仅供医学专业人士阅读参考

点击右上方“关注”，准时接收每日精彩内容推送。

水凝胶电极接口在表面肌电 (EMG) 信号采集方面显示出巨大的前景。然而，出汗或潮湿的环境会引发水凝胶电极与人体皮肤之间的脱粘。管疏水/亲水表面可以分别发挥抗湿或粘附作用，但要完整地形成具有均匀机械弹性和电子性能的Janus水凝胶仍然是一个挑战。

近期，暨南大学李凤煜教授团队报道了一种界面工程，通过调节水凝胶表面的疏水/亲水单体分布来合成具有不对称润湿性表面的整体Janus水凝胶(图1)。亲水模具诱导生成弱粘附的疏水表面，而疏水模具诱导生成强粘附的亲水表面。它提出了一种新的反润湿性诱导现象和可选的水凝胶表面，能在潮湿环境下提供高保真的肌电信号。

相关研究成果以“Asymmetric Wettability Hydrogel Surfaces for Enduring Electromyographic Monitoring”为题于2024年8月12日发表在《Advanced Materials》上。

图1 可选的水凝胶表面和Janus水凝胶具有抗湿性的表皮电子界面示意图

1. SOH水凝胶的逆转机理

研究者以十二烷基硫酸钠(SDS) 为表面活性剂、以 (丙烯酸十八酯(C18)为疏水单体，以丙烯酸羟丙酯(HPA)和2-(二甲氨基)甲基丙烯酸乙酯(DMAEMA)为亲水单体通过热自由基共聚反应形成多重交联网络，合成具有不对称粘附性能的SOH水凝胶。Fe3+离子和纳米二氧化硅(SiO2)的加入可以通过静电吸引、金属配位和范德华力改善水凝胶的力学性能。凝胶过程中，高离子强度的Fe3+离子诱导SDS- C18胶束重组，表面活性剂诱导疏水段在亲水结晶器表面聚集，亲水段在疏水结晶器表面聚集(图2a)。在亲水模具(玻璃)中合成的水凝胶与模具接触的底面(glass - bottom)表现出疏水性，水接触角(WCA)为110°，而空气接触面(glass - top)WCA为30°(图2b)。拉曼光谱、x射线光电子能谱仪(XPS) 显示亲水段在疏水表面暴露较少，而在亲水表面密集分布(图2c-e)。基于上述结果，可以解释反转润湿性诱导的机理：在亲水模具上，SDS的亲水段在凝胶化过程中暴露出来与模具接触，疏水尾部和C18的长烷基链聚集在水凝胶表面，形成疏水表面。而在疏水模具上，SDS的疏水尾部与模具接触，水凝胶的亲水段聚集在表面。因此疏水段暴露较少，从而诱发亲水性表面。

图2 SOH水凝胶逆转机理的表征

2. SOH水凝胶的力学性能和不对称附着力

得益于表面的反向润湿性诱导，SOH水凝胶表现出不对称的粘附性能。疏水段的密集分布导致亲水性基团在表面的暴露较少，导致疏水表面的粘附力较弱。亲水性表面由于羟基、羧基和酰胺基团密集分布，具有很强的附着力，可与表皮上的官能团形成各种分子间相互作用。90°剥皮实验显示，疏水表面表现出较弱的平均剥离强度，而亲水表面则表现出较高的粘附强度(图3a-c)。力学测试显示，SOH水凝胶具有与皮肤相近的杨氏模量(20.36 kPa)和良好的机械相容性，可与皮肤形成稳定的适形粘附(图3d-e)。系统研究发现，纳米SiO2和Fe3+离子的加入对水凝胶的拉伸性能有显著影响(图3f-g)。Fe3+离子与SiO2的结合提供了不同的能量耗散模式，使得水凝胶具有最高的弹性模量和中等的拉伸性能(≈225%)。

图3 SOH水凝胶的力学和电学性能表征

3. SOH水凝胶的电性能

随后，研究者评估了SOH水凝胶的电学性能，等效电路模型及器件连接如图3h所示。阻抗测试发现，SOH水凝胶在1 Hz时的阻抗为50.34 kΩ，比商用凝胶(179.9 kΩ)低3.57倍。随着扰动频率的增加，SOH水凝胶的阻抗值降低，表明其电容性降低(图3i-j)。电子在耦合界面的迁移效率与水凝胶的电导率密切相关。在不添加导电填料的情况下，SOH水凝胶的电导率仍然高达0.89 S m−1，并且电导率会受到离子浓度的影响，表明金属离子是提高SOH水凝胶电导率的关键因素。

4. SOH水凝胶的耐湿性

对于湿环境下的肌电监测，将汗液喷洒到皮肤上，使其渗透到皮肤-水凝胶-电极界面，完成每次测试中的运动。商业凝胶在一次测试中已经肿胀并失去附着力，而SOH水凝胶贴片在五次测试内的信噪比保持在25 dB以上，在出汗环境下实现了稳定的肌电信号采集(图4a-b)。为了探索极端水下环境下SOH水凝胶的抗湿性，研究者将SOH水凝胶粘附在猪皮和电极上并浸入水中，观察到水凝胶在30分钟以上保持稳定粘附(图4c)。总之，SOH水凝胶具有稳定、可重复的粘附特性，适合在实际应用中进行长期监测。

图4 SOH水凝胶的抗湿性及运动学分析

5. 运动监测和手势识别

为了获得肌电信号的维数信息，采用快速傅立叶变换在时域和频域对特征值进行分解。采用均方根(root mean square, RMS)在时域上评价肌肉力量，其与肌电信号的幅值呈正相关。当最大负荷设定为30 kg时，RMS值随着负荷的增加而增加(图4d-e)。肌肉疲劳可以通过特征值来评估。在二头肌等张收缩过程中，频谱中的峰值频率明显向低频区偏移。肌电信号的平均频率(MNF)逐渐降低，均方根值逐渐增加(图4f-g)。由于肌肉疲劳，完成同样的动作需要更多的努力。在肱二头肌的等长收缩过程中，肌肉需要保持10 kg的负荷，直到完全衰竭。时频热图显示频率值和能量输出缓慢下降，对应较深的蓝色，表明二头肌逐渐疲劳(图4h)。

此外，研究者使用线性判别分析(LDA)的统计分析技术以及包括人工神经网络(ANN)在内的机器学习算法对四种手势进行编码和识别(图5)。四种手势的原始肌电信号和时频热图如图5b所示，每个手势的能量在四个通道中分布不同，高振幅表示肌肉输出更大。采用人工神经网络对四种手势(腕伸、握拳、腕屈、手指展开)的验证集进行分类和预测的准确率可以达到100%。结合数据挖掘和机器学习，结果表明SOH水凝胶在监测肌电信号方面具有高保真度和清晰度。

图5 多通道分析和手势识别的机器学习

综上， 本文开发了一种集成的Janus水凝胶，通过表面感应具有均匀的机械和电子性能。文章全面探讨了反润湿性诱导的机理，疏水/亲水表面、相容弹性和导电性的结合赋予了水凝胶电极贴片与皮肤的抗湿气粘附和高保真的肌电图信号。在排汗环境下，肌电信号的信噪比维持在25 dB以上。水凝胶电极贴片可以为肌肉力量提供准确的定量描述和疲劳评估。它为连续运动监测、个人数字医疗保健和复杂应用场景中的多模态人机交互提供了新的视角。

了解更多

关注“EngineeringForLife”，了解更多前沿科研资讯