เซ็นเซอร์ความดัน capacitive ที่สวมใส่ได้สำหรับการเก็บรวบรวมสัญญาณทางสรีรวิทยาของมนุษย์
เซ็นเซอร์ความดัน capacitive ที่สวมใส่ได้สำหรับการเก็บรวบรวมสัญญาณทางสรีรวิทยาของมนุษย์
ในช่วงไม่กี่ปีที่ผ่านมา เซ็นเซอร์ความดันความไวสูงที่มีความยืดหยุ่น ความเข้ากันได้ทางชีวภาพ และความยืดหยุ่นได้ดึงดูดความสนใจอย่างกว้างขวางในด้านอุปกรณ์อิเล็กทรอนิกส์ที่สวมใส่ได้และสกินอัจฉริยะ อย่างไรก็ตาม เป็นความท้าทายอย่างมากในการบรรลุทั้งความไวสูงและต้นทุนต่ำของเซ็นเซอร์ และเพื่อให้ได้ความเสถียรทางกลที่ดีที่สุดและขีดจำกัดการตรวจจับที่ต่ำเป็นพิเศษสำหรับใช้ในอุปกรณ์ตรวจสอบสัญญาณทางสรีรวิทยาที่ละเอียดอ่อน เพื่อตอบสนองต่อปัญหาข้างต้น บทความนี้รายงานวิธีการเตรียมอย่างง่ายของเซ็นเซอร์ความดันแบบ capacitive (CPS) ความไวสูงและความน่าเชื่อถือสูงสำหรับการวัดแรงดันต่ำพิเศษ TrFE) คอมโพสิตนาโนไฟเบอร์นั่งร้าน (CNS) ประกบระหว่างพอลิสไตรีนกรดซัลโฟนิกโพลี (3,4-เอทิลีนไดออกซีไธโอฟีน) ที่เข้ากันได้ทางชีวภาพ (PEDOT:PSS)/พอลิไดเมทิลไซลอกเซน (PDMS) ระหว่างเป็นชั้นอิเล็กทริก เซ็นเซอร์ที่เตรียมไว้มีความไวสูง 0.51 kPa-1 และขีดจำกัดการตรวจจับขั้นต่ำที่ 1.5 Pa นอกจากนี้ ยังสามารถบรรลุการตรวจจับเชิงเส้นในช่วงแรงดันกว้าง (0-400 kPa) และให้ความน่าเชื่อถือสูงในช่วง 10,000 รอบ ที่ความดันสูงพิเศษ (มากกว่า 167 kPa) เมื่อเทียบกับโครงนั่งร้านนาโนไฟเบอร์ PVDF-TrFE ดั้งเดิม ความไวของเซ็นเซอร์ที่ใช้นาโนไฟเบอร์สามารถปรับปรุงได้โดยการโหลดด้วย MXene ซึ่งจะเป็นการเพิ่มค่าคงที่ไดอิเล็กตริกเป็น 40 และลดโมดูลัสอัดเป็น 58% เซ็นเซอร์นี้สามารถระบุสุขภาพของผู้ป่วยได้โดยการตรวจสอบสัญญาณทางสรีรวิทยา (อัตราการเต้นของชีพจร การหายใจ การเคลื่อนไหวของกล้ามเนื้อ และการกระตุกของตา) และเป็นตัวเลือกที่ดีสำหรับอุปกรณ์เชื่อมต่อระหว่างคนกับเครื่องจักรรุ่นต่อไป นอกจากนี้ยังสามารถรับรู้เชิงเส้นในช่วงแรงดันกว้าง (0-400 kPa) และให้ความน่าเชื่อถือสูงในช่วง 10,000 รอบแม้ที่แรงดันสูงพิเศษ (มากกว่า 167 kPa) เมื่อเทียบกับโครงนั่งร้านนาโนไฟเบอร์ PVDF-TrFE ดั้งเดิม ความไวของเซ็นเซอร์ที่ใช้นาโนไฟเบอร์สามารถปรับปรุงได้โดยการโหลดด้วย MXene ซึ่งจะเป็นการเพิ่มค่าคงที่ไดอิเล็กตริกเป็น 40 และลดโมดูลัสอัดเป็น 