随着柔性健康监测技术的快速发展，开发同时具备高拉伸性、高灵敏度和高稳定性（如同人体皮肤）的应变传感器变得日益关键。然而，传统传感器往往受限于有限的拉伸性、透气性和长期稳定性，不足以满足实际可穿戴应用的需求。与此同时，新兴的液态金属（LM）复合材料则面临加工复杂和界面稳定性差等挑战。为应对这些挑战，研究人员开发了一种利用静电纺丝结合选择性压印工艺的高性能应变传感器。该方法能够控制液态金属在多孔纳米纤维网络中的释放，并促进形成图案化导电路径。所获得的类皮肤传感器展现出200%的断裂伸长率、优异的透湿性（水蒸气透过率（WVTR）：2296 g/m²/day）和透气性（120 mm/s）、良好的生物相容性以及有效的防水性。同时，该传感器在高达100%的应变范围内还表现出高线性度（R² > 0.99）、快速响应时间（270 ms）和出色的循环稳定性。实验证实，该传感器能够准确监测关节运动和手势识别等人体动作。这种类皮肤传感器的简单制造工艺和均衡性能，为可穿戴健康监测和人机交互提供了一种实用的解决方案。
本研究背景源于全球人口老龄化加速和公众健康意识增强，这推动了可穿戴健康监测技术的快速发展，深刻变革了个性化健康管理、人机交互和运动科学等领域。在该发展的核心是柔性应变传感器，它能舒适贴合皮肤，实现实时生理和运动信号监测。在多种传感机制中，电阻式应变传感器因其结构简单、信号采集方便和灵敏度高而备受关注。然而，基于金属或半导体的传统应变传感器存在固有刚性和有限的传感范围，导致与柔软人体组织存在显著的力学失配。其不可拉伸和不透气的特性也导致佩戴不适，严重阻碍了长期、连续和精准健康监测的应用。因此，开发兼具高拉伸性、灵敏度和长期操作稳定性的柔性应变传感器，对于推进下一代高性能可穿戴设备至关重要。
为应对这一挑战，研究人员转向将导电材料与聚合物弹性体结合，以制造柔性可拉伸的传感设备。在各种制造方法中，静电纺丝技术因其独特优势而脱颖而出。它能够直接构建具有高比表面积、高孔隙率和优异柔性的三维纳米纤维网络，使其成为沉积或直接嵌入导电活性材料的理想基底。通过将碳纳米管或MXene等刚性导电填料掺入纺丝前驱液中，可以制备本征导电的纳米纤维膜。其传感机制通常依赖于高填料含量形成多个电接触点进行导电。当施加应变时，纤维网络结构的变化导致这些接触点分离，甚至引发微裂纹的形成和扩展，从而导致电阻变化。这种变化通常是不可逆的，在大应变下，接触点的断开容易导致导电路径断裂，造成性能失效。基于纳米材料的应变传感器通常在大应变下表现出固有的非线性响应。特别是在多孔纤维膜系统中，通常难以在应力下同时实现导电网络的稳定性和响应性，这限制了它们在可穿戴应用中的可靠性。
近年来，室温液态金属（LM）（如镓铟合金）因其固有的流动性和超高延展性而备受关注，这有助于导电网络在大应变下抵抗永久断裂。这些特性使其有望克服传统刚性导电填料在大变形下易断裂的局限性。然而，由于泄漏、低粘度、高表面张力和复杂加工要求等问题，直接将LM集成到功能器件中仍然具有挑战性。为克服这些挑战，研究人员探索了多种策略，包括引入额外的物理阻挡层，以及对LM进行化学修饰或表面工程以降低其润湿性，从而抑制不需要的铺展和泄漏，同时增强界面粘附强度。例如，可以通过与铁粉混合来降低LM的润湿性，或使用水溶性基板作为临时阻挡层来限制LM的流动，从而实现无损转移到目标物体和高分辨率图案化。现有方法通常将LM封装在聚二甲基硅氧烷（PDMS）弹性体中，然后通过机械压印激活导电性并实现图案化。然而，弹性体的使用通常导致透气性差和佩戴舒适度有限。静电纺丝纤维膜的高孔隙率和柔性使其成为透气传感器的理想基底。将其与LM结合既能实现佩戴舒适性，又能保证大应变下的导电稳定性，从而打破了舒适性与大变形下可靠性之间的权衡。当前研究通常对LM进行改性以通过丝网印刷或电喷涂的方式沉积到纳米纤维膜上以提高透气性。然而，LM只是简单地粘附在纤维表面，界面相容性差，其固有的流动性导致其在变形下聚集、脱落或泄漏，引起不稳定的电阻响应。因此，尽管静电纺丝膜具有高孔隙率，这些方法仍无法同时实现牢固的键合和透气性。迫切需要一种新策略，在稳定锚定LM于纤维内部的同时，保留多孔结构的透气性。此外，这些研究大多旨在维持拉伸过程中的低电阻，而非针对应变传感应用，并且很少系统研究多孔结构中LM的微观行为。特别是在静电纺丝纳米纤维系统中，LM的分布、应变下导电路径的断裂和重连机制，以及这些机制如何影响电响应，仍然知之甚少。
