近日，我校生物医学工程学院副教授刘永嫚在学术期刊《化学工程（Chemical Engineering Journal）》(中科院一区top，IF=13.2)上发表题为《基于多孔卷曲TPU/PAN-MXene纳米纤维的多功能全场应变传感器，用于智能手势识别和人体动作监测（A multifunctional full-field strain sensor based on porous curled TPU/PAN-MXene nanofibers for intelligent gesture recognition and human motion monitoring）》的学术论文。刘永嫚副教授为论文第一作者，我校为第一作者单位。
柔性可穿戴应变传感器凭借其优异的舒适性与高灵敏度，在健康监测与人机交互领域的地位日益凸显。然而，传统传感器仅能通过电信号变化反映平均应变，难以捕捉复杂人体运动过程中的关键形变特征——如应变方向、空间分布及动态演变。针对此，本研究通过静电纺丝与超声处理技术，成功研发出基于多孔卷曲纳米纤维膜（TPU/PAN-MXene）的新型柔性应变传感器。该传感器兼具高灵敏度（高应变下应变系数>4974）、宽检测范围（0%-550%）、优异拉伸强度（6.8 MPa）、高耐久性及断裂伸长率（1488%）以及卓越的循环稳定性（1800次）。该传感器在监测手指、肘部、腕部、膝盖弯曲及发声、吞咽等生理活动方面表现出色；结合机器学习算法，可实现对多种复杂手势的精准识别。此外，结合3D-DIC技术，该传感器实现了对人体运动的动态全场应变监测，首次揭示了应变的空间分布及动态传播特性，解决了传统传感器难以识别应变方向的痛点。这一突破性能力不仅可直接定位应变集中区域，更有助于揭示复杂人体形变机制，实现了应变幅值与空间分布的同步多维度量化。
在实际应用中，该传感器展现出强大的双模分析能力：既能通过连续的电阻变化曲线精准记录关节活动度，又能绘制高精度的全场应变云图。这种“电学+光学”的双输出诊断平台，为可穿戴设备及智能医疗领域带来了革命性的评估工具。它不仅支持日常活动中的连续健康监测，更能针对特定应变集中区进行深度剖析，为康复器械的个性化优化及临床医疗决策提供精准的数据支撑，展现出巨大的转化应用潜力。（生物医学工程学院）
论文链接：https://www.sciencedirect.com/science/article/abs/pii/S138589472604444X