58% เซ็นเซอร์นี้สามารถระบุสุขภาพของผู้ป่วยได้โดยการตรวจสอบสัญญาณทางสรีรวิทยา (อัตราการเต้นของชีพจร การหายใจ การเคลื่อนไหวของกล้ามเนื้อ และการกระตุกของตา) และเป็นตัวเลือกที่ดีสำหรับอุปกรณ์เชื่อมต่อระหว่างคนกับเครื่องจักรรุ่นต่อไป นอกจากนี้ยังสามารถรับรู้เชิงเส้นในช่วงแรงดันกว้าง (0-400 kPa) และให้ความน่าเชื่อถือสูงในช่วง 10,000 รอบแม้ที่แรงดันสูงพิเศษ (มากกว่า 167 kPa) เมื่อเทียบกับโครงนั่งร้านนาโนไฟเบอร์ PVDF-TrFE ดั้งเดิม ความไวของเซ็นเซอร์ที่ใช้นาโนไฟเบอร์สามารถปรับปรุงได้โดยการโหลดด้วย MXene ซึ่งจะเป็นการเพิ่มค่าคงที่ไดอิเล็กตริกเป็น 40 และลดโมดูลัสอัดเป็น 58% เซ็นเซอร์นี้สามารถระบุสุขภาพของผู้ป่วยได้โดยการตรวจสอบสัญญาณทางสรีรวิทยา (อัตราการเต้นของชีพจร การหายใจ การเคลื่อนไหวของกล้ามเนื้อ และการกระตุกของตา) และเป็นตัวเลือกที่ดีสำหรับอุปกรณ์เชื่อมต่อระหว่างคนกับเครื่องจักรรุ่นต่อไป เมื่อเทียบกับโครงนั่งร้านนาโนไฟเบอร์ PVDF-TrFE ดั้งเดิม ความไวของเซ็นเซอร์ที่ใช้นาโนไฟเบอร์สามารถปรับปรุงได้โดยการโหลดด้วย MXene ซึ่งจะเป็นการเพิ่มค่าคงที่ไดอิเล็กตริกเป็น 40 และลดโมดูลัสอัดเป็น 58% เซ็นเซอร์นี้สามารถระบุสุขภาพของผู้ป่วยได้โดยการตรวจสอบสัญญาณทางสรีรวิทยา (อัตราการเต้นของชีพจร การหายใจ การเคลื่อนไหวของกล้ามเนื้อ และการกระตุกของตา) และเป็นตัวเลือกที่ดีสำหรับอุปกรณ์เชื่อมต่อระหว่างคนกับเครื่องจักรรุ่นต่อไป เมื่อเทียบกับโครงนั่งร้านนาโนไฟเบอร์ PVDF-TrFE ดั้งเดิม ความไวของเซ็นเซอร์ที่ใช้นาโนไฟเบอร์สามารถปรับปรุงได้โดยการโหลดด้วย MXene ซึ่งจะเป็นการเพิ่มค่าคงที่ไดอิเล็กตริกเป็น 40 และลดโมดูลัสอัดเป็น 58% เซ็นเซอร์นี้สามารถระบุสุขภาพของผู้ป่วยได้โดยการตรวจสอบสัญญาณทางสรีรวิทยา (อัตราการเต้นของชีพจร การหายใจ การเคลื่อนไหวของกล้ามเนื้อ และการกระตุกของตา) และเป็นตัวเลือกที่ดีสำหรับอุปกรณ์เชื่อมต่อระหว่างคนกับเครื่องจักรรุ่นต่อไป
รูปที่ 1 ขั้นตอนการเตรียมและโครงสร้างของเซ็นเซอร์ความดันแบบ CNS (A) แสดงแผนผังของกระบวนการเตรียมเซ็นเซอร์ความดันแบบ CNS (B) ภาพ TEM ของ CNS แสดง MXene nanoflake แบบชั้นเดียวและหลายชั้น สิ่งที่ใส่เข้าไปคือ TEM ความละเอียดสูงซึ่งแสดงระยะห่างระหว่างเลเยอร์ 0.93 นาโนเมตรที่สอดคล้องกับระนาบ MXene (002) (C) ภาพถ่ายแสดง CNS ของความเข้มข้น MXene ต่างๆ และเซ็นเซอร์ที่ผลิตขึ้น (D) ภาพ FESEM ของ CNS สิ่งที่ใส่เข้าไปแสดงลักษณะทางสัณฐานวิทยาด้วยกำลังขยายที่สูงขึ้น (E) แผนภาพ EDS ของเส้นใยนาโนคอมโพสิตแสดงองค์ประกอบ C, F, O และ Ti
