Junjie Wang, Binbin Zhai, Jing Zhang, Hanyang Ning, Qi He, Tinghao Wu, Kang Li, Chi Zhang, Yanyan Luo, Aiping Chi, Wei Ren, Zhongshan Liu*, Yu Fang*. Advanced Functional Materials 2026, e24980, DOI: 10.1002/adfm.202524980

表皮电生理信号，例如心电图、肌电图和脑电图，如同人体内部传递信息的“电报”，不仅在临床诊断中发挥着重要作用，也是研究大脑活动与运动功能、进行健康监测的主要工具。柔性表皮电极作为采集这些信号的关键材料，可直接贴附于皮肤表面，并可分为湿电极和干电极两大类。尽管凝胶湿电极具有自粘附的特性，但其较差的透气性与易脱水的问题，限制了该电极在长期监测中的应用。为了克服这些问题，兼具可拉伸性、良好透气性且与皮肤顺应性的干电极成为当前研究的热点。

图1. PEG-CTH纳米膜的表征

在本研究中，我们研发了一种新型超薄表皮干电极，它是基于界面纳米膜与银纳米线复合制备而得到的。该薄膜（通称PEG-CTH）由聚乙二醇醛基与杯[4]芳烃衍生物通过气‑液界面交联聚合而成。薄膜结构中的酰腙键与聚乙二醇链段协同作用，可进一步增强其与皮肤的粘附力。

图2. 纳米膜表皮电极的电生理信号监测

在喷涂银纳米线后，所制备的薄膜电极在高达100%的应变下仍表现出稳定的导电性能。同时，电极在模拟出汗前后的粘附强度基本保持稳定。在此基础上，我们进一步通过多模态感知（如应变与剪切力检测），对人体肢体运动进行了监测，以系统评估该薄膜电极的机械坚固性。最后，通过采集高质量的心电图与肌电图信号，并成功检测出大肌群及具有挑战性的精细肌群活动信号，本研究探讨且验证了该表皮电极在实际生理监测中的实用性能。进一步地，通过将所获取的精细肌群的肌电信号与深度学习算法相结合，成功实现了对五种不同手指手势的高精度识别，准确率达到100%。

第一作者：陕西师范大学硕士研究生王俊杰

通讯作者：陕西师范大学房喻院士、刘忠山副教授

全文链接：https://doi.org/10.1002/adfm.202524980