已传文件：photo/1766544328.png

本文精选

目前渗透能的利用往往涉及多个复杂的过程，包括收集、存储和转换，这限制了其在便携式电子设备中的适用性。受人体皮肤生物传感系统的启发，开发了一种由渗透能直接驱动的新型离子电子压力传感器。通过利用二维材料的可调纳米流体效应，通过层间间距的机械调制来控制渗透能驱动的离子选择性迁移，从而将外部压力转换为可编码的电信号。此外，优化几何配置，进一步提升压力传感器的性能，实现超高输出电压（高达 13.10 V）、快速响应/恢复时间（115.0/128.0 ms）和宽压力检测范围（高达 360 kPa）。通过将深度学习算法与传感器的优异性能相结合，以 95.78%的识别准确率成功展示了高分辨率的人机智能交互。这项工作为渗透能在现实场景中的直接应用建立了新的范式。

创新点

1.本研究创新性地利用二维材料的可调纳米流体特性，通过机械压力调控层间间距，实现了渗透能驱动下离子迁移的主动调制，将外部机械刺激直接转换为高幅值电信号，避免了传统传感中复杂的能量收集与转换模块。

2.通过优化器件的几何构型，显著提升了传感器的综合性能，实现了高达13.10 V的输出电压、毫秒级的响应/恢复速度（115.0/128.0 ms）以及高达360 kPa的宽压力检测范围，在自供电力学传感中达到领先水平。

3.首次将渗透能直接驱动机制与深度学习算法相结合，构建出具备高精度模式识别能力的人机交互系统，在智能传感中实现了高达95.78%的识别准确率，为渗透能的实际应用提供了系统级解决方案。

对科研工作的启发

1.该研究展示了如何通过仿生设计实现能量采集与信号转换的一体化，为开发新一代自供电传感系统提供了明确的技术路径，启示研究者跳出传统多模块堆叠的思路，致力于功能融合与结构创新。

2.它突出了低维材料在调控离子传输行为方面的关键作用，提示可在更多维度和物理场（如光、热、化学梯度）下探索纳米流体效应，为新原理传感器设计提供材料基础。

3.深度学习与新型传感机制的深度融合，显示出数据智能技术在提升器件级性能方面的巨大潜力，鼓励在传感信号处理中更广泛地引入机器学习方法，以突破传统信号处理的局限性。

 思路延伸

1.可探索多物理场耦合的纳米通道调控机制，例如引入光响应或温敏材料实现对外部刺激的动态响应，拓展其在多模态感知系统中的功能。

2.应致力于发展柔性、可拉伸甚至生物可降解的渗透能器件，以适应人体穿戴或植入环境，推动其在生物电子和短期医疗监测中的实际应用。

3.可构建大规模集成的传感阵列，结合神经形态计算或边缘学习算法，实现对复杂表面压力分布的实时识别与反馈，应用于智能机器人触觉或远程交互诊疗系统。 

生物医学领域的应用

1.作为长效、无电池的植入式压力传感器，可持续监测体内生理压力变化（如颅内压、眼动压或膀胱内压），显著提升慢性病患者的诊疗体验与安全性。

2.应用于智能康复辅具与可穿戴健康监测设备，通过实时采集肌肉-关节力学信号并结合AI分析，实现对运动功能恢复进程的精准评估和个性化康复指导。

3.发展高兼容性的生物电接口，基于离子电子信号机制实现对神经电活动或细胞力学微环境的原位监测，为脑机接口和组织工程提供新型测量工具。

原文链接

Osmotic Energy Directly Driving Flexible All-Solid-State 2D Nanofluidic Pressure Sensors

Advanced Materials ( IF 26.8 ) 

Pub Date : 2025-09-04 

DOI: 10.1002/adma.202506990

Gengchen Yu, Qixiang Zhang, Mengjie Wang, Hailin Lu, Zhiwei Chen, Jia Liu, Chen Chen, Siliang Wang, Yanan Ma, Yang Yue