探索未来智能穿戴设备的核心——柔性神经形态电子学

原创

来源：曹璐璐

2025-08-22 09:30:34

44次浏览

核心提示：本文将基于最新的研究成果，探讨柔性神经形态电子学如何实现近传感器和内传感器计算系统，为未来的智能穿戴设备铺平道路。

引言

随着物联网（IoT）时代的到来，智能穿戴设备的需求急剧增长，这些设备不仅需要具备感知外部环境的能力，还需要高效地处理大量数据，以提供实时反馈。传统的计算架构在这种背景下显得力不从心，而仿生神经形态电子学则以其独特的架构和高效的计算能力，成为了这一领域的研究热点。本文将基于最新的研究成果，探讨柔性神经形态电子学如何实现近传感器和内传感器计算系统，为未来的智能穿戴设备铺平道路。

一、柔性神经形态电子学的基础：生物认知系统

生物感觉神经系统

生物感觉神经系统负责感知外界刺激并将信息传递给中枢神经系统。例如，光、声音、化学物质和压力等刺激被转换成电信号，通过感觉神经元传递到大脑进行进一步处理。这种高效的信号传输和处理机制为设计仿生神经形态电子学提供了灵感。

中枢神经系统

中枢神经系统由大脑和脊髓组成，负责接收感觉信息并生成适当的反应。感觉信息通过复杂的神经网络进行处理，每个神经元连接着数百甚至数千个其他神经元，形成了高效的并行处理系统。这种并行处理能力使得生物体能够快速响应外界变化。

二、柔性人工神经组件

传感器单元

为了构建高效的仿生神经形态系统，传感器单元是必不可少的组成部分。这些单元可以检测光、机械和化学信号，并将其转换为电信号，传输给前端的突触单元。例如，基于铟氧化物（In2O3）的光敏传感器可以在紫外光照射下显著降低电阻，从而提高信号强度。此外，金字塔形微结构的压力传感器也展示了优异的灵敏度和线性度，能够在广泛的压力量程内稳定工作。

处理单元

处理单元在仿生神经形态系统中扮演着重要角色，类似于感觉神经元或中枢神经突触的功能。对于前端处理组件，它们需要对输入的刺激进行去噪、滤波或计算；而后端处理组件则需具备矢量矩阵乘法能力，以快速处理从前端传来的数据。目前，常用的处理单元包括有机材料、二维材料、钙钛矿和氧化物材料等，这些材料因其灵活性和易于集成的特点，在柔性电子领域具有广泛应用前景。

多功能单元

多功能单元集成了传感和处理功能，是构建内传感器计算系统的理想选择。例如，横向结构的多功膜阻变器（memristor）可以通过机械应变或光信号触发导电细丝的形成或破裂，实现电阻的变化。此外，有机电化学晶体管（OECT）也被用于检测有害光学信号，其通道电导率随紫外线强度的增加而增大，模拟了人类眼睛对有害刺激的保护机制。

三、近传感器计算系统

光学记忆系统

近传感器计算系统通过将传感器与突触器件集成，实现了对外界刺激的感知和处理。例如，基于10×10光电探测器-阻变器阵列的柔性视觉记忆系统，可以在紫外光照射下存储蝴蝶和心形图案。该系统不仅展示了高能量效率，还具备在柔性聚酰亚胺（PI）基底上应用的潜力。

触觉感知系统

触觉感知系统模仿了生物体中的触觉感受器，能够快速处理机械信号而无需进行模数转换。例如，基于MXene材料的压阻式压力传感器与阻变器集成，实现了对压力刺激的编码和电流信号的转换。此外，一个3×3触觉传感阵列展示了实时压力获取和噪声抑制的能力，为类人机器人和皮肤电子技术提供了潜在应用。

声音定位系统

声音定位系统通过模仿生物听觉系统，利用摩擦电纳米发电机（TENG）与突触晶体管结合，实现了对双耳间声级和时间差的处理。该系统能够有效定位声源方位，展示了仿生神经形态电子学在音频处理方面的应用潜力。

四、内传感器计算系统

视觉感觉神经系统

内传感器计算系统将神经元功能嵌入传感器内部，实现了同时感知和处理任务。例如，基于共轭聚合物的横向结构阻变器可以感知光刺激频率，并通过陷阱位点的捕获和释放实现电阻开关行为。此外，一种多功有机电化学晶体管（OECT）展示了对有害光学信号的检测能力，模拟了人类眼睛的痛觉感受器功能。

触觉感觉神经系统

触觉感觉神经系统通过将突触功能集成到传感器中，实现了对外部机械刺激的高效感知和处理。例如，基于铁电电容器效应的有机铁电晶体管（OFST）能够感知外部压力刺激的顺序，展示了在人工皮肤和智能穿戴设备中的应用潜力。

嗅觉和味觉感觉神经系统

嗅觉和味觉感觉神经系统利用化学反应敏感的介电层或活性层，实现了对化学信号的检测和处理。例如，基于离子液体栅极绝缘层的垂直结构突触晶体管能够检测醋酸浓度的变化，并通过离子排列引起通道电导率的变化，模拟了人类舌头对酸味的感知。

多模态感觉神经系统

多模态感觉神经系统能够同时检测多种类型的信号，如光学和湿度条件。例如，一个商业光学传感器与Au/Ag-SiOx/ITO结构的阻变器串联，实现了对外部光学和湿度条件的感知。此外，一个双栅突触晶体管能够同时感知光和压力信号，展示了对复杂环境的适应能力。

结论与展望

本文综述了柔性近传感器和内传感器计算系统的最新进展，重点介绍了其在智能穿戴设备中的应用潜力。通过对生物认知系统的深入理解和模仿，柔性神经形态电子学不仅能够实现高效的数据压缩和处理，还能为未来的研究和实际应用提供新的思路。未来的研究方向应集中在开发高密度集成的神经元和突触阵列，提高系统的可靠性和稳定性，以及探索更多应用场景，如医疗健康监测、智能家居和人机交互等领域。