物质学院凌盛杰组开发能用于可植入器件识别的离子导体纤维

ON2022-06-02CATEGORY科研进展

近日,manbetx网页登录版物质学院凌盛杰课题组成功制备出具有多级结构的海藻酸钙纤维(AHIF,实现了对其力学、电学性能的灵活可调有望用以匹配不同的生物应用场景并进一步开发了一种非接触式电信号识别模型,结合机器学习能够准确识别植入AHIF器件状态。该成果发表期刊Materials Horizons

 

1 湿法纺丝(A)结合机械训练(B)制备海藻酸钙纤维


可植入材料与生物组织器官之间力学及电学性能的匹配对于可植入器件研究至关重要,良好的匹配可有效降低免疫反应有助于发挥生物信号调节作用。本项研究中,研究人员AHIF湿法纺丝过程中同时采用了离子螯合和机械训练技术利用该方法制得的AHIF中保留高取向分子网络结构具有稳定的分子网络取向与宏观取向的多级微纤结构(图12实现了优异力学性能


2 AHIF的形貌及结构表征


通过实验计算机模拟,研究人员系统验证了机械训练诱导AHIF硬化、强化以及增韧效果及机制,成功实现了在0.1-5 MPa范围内对海藻酸钙水凝胶模量的调控。该模量数值范围涵盖一系列生物组织,包括肺、肌肉和皮肤等(图3,可适用于不同生物应用场景此外,生物相容性和降解性实验表明AHIF具有良好的生物安全


3 A)机械训练过程中对AHIF力学及结构变化(X射线小角/广角散射)监测。(BAHIF与其它生物组织及软生物材料之间的力学性质对比。


由于内部钙离子和水的存在,AHIF呈现优异的离子导电性在外加磁场下可产生电信号。研究人员进一步设计了一种非接触式的电信号发生器模型,结合机器学习对处于不同条件下(布局形式、几何结构及受到不同张力)AHIF激发的信号进行学习实现AHIF状态的准确判定。该模型有助于监测植入AHIF器件在生物体内的情况生物传感器、智能感知人机交互等领域具有一定的参考价值及应用潜力。


4 非接触式电磁感应结合机器学习,实现对可植入器件的几何结构和张力状态的监测。


该成果题为Mechanically and electrically biocompatible hydrogel ionotronic fibers for fabricating structurally stable implants and enabling noncontact physioelectrical modulationmanbetx网页登录版物质学院凌盛杰课题组硕士研究生陈智昊为论文的第一作者凌盛杰教授为通讯作者,manbetx网页登录版为第一完成单位

全文链接:https://pubs.rsc.org/en/Content/ArticleLanding/2022/MH/D2MH00296E