基于机器学习的3D打印保形应变和湿度传感器，实现人体运动预测和健康监测

可穿戴传感器由于其灵活性和重量轻的特点，在医疗保健应用领域获得了极大关注。然而，开发易于制造和保形性良好的鲁棒性可穿戴传感器仍然是一个挑战。据麦姆斯咨询报道，近日，南洋理工大学（Nanyang Technological University）的科研人员合成了一种导电石墨烯纳米板-碳纳米管（GC）油墨，用于多射流熔融（MJF）打印。MJF的逐层制造工艺不仅提高了GC传感器的力学性能和阻燃性能，而且提高了其鲁棒性和灵敏度。此外，利用GC传感器收集的阻力变化数据对支持向量机（SVM）进行训练，其预测人体运动的准确率为95.83%。由于其稳定的湿度敏感性，GC传感器在监测人体呼吸和预测呼吸模式（正常呼吸、快速呼吸和深呼吸）方面也表现出优异的性能，从而扩大了其在医疗保健领域的潜在应用。相关研究成果以“3D Printed Conformal Strain and Humidity Sensors for Human ………………………………