基于此，研究人员通过结合静电纺丝多孔纳米纤维网络与LM，开发了一种高性能电阻式应变传感器。与现有的基于表面的复合策略不同，该设计的核心在于将液态金属颗粒（LMPs）嵌入单根纤维内部形成LM结节结构。通过选择性压印，按需激活LM结节以形成导电路径，这不仅避免了激活前的泄漏，还充分保留了纤维垫原始的多孔透气结构。因此，在单一材料体系内，实现了类皮肤的高空气和水分渗透性、柔软贴合性以及高灵敏度应变传感。该传感器保留了聚合物基底的拉伸性和柔性，并在拉伸和扭曲下保持结构完整性。得益于其多孔纤维膜，传感器具有接近棉织物的透湿性和透气性，增强了佩戴舒适度。在4小时的佩戴测试中，传感器未引起皮肤刺激，并表现出防水性，使其能够在潮湿或水下条件下稳定使用。在传感性能方面，传感器表现出高线性度、适中的灵敏度和快速的响应/恢复速度。它还在1000次循环中保持一致的性能，避免了常见的噪声过载等问题。与近期报道的应变传感器相比，该传感器在灵敏度、稳定性和舒适度等关键性能参数之间实现了最佳的权衡。这种均衡的性能使其能够准确监测手指弯曲、关节运动和动态手势，支持健康监测和人机交互的应用。凭借简单的制造工艺和具有竞争力的整体性能，该传感器为柔性电子提供了一种实用的解决方案。
该研究主要采用以下关键技术方法：首先，采用超声波破碎技术将液态金属（Ga
75.5In
24.5）均匀分散为微米级颗粒，并与热塑性聚氨酯（TPU）混合制备纺丝溶液。其次，利用静电纺丝技术制备嵌有LMPs的纳米纤维膜（纺丝参数：电压15 kV，纺丝距离15 cm，流速1 mL/h）。最后，通过控制局部机械压力激活导电路径。研究样本队列来源于五名健康志愿者（三男两女）。
研究结果如下：
**1. 设计框架与宏观形貌**：研究人员展示了基于静电纺丝策略制备的LM纳米纤维应变传感器的整体设计框架和关键性能特征。制备过程包括将LM超声破碎、与TPU混合、静电纺丝获得嵌有LMPs的多孔纳米纤维膜，最后通过选择性局部压印激活导电路径。激活后，传感器显示出轮廓分明的导电区域，宏观外观完整连续，且薄膜保持柔性、轻薄和易于图案化。
**2. 微观结构与定量分析**：通过扫描电子显微镜（SEM）和能量色散光谱（EDS）分析，研究人员证实了LM掺杂纤维中形成的“串珠状”或“串果状”结构中的突起是LMPs的特征性嵌入状态，而非纺丝缺陷。定量分析表明，随着LMPs含量从0 wt.%增加到40 wt.%，纤维直径（FD）逐渐增加并保持稳定分布，而结节直径（ND）略有下降，结节面积密度（NAD）显著增加。当LMPs含量达到60 wt.%时，可纺性恶化，纤维直径急剧下降，结节尺寸增大、数量减少，形态均匀性降低。
**3. 导电路径形成与压印参数优化**：研究人员阐明了通过机械压力激活导电路径的机制。压力使纤维内的LMPs结节破裂、流出并形成液态金属桥，建立互联的导电网络。系统研究表明，压力大小和持续时间是关键参数。电阻随压力增加先急剧下降后上升，临界压力约为1 MPa。过低压力无法形成有效导通，过高压力（>3 MPa）则会导致纤维发生不可逆塑性塌陷，破坏导电网络。类似地，恒定压力下持续时间延长会因LMPs迁移和纤维蠕变导致电阻上升。因此，室温下的适度压力是足够的。
**4. 力学性能**：随着LMPs含量从20 wt.%增加到60 wt.%，复合纤维膜的力学性能显著下降。拉伸强度从9.89 MPa骤降至1.13 MPa，断裂伸长率从238.74%降至130.55%。高LMPs含量破坏了聚合物纤维网络的连续性，降低了可纺性，并引入了更多作为应力集中点的结构缺陷，导致膜变脆、韧性显著丧失。
**5. 透气性与透湿性**：得益于静电纺丝形成的三维多孔纤维网络，所有纳米纤维膜均表现出与棉织物相当的水蒸气透过率（WVTR）和空气渗透性。其中，TPU/LM
40膜的WVTR达到2296 g/m²/day，空气渗透率达到120 mm/s，远超PDMS等薄膜材料，为佩戴提供了优异的热湿舒适性。
