手写识别（Handwriting recognition）是一个复杂的过程。在这个过程中，来自触摸面板的手写输入被处理并识别为可信的字母、单词和字符。它通常需要硬件，即一个触摸板来收集书写信号，以及能够进行识别的软件。惊叹于复杂的商业手写识别系统，它包含高度集成的电子复杂和先进的计算机算法来识别手写输入。然而，除了由塑料和金属复合物制成的商业触摸板外，开发能够收集手写信号的新型触摸板的需求是巨大的。从环境保护的角度来看，生物基材料在制造电子器件方面具有巨大的潜力，尤其以木材为原料的材料因其丰富、可持续性和可生物降解性而引起了人们的极大关注。

  近期，复旦大学材料科学系、教育部先进涂料研究中心彭勃青年研究员联合河南工业大学闫贵花博士开发了一种柔性的、导电的木基水凝胶阵列作为手写输入面板，通过机器学习技术辅助识别字母手写。以天然木材为原料，依次实施木质素萃取、填充、聚吡咯涂层和聚丙烯酸填充，赋予木材柔韧性和导电性（图1）。随后，这些木材被制造成5×5阵列，根据笔迹创建信号矩阵。在计算网络中，通过适当的人工特征提取和低复杂度算法来实现高效的手写识别（图2）。研究表明，基于专业知识的特征工程和简化算法的战略选择有效地提高了手写识别的整体模型性能。由于具有潜在的适应性，他们设想在定制可穿戴设备和动手医疗设备方面的进一步应用。该工作以“Alphabet handwriting recognition: from wood-framed hydrogel arrays design to machine learning decoding”为题发表在《Advanced Science》上（DOI: 10.1002/advs.202404437)。文章通讯作者是复旦大学彭勃青年研究员，第一作者是河南工业大学青年教师闫贵花博士。

图1 木基水凝胶的设计原理

图2 基于水凝胶阵列信号采集到机器学习预处理的手写字母识别工作流程

  原文链接：https://doi.org/10.1002/advs.202404437