动密集型职业相关损伤提供支持。
该快速自愈 E-Skin 贴片有望为建筑工人、运动员、军人等不同群体带来显著益处，实现日常生活和极端条件下的健康监测，预防和管理劳动相关损伤，优化训练方案，支持物理治疗，提升整体健康和表现。
四、材料和方法
实验材料包括平均分子量为 1000g/mol 的 PTMEG、IPDI（98%，异构体混合物）、二丁基二月桂酸锡、N，N - 二甲基乙酰胺（DMAc）、双（4 - 羟基苯基）二硫化物等，均购自相应供应商且无需进一步纯化直接使用。
在制备自愈聚合物时，先将 PTMEG 干燥除水，冷却后与溶解好的 IPDI 和二丁基二月桂酸锡在氮气氛围下反应，再加入双（4 - 羟基苯基）二硫化物作为扩链剂，反应至 NCO 峰消失，调整聚合物溶液浓度后真空脱泡，最后倒入特氟龙涂层培养皿固化。
E-Skin 的制备过程中，先对 E-Skin 基底进行紫外线 - 臭氧处理，增强其亲水性，然后按照既定方法制备银纳米线墨水，通过激光切割的阴影掩模和丝网印刷技术将银纳米线电极精确图案化到自愈 E-Skin 基底上，最后退火处理提高稳定性。
进行 E-Skin 的人体验证实验时，选择无心脏疾病、糖尿病或慢性疼痛的健康成年个体，遵循加州大学洛杉矶分校机构审查委员会批准的方案（IRB#17 - 000170），并获得所有参与者的知情同意书。
测量 ECG 时，将 E-Skin 贴在志愿者左右前臂，用商用医用粘合剂固定，使用商用 ECG 板（SparkFun AD8232 ECG monitor）采集信号，并用数字荧光示波器（Tektronix，DPO3014）记录，电路由便携式电源供电，利用 AD8232 芯片放大和滤波原始 ECG 信号。
在 sEMG 记录的电气集成方面，采用 BLE SoC（NRF52840 - CKAA）作为中央处理单元和蓝牙通信模块，由可充电锂聚合物电池供电，通过低 dropout 线性稳压器稳定电压输出。使用微型陶瓷天线进行无线数据传输，利用超低功耗生物电位模拟前端（MAX30003）对 sEMG 信号进行放大、滤波和数字化，通过多个稳压器确保各组件稳定供电，使用 0201 封装的无源元件减小系统体积。
在表征和测量方面，使用岛津紫外 - 可见分光光度计记录 PDMS 和 E-Skin 的透射光谱；用 JSH - H1000 水平万能材料试验机和 SOP - EG1 软件分析 E-Skin 愈合过程中的应变 - 应力响应；用 Mark - 10 力监测仪量化作用力，MDO - 3052 示波器捕获输出特性；用 AFM（NX10）评估 E-Skin 切断后的愈合过程；用 PZ5 神经数字化放大器和 RZ2 软件进行 EMG 和 ECG 测量。