รูปที่ 2 คุณสมบัติแผนผังและพื้นผิวของ CNS (A) แผนผังแสดงการทำงานร่วมกันที่ได้รับหลังจากแนะนำ MXene ลงในพอลิเมอร์เมทริกซ์ (B,c) การวิเคราะห์ XRD และ FTIR ของ CNS ที่ความเข้มข้นของ MXene ต่างๆ (D) สเปกตรัม XPS ของภูมิภาค C 1s ของ CNS ที่มีความเข้มข้น MXene 5 % โดยน้ำหนัก
รูปที่ 3 ลักษณะทางไฟฟ้าของตัวอย่างต่างๆ (a) ค่าคงที่ไดอิเล็กตริกและแทนเจนต์การสูญเสียของ CNS ที่สัมพันธ์กับปริมาณ MXene (ในหน่วยน้ำหนัก%) (B) การพึ่งพาความถี่ของค่าคงที่ไดอิเล็กตริก
รูปที่ 4 ลักษณะทางไฟฟ้าของเซ็นเซอร์ความดันแบบ CNS (A) การเปรียบเทียบประสิทธิภาพของเซ็นเซอร์ที่ใช้ CNS ตามเวลาของอิเล็กโตรสปินนิ่งที่ต่างกัน (B) ประสิทธิภาพความเค้น-ความเครียดอัดของเซ็นเซอร์ภายใต้ภาระที่มั่นคงด้วยระยะการอัดสูงสุด 0.4 มม. (C) ความจุเริ่มต้น (C0) และการเปลี่ยนแปลงสัมพัทธ์ (ΔC/C0) ของเซ็นเซอร์แบบ CNS ขึ้นอยู่กับเนื้อหา MXene (ในหน่วยน้ำหนัก%) (D) การเปลี่ยนแปลงความจุสัมพัทธ์ (ΔC/C0) ของเซ็นเซอร์แบบ CNS ที่มีชั้นอิเล็กทริกที่มีความเข้มข้นของ MXene ต่างกัน (ในน้ำหนัก%) ภายใต้ระยะการบีบอัดคงที่ 0.4 มม. (E) กราฟพรรณนาของ ΔC/C0 ที่แสดงให้เห็นความไวต่อแรงกดที่ได้รับเมื่อโหลด MXene เป็น 5 % โดยน้ำหนัก ภาพประกอบแสดงความไวของเซ็นเซอร์ในบริเวณที่มีแรงดันต่ำ (F) สำหรับความเข้มข้นของ MXene ที่แตกต่างกัน การตอบสนองความจุแบบไซคลิก (การโหลด/ขนถ่าย) ของเซ็นเซอร์ที่ใช้ CNS ที่ระยะการบีบอัดคงที่ 0.3 มม. และ (ก.) ที่ค่าแรงดันโหลด/ขนถ่ายที่แตกต่างกัน ความเข้มข้นของ MXene คือ 5 % โดยน้ำหนัก ของการตอบสนองความจุแบบวนรอบของ CNS เซ็นเซอร์ตาม (H) เวลาตอบสนองและผ่อนคลายในรอบการโหลด/ยกเลิกการโหลดด้วยแรงดัน 1.5 kPa (I) เมื่อเทียบกับรายงานก่อนหน้านี้ ประสิทธิภาพของเซ็นเซอร์ในแง่ของความไวที่รายงานที่ขีดจำกัดการตรวจจับต่ำในช่วงแรงดันต่ำ
รูปที่ 5 (a) การเปลี่ยนแปลงสัมพัทธ์ของการตอบสนองความจุภายใต้รอบการโหลดและการขนถ่ายแรงดันต่ำ (B) แสดงภาพประกอบขีดจำกัดล่างของการตรวจจับ (LOD) โดยการโหลดและขนข้าวเมล็ดยาวประมาณ 38 มก. ตามลำดับ (C) การทดสอบความเสถียรตามวัฏจักรของเซ็นเซอร์ความดันแบบ CNS หลังจาก 10,000 รอบการโหลดและการขนถ่ายภายใต้แรงดันสูงประมาณ 167 kPa (การบีบอัดมากกว่า 40%) สิ่งที่ใส่เข้าไปจะแสดงรอบที่เลือกที่จุดเริ่มต้นและจุดสิ้นสุดของการทดสอบความเสถียร
