摘要：柔性压力传感器（flexible pressure sensors）因其优异的舒适性、柔韧性和贴合性，已成为智能医疗与康复训练领域极具前景的候选器件。然而，传感性能欠佳、稳定性不足、集成困难以及对病理性步态特征实时解析能力有限等问题，仍严重制约其在可穿戴应用中的可靠性与实用性。本研究报道了一种基于多级聚合物复合材料（hierarchical polymer composites）的多层微结构电容式压力传感器。该传感器表现出超高灵敏度（24.3% kPa−1）、极低检测限（0.49 Pa）、宽压力量程（最高可达500 kPa）及超过6000次加载—卸载循环的优异机械稳定性。有限元模拟（finite element analysis, FEA）表明，TPU/Ag静电纺丝纳米纤维薄膜与多孔介电层在载荷作用下同时发生压缩变形，从而增强气隙效应（air-gap effect）并提高介电性能，共同提升传感灵敏度；模拟进一步验证了不同压力下传感器工作机制，与实验结果吻合良好。此外，该传感器在极端压力（如汽车行驶过程）下亦展现优良稳定性，可应用于人体关节运动监测与加密通信识别。通过嵌入人工智能（artificial intelligence, AI）算法，研究人员对传感器阵列采集的时空压力数据进行解码并通过无线方式传输至移动应用程序（mobile application, App）。所建模型对膝关节术后患者步态恢复阶段检测准确率达98.96%，对六种康复训练步态模式分类准确率达99.44%，为开发下一代高性能柔性压力传感器智能鞋垫（intelligent insole）奠定了基础。
该研究发表于《FlexMat》。随着全球人口老龄化加剧及运动损伤增多，关节疾病患病率上升，人工关节置换等手术量逐年增加。术后康复效果直接决定患者关节功能恢复程度，但现行临床监测手段存在明显局限：康复医师主观评估无法量化步长、足底压力等关键参数；实验室级步态分析系统体积大、成本高，难以覆盖家庭康复等真实场景，导致缺乏动态连续数据。基于柔性传感器的可穿戴设备为实时步态分析提供了新途径，但仍面临传感性能差、集成困难及对病理性步态特征实时解读能力不足等挑战。生物力学监测要求传感器兼具高灵敏度以检测微小压力波动、宽动态范围以适应不同负荷、长期稳定性以满足持续佩戴及良好生物相容性。电容式传感机制相较电阻式或压电式具备更高稳定性、低功耗、小漂移及重复加载下稳健响应等优势，但在长期使用和极端力学应力下保持高性能仍有待突破。为此，研究人员受猫足垫分级微结构启发，制备了多层微结构电容式柔性压力传感器，结合有限元仿真阐明工作机制，并集成蓝牙无线传输与Cyclic TCN（Cyclic Temporal Convolutional Network，循环时序卷积网络）深度学习算法构建智能鞋垫系统，用于膝术后步态恢复分期及康复训练步态模式识别。结果表明，该仿生分级多孔介质与电极协同设计显著提升了灵敏度与稳定性，AI驱动分析框架对恢复阶段和康复步态识别准确率分别达98.96%和99.44%，为下一代可穿戴健康监护平台提供了可扩展策略。
研究人员采用的主要关键技术方法包括：（1）盐模板法（salt-templating method）制备掺钡钛酸（BaTiO3，BTO）纳米颗粒的PDMS（polydimethylsiloxane，聚二甲基硅氧烷）多孔泡沫介电层；（2）真空热蒸镀银于静电纺丝TPU（thermoplastic polyurethane，热塑性聚氨酯）纳米纤维膜上制备柔性电极；（3）有限元分析（FEA）模拟压缩过程中应力分布与孔隙变化以验证灵敏度增强机制；（4）组装16通道传感器阵列智能鞋垫，搭载低功耗蓝牙芯片进行无线数据传输；（5）采集术后患者及受试者步态数据（样本来源：经伦理委员会批准的12名参与者，分层采样按7∶3划分为训练集与测试集），采用Cyclic TCN模型进行四阶段恢复分期与六类康复步态模式分类，并以一维卷积神经网络（1D-CNN）作对比。
2 RESULTS AND DISCUSSION（结果与讨论）
2.1 Fabrication and characterization of the capacitive pressure sensor（电容式压力传感器的制备与表征）
研究人员以猫足垫为仿生模板，通过盐模板法制备PDMS/BaTiO3多孔泡沫介电层，并以真空蒸镀Ag的静电纺丝TPU膜为上下电极组装电容式传感器。SEM-EDS（scanning electron microscopy-energy dispersive spectroscopy，扫描电子显微镜-能谱仪）证实TPU/Ag电极中Ag均匀分布，XRD（X-ray diffraction，X射线衍射）在PDMS/BaTiO3复合泡沫中检测到BaTiO3钙钛矿特征衍射峰，SEM显示(PDMS+BaTiO3)∶NaCl质量比1∶4时泡沫孔隙最丰富均匀、孔隙率最高。透气性实验显示TPU纳米纤维膜、TPU/Ag电极及多孔泡沫均有良好透湿性；压缩应力—应变曲线及测得的压缩杨氏模量（0.147 MPa）表明传感器具备良好机械鲁棒性。