**6. 环境与循环稳定性**：将传感器暴露于环境条件（25°C，60% RH）5天后，其电阻变化低于5%，表现出优异的环境稳定性，这归因于材料的疏水性有效减缓了水分引起的LM氧化。传感器在1000次50%应变循环后，响应曲线保持稳定，幅值仅有轻微下降，证明了出色的机械耐久性。
**7. 应变传感性能**：传感器在0-100%应变范围内表现出高线性度（R² > 0.99），应变系数（GF）约为1。适中的灵敏度使其响应平滑，有效避免了信号过载。其传感机理源于LM基导电路径在拉伸下发生几何形变（如伸长、截面积减小）导致电阻增加，释放后因纤维网络弹性恢复驱动LM重连而使电阻恢复。该传感器响应时间快（270 ms），满足动态运动监测要求。电阻响应在不同拉伸速率和应变水平下均表现出高度一致性。
**8. 生物相容性与生理信号监测**：传感器与皮肤的接触阻抗与商用凝胶电极相当（在10 Hz时分别为72.39 kΩ和69.92 kΩ），表明其能形成良好的电学界面。在4小时佩戴测试中，传感器下方皮肤几乎无不良反应，而商用凝胶电极和医用胶带下皮肤出现明显红肿，证明了其生物安全性和长期佩戴舒适度。传感器成功采集到清晰稳定的心电图（ECG）波形（P波、QRS波群、T波清晰可辨），信号质量与商用凝胶电极一致，并能有效捕捉肌电图（EMG）信号。
**9. 运动监测与应用**：将传感器贴附于肘部、手指、手腕和膝关节等部位，监测结果显示电阻变化信号与关节弯曲运动精确同步。在手指弯曲监测中，电阻值随弯曲角度增加呈清晰的梯度变化，展现出良好的单调递增关系。传感器还能区分慢速与快速弯曲模式。
**10. 智能手势识别与机器学习**：研究人员建立了包含传感器、微控制器和智能手机的完整生物信号监测系统。传感器能实时解码手势（0-6）对应的电阻信号，并通过特征序列识别摩尔斯电码（如“ASSQ”、“HELP”、“SOS”）。进一步引入支持向量机（SVM）算法，基于从五名健康受试者采集的手势数据（每种手势重复50次），实现了高达99.05%的手势分类准确率，验证了其在智能人机交互中的潜力。
研究结论部分翻译如下：
本研究中，研究人员基于热塑性聚氨酯（TPU）和液态金属（LM）复合材料，利用静电纺丝和机械压印技术开发了一种高性能电阻式类皮肤应变传感器。该制造工艺简单环保，仅需选择性压印即可可控地从纤维中释放LMPs以形成导电路径，从而实现图案化设计。整个过程无需复杂设备，且原材料成本低廉，展现出强大的规模化生产潜力。该传感器展现出卓越的整体性能，具有200%的断裂伸长率和优异的柔性，能够适应各种变形模式。其透湿性（WVTR：2296 g/m²/day）和透气性（120 mm/s）与棉织物相当，而水接触角超过130°确保了长期佩戴的舒适性和在水下环境中的稳定运行。在传感能力方面，该器件表现出高线性度（R²> 0.99）和适中的灵敏度（GF ≈ 1），响应时间为270 ms，并提供稳定、可靠的信号输出。经过1000次测试循环后，传感器保持一致的电学性能，展现出显著的耐久性。这些特性使其能够精确检测从细微肌肉振动到大范围关节运动的各种人体动作，并已成功应用于手势识别和摩尔斯电码输入系统。此外，当与机器学习算法集成时，该传感器在分类各种手势时实现了超过99%的准确率，为智能人机交互提供了可靠的技术支持。这种类皮肤传感器为可穿戴健康监测和人机交互提供了一种实用的解决方案。
