[据英国Nature杂志官方网站2020年7月10日报道]
纳米材料和纳米微制造技术的最新进展推动了柔性可穿戴电子设备的发展。然而，现有的制造方法仍然依赖于多步骤、容易出错的复杂过程，这需要昂贵的洁净室设备。在这里，我们报道了一种新的功能材料的纳米制造方法，它能够实现无线、多层、无缝互联和灵活的混合电子系统。包含机器学习的全印刷电子产品提供了多种多样的人机界面。关键的技术进步之一是使用了具有增强的生物相容性、抗氧化性和可焊性的功能化导电石墨烯，这使得无线柔性电路成为可能。高长径比石墨烯提供了无凝胶、高保真的肌肉活动记录。通过肌电图使用外部系统的实时控制来演示印刷电子设备的性能。具有深度学习嵌入式电生理标测的解剖学研究允许对三个通道进行最佳选择，以在七个类别中以大约99%的准确度捕获所有手指运动。

这项工作介绍了全印刷的纳膜混合电子学(称为“p-NHE”)，其制造策略是通过对纳米材料制备、材料加工和印刷优化的综合研究而确立的。附加纳米制造工艺确保了多层印刷中的高精度对准，同时薄而柔韧的结构允许印刷电子器件与弹性体结合并自然变形。高长径比功能化导电石墨烯保留了固有的电学和形态学特性，促进了细胞的生物相容性，并通过防止氧暴露来抵抗金属氧化。柔性印刷电路允许将功能芯片元件焊接到FCG/Ag膜上，从而提高结构可靠性。为了充分说明全印刷肌电图(EMG)设备在推进可穿戴医疗保健和健康监测方面的可行性，我们实现了多种人机界面(HMI)场景，包括手势控制的无线目标控制，如无人驾驶飞机和计算机软件。由于它们的紧凑性和低质量，可以将多个印刷的肌电信号设备应用于目标肌肉群，以战略性地提高复杂手势的检测精度，这些手势通常需要大量的电极。为了演示，识别在每个手指屈曲过程中激活的特定肌肉群，并应用三个打印设备来同步传输肌电图数据。用深度学习算法分析的同步多设备肌电信号数据能够实时分类单个手指的运动，用于机器人手的无线控制。综合结果表明，所提议的材料优化、设备集成和基于肌电图的人机界面将如何改变印刷电子与软材料集成在一起的方式，以提高人类的表现和医疗保健。（国家工业信息安全发展研究中心  李茜楠）