EN
简
Medtec上海国际医疗器械设计与制造技术展览会

2025. 09.24-26
上海世博展览馆1号馆&2号馆

免费胸卡
Medtec上海国际医疗器械设计与制造技术展览会

2027. 9.1-9.3

上海新国际博览中心 N1-N4

距离展会

天
展会门票
展位预定

2023医疗器械展览会“探”人工神经触觉传感系统

人类使用不同类型的皮肤受体通过压力和振动信号的组合，来检测触觉刺激。人工触觉感知系统的进步与机器人和假肢的发展密切相关，并且科学家已经创造了人工受体、神经和皮肤。然而，构建具有类人能力的系统仍然具有挑战性。
研究背景
人类的触觉感知是一个复杂的过程,与检测无毛皮肤时空机械变形中的压力和振动有关。振动的检测对于感知细微纹理和提供丰富的触觉感受尤为重要。特别是，人类皮肤通过皮肤机械感受器感知触觉刺激，其中慢适应(SA) 和快适应(FA)感受器对静态压力和振动(高频动态压力)敏感并有选择性地做出反应。人工触觉感知系统可用于开发机器人和假肢领域，对压力、振动或两者都能敏感检测的传感器已有报道。人们还开发了各种策略来模拟每种受体类型: 电容、压阻和光学方法用于模拟 SA 传感器压电和摩擦静电方法用于模拟FA 传感器。不过，目前只有少数几种传感器可同时实现这两种功能，而基于粒子的制造方法也仅用于一种类型的受体。开发实用的触觉感知系统还需要传感器与人体兼容(薄、轻、可粘合、可变形)且经济实惠(成本低、可通过简单的制造工艺大规模生产)。
最近的研究表明，通过创建人工机械感受器和传入神经，以及将这些元件与生物启发方法相结合，可以模拟触觉识别系统。然而，以前使用的简单计算方法都是基于时间间隔(SA)或开/关(FA)。这与生物过程截然不同，在生物过程中，人类根据特定的放电模式感知触觉，而放电模式取决于表面或物体的特定形状和粗糙度。
研究成果
人工触觉感知系统的开发在机器人和假肢的开发中备受关注，人工感受器、神经和皮肤已被制造出来。然而，构建具有类人能力的系统仍然具有挑战性。在此，韩国科学技术高等研究院Seongjun Park与成均馆大学Sungwoo Chun教授合作报告了一种人工神经触觉皮肤系统,该系统利用基于颗粒的聚合物复合传感器和信号转换系统模拟了人类的触觉识别过程。该传感器对压力和振动做出选择性响应，类似于人类皮肤中的慢适应和快适应机械感受器，并能产生类似于感觉神经元的输出信号模式。作者在体外试验中表明输出信号可以通过传入小鼠触觉神经纤维进行不失真传输，在体内试验中表明，信号可以刺激大鼠运动神经诱发后肢肌肉收缩。利用该触觉传感系统开发了一种人工手指，它可以通过将传感器信号与深度学习技术相结合来学习对精细和复杂纹理进行分类。该方法还可用于在训练模型的基础上预测未知纹理。相关研究以“An artificial neural tactile sensing system为题发表在Nature Electronics期刊上。

 

曾在2023医疗器械展览会中亮相的研发和设计服务企业，包括上海威固、上海药明康德、巨翊科技、上海瀚赛、诺达思（北京）信息技术、北京卓杰亿品、洛可可创新设计集团等多家企业，他们在现场带来的展品包括OSSD-BGA SATA nano 、医疗器械测试业务、临床前大动物实验、行为观察记录分析系统等。点击快速参与2023医疗器械展览会。

图文导读
Fig. 1 | Artificial tactile sensory system mimicking a biological system.
Fig. 2 | Biomimetic T-skin sensors with particle-based polymer composites.
Fig. 3 | Signal-converting system converting sensor signals to sensory neuron-mimicking signals.
Fig. 4 | Biological applications of T-skin system.
Fig. 5 | Surface texture recognition using T-skin system as active finger skin.
总结与展望
作者报道了一种生物启发的人工神经触觉系统。通过在高分子 PDMS 基体中加入模拟SA的rGO片和模拟 FA的 BaTiO3 纳米颗粒，制备了同时对压力和振动敏感的皮肤触觉装置。该系统可以成功模拟 SA 和 FA 型神经信号模式，合成的输出信号可以在真实神经中完全传递，或产生触发肌肉收缩所需的突触传递。作为人工手指，利用深度学习技术对精细复杂的纹理进行了学习和分类，并在学习纹理的基础上对未知纹理进行了预测。然而，仍有进一步研究的空间。
2023医疗器械展览会意识到，首先可以利用复杂的神经成像和记录技术研究我们的大脑如何感知该系统产生的信号。其次，可以开发一种能够生成神经信号数据库的先进算法，以改进模仿过程。最终，将我们的方法与最近开发的系统或突触级生物仿生学技术相结合，可以克服传统压力或振动敏感传感器的局限性，从而开发出能够更好地再现感觉的设备。

 

文章来源：i学术i科研