搜索:  
华中大吴豪团队 Adv. Funct. Mater.:开发用于人体情绪识别的表皮混合电子系统
2022-04-26  来源:高分子科技

  情绪可以有效反映人的生理和心理状态,在日常生活中起着举足轻重的作用。然而与情绪密切相关的多种疾病,具有隐蔽性,难以提前预防,对患者的生活造成很大困扰。由于脑电信号(EEG)可以反馈人类情绪对应的电位变化,这为情绪识别提供了一条可行的路径。脑电信号幅值低,易受到外界噪声干扰,获取高保真度的脑电信号是实现情绪识别的基础。目前用于脑机接口的数据采集设备通常为多通道刚性电极集成的脑电帽,其便携性和佩戴舒适性较差,易受运动伪影的影响。此外,脑电信号的非平稳性和个体间存在域转移问题,也会导致分类准确性下降。因此,在确保的脑电采集设备佩戴舒适性和便携性的同时,实现高质量信号的采集和高精度的情绪分类仍然存在重大挑战。近年来,开发高性能的柔性表皮电极成为研究热点。如何降低电极的接触阻抗,进一步提高电极在极端变形、出汗、运动、高湿度等复杂条件下,稳定采集高质量电生理信号的能力成为研究关键。



  近日,华中科技大学吴豪团队开发了一种表皮混合电子系统用于人体情绪的准确识别,这个系统采用一种自黏/疏水的双层水凝胶(AHBH)作为电极/皮肤界面。基于贻贝和藤壶粘附的机制,AHBH的粘附层具有优异的粘附性(59.7 N/m)。通过疏水基团重排和降低表面能,仅0.5 h的疏水处理,疏水层的接触角就达到了133.87°。该水凝胶同时还具备优异的抗水侵蚀、抗溶胀和抗脱水的能力。在 AHBH 中组装可拉伸导电的复合材料层(ECC),制备了AHBH-ECC 柔性表皮电极,该电极在出汗、振动和长时间检测的情况下依旧能采集到高质量的电生理信号。将AHBH-ECC表皮电极和无线蓝牙模块集成到便携式头带中采集脑电信号,用于人体情绪分类(积极、中性和消极)。为减轻域转移对分类精度的影响,该团队进一步开发了基于对抗训练的域自适应神经网络(DANN)算法来匹配源域和目标域中的特征分布,最终情绪分类的平均准确率达到 90%。相关成果以“Adhesive and Hydrophobic Bilayer Hydrogel Enabled On-Skin Biosensors for High-Fidelity Classification of Human Emotion”为题发表在《Advanced Functional Materials》上。硕士研究生杨淦光朱侃浩为论文共同第一作者,吴豪研究员为通讯作者。


【AHBH开发,电极设计与情感识别应用总览】


  在AHBH-ECC电极中,主要包含疏水层,ECC导电层与粘性层,其中通过黏性修饰和疏水诱导,该双层AHBH水凝胶具有优异粘性和疏水性;疏水层能有效抵抗外界水渍干扰,粘性层保证了电极与皮肤保形接触,进一步将疏水自黏水凝胶表皮电极与无线蓝牙模块集成到便携式头带中采集脑电信号,结合DANN迁移学习算法实现情绪识别。


 

图1 AHBH作为表皮传感器界面用于情感分类


【AHBH粘性性能表征】


  分别通过FTIR和XPS对粘性层进行了材料组成表征,结合90度剥离实验,得到了粘性最佳实验组,同时验证了铝离子有效抑制了疏水层交联引起的粘性衰减。在不同基底,干/湿猪皮以及剥离循环的条件下,该水凝胶都展现出了优异的粘附性。


 

2 AHBH粘性性能表征


【AHBH疏水性能表征】


  分别通过FTIR, XPS以及激光共聚焦显微镜对疏水层进行了材料表征,并进一步测量疏水接触角,验证了XLG和Ca2+诱导疏水基重排和提高表面粗糙度的协同作用,从而实现半小时处理得到133.87度疏水接触角。在耐久性测试和拉伸性测试中,该水凝胶显示出了优异的疏水性能。


 

3 AHBH疏水性能表征


【AHBH-ECC电极性能】


  相比于传统的Ag/AgCl电极,AHBH-ECC表皮电极具有更低的接触阻抗。在振动和出汗测试中,AHBH表皮电极具有更高的抗运动伪影能力,采集的电生理信号信噪比更高。


 

4 AHBH-ECC电极性能

 

【AHBH-ECC电极头带用于情感识别】


  将AHBH电极集成到便携式头带中采集FP2通道的脑电信号,受试者观看特定的电影片段实现情绪诱发,通过分析脑电信号功率谱密度,结合基于对抗训练的域自适应神经网络(DANN)算法进行情绪分类。相比于传统的神经网络算法(NN), DANN算法分类精度平均值达到了90%。


 


5 AHBH-ECC电极头带用于情感分类

 

  总结:本文报道了一种新型的疏水自黏双层水凝胶,水凝胶具有优异的粘附性(59.7 N m -1 ) 和疏水性 (133.87°)将该水凝胶作为电极/皮肤界面,以实现电生理信号的高保真度采集和情绪分类。与商业 Ag/AgCl 电极相比,AHBH-ECC 电极在多种条件下(例如,振动、出汗和长期监测)表现出更低的接触阻抗和更高的信噪比。通过引入基于对抗训练的 DANN 作为情感识别算法,以减轻域转移的影响。与传统的神经网络(平均准确率 ≈85%)相比,DANN 在基于 EEG 的情绪识别中表现得更好(平均准确率 ≈90%)。


  原文链接: https://doi.org/10.1002/adfm.202200457

版权与免责声明:中国聚合物网原创文章。刊物或媒体如需转载,请联系邮箱:info@polymer.cn,并请注明出处。
(责任编辑:xu)
】【打印】【关闭

诚邀关注高分子科技

更多>>最新资讯
更多>>科教新闻