รูปที่ 6 การประยุกต์ใช้เซ็นเซอร์ที่ใช้ CNS ในการตรวจสอบสัญญาณทางสรีรวิทยาของมนุษย์อย่างต่อเนื่องและแบบเรียลไทม์ (A) การตรวจสอบคลื่นชีพจรหลอดเลือดแดงแบบเรียลไทม์ ภาพประกอบ: ภาพถ่ายของเซ็นเซอร์ที่ติดอยู่กับบริเวณผิวหนังของข้อมือ (B) มุมมองที่ขยายใหญ่ขึ้นของรูปคลื่นพัลส์เดี่ยว รวมถึงข้อมูลโดยละเอียดเกี่ยวกับพีคที่มีลักษณะเฉพาะ (C) ตรวจสอบการหายใจก่อนและหลังการออกกำลังกาย ภาพประกอบ: ภาพถ่ายของเซ็นเซอร์ที่ติดอยู่กับหน้ากากเพื่อติดตามอัตราการหายใจ (D) แผนภาพแสดงให้เห็นว่าเซ็นเซอร์จำลองการแตะด้วยนิ้วที่ความถี่การสั่นสะเทือนแบบคงที่ที่ 4.8 Hz เพื่อตรวจหาโรคพาร์กินสันปฐมภูมิ ภาพประกอบ: ภาพถ่ายที่เลียนแบบนิ้วแตะที่พื้นผิวของเซ็นเซอร์ด้วยความถี่คงที่ (E) ภาพซูมเข้าที่จำลองการกระทบที่ความถี่การสั่นสะเทือนเฉพาะ 4.8 Hz (F) กดสั้นและกดค้างบนเซ็นเซอร์สามารถสร้างสัญญาณรหัสมอร์สสากลได้ (G) ตรวจสอบการหดตัวและการขยายตัวของกล้ามเนื้อโดยการเปิดและปิดกำปั้นกลับด้าน ภาพประกอบ: ภาพถ่ายของเซ็นเซอร์ที่ติดอยู่กับกล้ามเนื้อข้อมือหน้าท้อง (H) ตรวจสอบสัญญาณที่เกิดจากการสั่นสะเทือนของกล้ามเนื้อตาระหว่างที่ตากระตุก ภาพประกอบ: ภาพถ่ายของเซ็นเซอร์ที่ติดอยู่กับผิวหนังของดวงตา (I) ความสามารถของเซนเซอร์ในการจดจำเสียงต่างๆ ด้วยรูปคลื่นที่ซ้ำกันและแตกต่างกัน ภาพประกอบ: ภาพถ่ายของเซ็นเซอร์ที่ติดอยู่กับผิวหนังชั้นนอกของลำคอ (H) ตรวจสอบสัญญาณที่เกิดจากการสั่นสะเทือนของกล้ามเนื้อตาระหว่างที่ตากระตุก ภาพประกอบ: ภาพถ่ายของเซ็นเซอร์ที่ติดอยู่กับผิวหนังของดวงตา (I) ความสามารถของเซนเซอร์ในการจดจำเสียงต่างๆ ด้วยรูปคลื่นที่ซ้ำกันและแตกต่างกัน ภาพประกอบ: ภาพถ่ายของเซ็นเซอร์ที่ติดอยู่กับผิวหนังชั้นนอกของลำคอ (H) ตรวจสอบสัญญาณที่เกิดจากการสั่นสะเทือนของกล้ามเนื้อตาระหว่างที่ตากระตุก ภาพประกอบ: ภาพถ่ายของเซ็นเซอร์ที่ติดอยู่กับผิวหนังของดวงตา (I) ความสามารถของเซนเซอร์ในการจดจำเสียงต่างๆ ด้วยรูปคลื่นที่ซ้ำกันและแตกต่างกัน ภาพประกอบ: ภาพถ่ายของเซ็นเซอร์ที่ติดอยู่กับผิวหนังชั้นนอกของลำคอ