2.2 Performance optimization of the capacitive pressure sensor（电容式压力传感器性能优化）
研究人员对比TPU表面不同导电涂层，TPU/Ag电极电导率最高。考察BaTiO3含量对灵敏度影响，发现BaTiO3质量分数12%时灵敏度最高（14% kPa−1），过量导致颗粒团聚、基质变硬使灵敏度下降；(PDMS+BaTiO3)∶NaCl比为1∶4的仿生结构传感器灵敏度提升至22.5% kPa−1，较非仿生结构提高60.7%，归因于高孔隙率带来更显著受压时介电常数变化。
2.3 FEA simulation of the capacitive pressure sensor（电容式压力传感器的有限元分析模拟）
研究人员采用ABAQUS软件建立FEA模型（TPU/Ag膜杨氏模量5 MPa，PDMS/BaTiO3泡沫2 MPa），模拟显示低压时应力集中于TPU/Ag纳米纤维电极，约0.2 MPa时电极变形趋近饱和，后续压力主要引起泡沫介电层变形；0.6 MPa时孔隙内空气几乎被完全压缩，电容变化率渐缓。模拟孔隙面积随时间变化证实TPU/Ag纳米纤维膜与泡沫孔隙协同作用增强气隙效应和介电性能，从而提高灵敏度。
2.4 Sensing performance of the capacitive pressure sensor（电容式压力传感器传感性能）
优化后传感器在0–500 kPa范围内灵敏度为24.3% kPa−1，响应/恢复时间分别为143 ms和163 ms，检测限低至0.49 Pa（可感知5 mg重物），6000次循环后性能无明显衰减。与同类器件对比在灵敏度、检测限及工作范围上具综合优势。L929细胞提取液培养CCK-8（Cell Counting Kit-8）及AO/PI（Acridine Orange/Propidium Iodide，吖啶橙/碘化丙啶）双染色实验显示细胞活性>90%，证实良好生物相容性。
2.5 Applications of maximum pressure and array distribution in pressure sensors（最大承压与阵列分布应用）
研究人员将传感器贴附于汽车轮胎胎面进行实车行驶测试，蓝牙无线传输的电容信号在高频重复高—低载循环中保持稳定，证明极端力学条件下可靠性。组装4×4传感器阵列（单元1×1 cm2）可重构压力分布图，能清晰分辨塑料杯、胶带、充电器、剪刀等物品几何形貌与高压区，展示优异空间分辨能力。
2.6 Applications of the sensor for human motion and encrypted communication detection（人体运动与加密通信检测应用）
传感器贴附手指、腕、肘、膝等部位可稳定记录关节屈伸动作及快慢变化，亦可监测颈部屈伸、抓握、握手、拍手及鼠标单击/连击。利用高低压力脉冲编码摩尔斯电码（Morse code），成功实现"SOS""HELP""YES"等信息加解密传输演示，体现人机交互与安全通信潜力。
2.7 AI-Enabled Intelligent Insole System for monitoring rehabilitation training（用于康复训练监测的AI赋能智能鞋垫系统）
研究人员制作含16通道电容传感器阵列的智能鞋垫（按解剖区域分区：趾部通道1–2、前足3–8、中足9–12、足跟13–16），配蓝牙5.0模块与定制App。采集膝术后患者步态数据，Cyclic TCN模型对四个恢复阶段分类准确率为98.96%，对蟹步行走（crab walk, CW）、快走（fast walk, FW）、慢跑（jogging, JJ）、坐—站（sit-to-stand, SS）、慢走（slow walk, SW）及上楼梯六种康复训练步态分类准确率达99.44%；t-SNE（t-distributed Stochastic Neighbor Embedding）可视化显示不同阶段及步态模式聚类清晰。对照实验中1D-CNN对恢复阶段与六类步态识别准确率分别为98.1%和94%，低于Cyclic TCN，说明后者更擅长捕捉步态信号中复杂时序依赖关系。
总结与讨论（Conclusion归纳翻译）
综上所述，研究人员成功开发了集智能传感、无线通信与数据分析于一体的柔性电容式压力传感系统。分级PDMS/BaTiO3介电泡沫与TPU/Ag静电纺丝电极架构有效增强了介电性能和传感稳定性，经机电测试与有限元模拟验证。该传感器具备高灵敏度
