山西师大崔小静 ACS Sensors：机器学习辅助热电水凝胶实现自驱动面部感知

本研究由山西师范大学崔小静副教授团队在《ACS Sensors》上发表，介绍了一种机器学习辅助的自驱动面部感知热电凝胶电子皮肤。该热电水凝胶具有柔性可拉伸和温度感知特性，能够与人体皮肤共形贴合，精准感知面部肌肉活动和温度变化，从而实现面部表情精准识别和人体健康状态监测。研究基于聚乙烯醇、结冷胶、甘油等制备了具有热电特性的双网络热电水凝胶贴片，其塞贝克系数达到1.89 mV K-1。通过机器学习算法辅助，该热电水凝胶在面部表情识别和健康监测方面的综合准确率高达96%。该研究在人机交互、健康管理和智能穿戴等领域具有重要的应用潜力。