用于稳健人机交互的自我复原离子电子类类脑器件

能从损伤中反弹的软电子学

想象一条智能手表表带或一只假肢，其“神经”即使在弯曲、划伤或被切断后仍能继续工作——随后又悄然自我修复。本文报道了一种新型软电子器件，它既能像简单的大脑一样感测并处理动作，又能修复严重的机械损伤，从而使未来的可穿戴设备、假肢和机器人在日常使用中更加可靠。

为什么当今的软电路仍然容易损坏

现代设备越来越试图匹配人体的柔性，但其底层电子常常只是刚性芯片的薄型可弯曲版本。它们的活性层通常是连续的薄膜：一旦出现深裂缝或穿孔，电流通路可能会灾难性地中断。即便是先进的“自愈”塑料也只能部分解决这个问题。反复拉伸和修复会微妙地改变这些材料的化学性质，导致性能漂移——如果器件充当“神经”或学习系统，这就是个严重的问题。作者认为，真正可靠的软电子学必须将巧妙的材料与同样巧妙的结构设计相结合。

从蚯蚓的体制中汲取灵感

蚯蚓提供了关键灵感。它们的身体由重复的体节组成，每个节都有自己的小型神经中枢。如果蚯蚓受伤，剩余的体节仍能工作，受损部分还能再生。将这一理念转化为电子学，研究人员构建了一条柔性条带，上面布满许多小型圆顶单元，每个单元都像独立的电子“神经元”。这些圆顶由富含离子的凝胶制成，通过带电颗粒而非传统金属导线传导信号，并且在被切割后可以重新粘合。由于单元彼此分离，裂纹在物理上被阻止而不会扩散到整个器件。

表现如突触的微小凝胶圆顶

每个单元的核心是一种特殊设计的离子凝胶，这是一种包含聚合物链网络和不挥发离子液体的软固体。在施加电流时，锂离子在该网络中移动，产生类似生物突触随重复活动而增强或减弱的电响应。圆顶的核心富含锂离子，而其外壳含有微小的氧化镍颗粒，有助于捕获并减缓离子的运动。这样的核壳设计产生稳定、可调的信号脉冲，能够在数秒内保存“记忆”，支持数十个不同的电平，并随着输入脉冲模式的变化平滑地改变。关键是，当一个圆顶被切成两半并允许愈合后，其信号强度可几乎回到原始值，材料在严重变形后甚至能恢复形状。

为抵御切割、弯曲和户外环境而生

由于器件由一系列独立的圆顶组成，它更像一群具有弹性的末梢神经，而非易碎的单片薄膜。单个单元可以从基底上拆卸并重新贴到新的基底上仍能正常工作。包含一百多个圆顶的芯片表现一致，即使在强曲率弯折下也能保持稳定。离子凝胶的化学性质也能抵抗干燥和降解：在常态空气中放置一年后，信号响应仍保持在原始值的 90% 以上。这种基于节段的结构、自愈材料与形状记忆的组合，为系统在真实世界磨损中提供了多层保护。

教一条软“神经”读懂人体动作

为展示这些器件的能力，团队构建了一个简单的动作识别系统。放在人手上的小型运动传感器测量加速度与转向，并将这些信号转换为发送到某个凝胶圆顶的电脉冲。圆顶的响应取决于脉冲的模式与历史，有效地编码了手臂沿路径的运动方式。经过训练后，系统能够以高达 98% 的准确率区分若干路径和转向序列。更令人印象深刻的是，当圆顶被切成两半然后愈合后，识别准确率仅略有下降，仍约为 96%。解码出的路径指令随后无线发送给一台蛇形机器人，机器人成功地沿着人类指示的路线行进。

迈向耐损伤的可穿戴设备与机器人

简而言之，这项工作展示了如何为机器构建既能从运动中学习又能从严重损伤中恢复的柔性“神经”。通过模仿蚯蚓的节段化、多余体制并将其与自愈的离子基材料结合，作者创造出在会使传统电路失效的条件下仍能持续工作的类脑器件。这类技术最终可能带来在事故后仍能保持可靠的义肢、能承受日常磨损的柔性康复设备，以及即使在恶劣且不可预测环境中也能保持响应性的机器人。

引用: Li, Y., Chen, J., Tang, S. et al. Self-revival iontronic neuromorphic devices for robust human-machine interaction. npj Flex Electron 10, 59 (2026). https://doi.org/10.1038/s41528-026-00566-0

关键词: 柔性类脑器件, 自愈电子学, 离子凝胶, 人机交互, 可穿戴传感器