第一作者：郝逸君、洪可柯、杨甲一

通讯作者：李修函教授、张楚国副教授、王中林院士

通讯单位：北京交通大学电子信息工程学院、伦敦帝国理工学院生物工程学院、清华大学机械工程系、北京交通大学轨道交通控制与安全国家重点实验室、中国科学院北京纳米能源与纳米系统研究所

原文链接：https://doi.org/10.1002/adma.202505613

全文速览

在这项研究中，开发了尺神经损伤引起的肌肉萎缩的评估和康复系统（MUERS）。该系统为尺神经前置手术后萎缩肌的恢复提供有针对性的指导。利用稀土氧化物（REOs）独特的电化学特性，展示了一种灵活、灵敏、可自由校准的基于REOs的摩擦电传感器（RETS）。根据RETS的电压-力响应，RETS在8~80 kPa范围内具有良好的线性关系，最大线性误差仅为1.5%，可以精确测量握持力。结合多通道STM32信号采集器，实时采集志愿者和患者尺神经前置手术后的五指握力。为了进一步提高临床实用性，在机器学习算法的辅助下，对5个通道RETS的输出进行了分析。在比较多种算法后，采用SVM算法确定肌肉功能损伤，准确率高达98.61%。所提出的MUERS可以实时反馈和准确分类患者的康复阶段和康复效果。SVM算法的不同内部核函数对损伤严重程度的分类进行进一步细化、优化和比较，三个分类级别的平均识别准确率达到96.67%。根据详细的评分标准，在患者四周的康复周期中，定量评估显示每周的康复结果稳步改善，萎缩肌群明显恢复和功能增强。

背景介绍

尺神经损伤通常由外伤、压迫或夹持引起，可导致严重的肌肉萎缩和功能障碍，特别是手部尺神经控制手部的小肌肉，负责精确的运动、握力和手指的协调。当神经受损时，这些肌肉因神经信号中断而减弱。临床评估握力对诊断尺神经损伤程度和监测恢复情况至关重要。然而传统的方法灵敏度有限，很难捕捉肌肉力量随时间的细微变化。这些传统设备通常需要定期校准，并且可能无法提供有效跟踪、回收进度所需的精细分辨率。此外，它们的刚性设计限制了患者进行康复训练的适应性。因此，迫切需要先进、灵敏的技术，以准确评估肌肉力量和实时监测神经恢复，为临床医生和患者提供更精确的反馈。开发这种创新的方法可以显著提高尺神经损伤引起的肌肉萎缩的诊断和治疗，支持更快，更有针对性的康复过程。

研究出发点

1）利用稀土氧化物独特的电化学特性，RETS在8-80 kPa范围内表现出线性电压力响应，最大线性误差为1.5%。与多通道STM32信号收集器集成，RETS可以实时监测所有五个手指的握力。

2）将传感器输出与SVM算法相结合，系统对手指握力损伤的识别准确率达到98.61%，并将损伤分为三级，平均准确率为96.67%。MUERS通过握力评分来评估康复进展，并向临床医生提供反馈。

图文解析

图1. MUERS的示意图：(a)从神经受损、损伤评估到康复评估三个阶段示意图。(b)RETS的结构。(c)尼龙-REOs纳米纤维薄膜照片。(d) RETS、多通道STM32采集器和机器学习系统相结合的MUERS工作流程。

图2. 尼龙-REOs纳米纤维薄膜的制备及SEM表征。(a)静电纺丝工艺示意图。(b)静电纺丝过程的分子结构。(c)含有10% La2O3、CeO2、Nd2O3和Pr6O11的尼龙-REOs纳米纤维薄膜的SEM。(d) La，Ce，Nd，Pr元素在尼龙-REOs纳米纤维薄膜中的分布。

图3. 4种尼龙-REOs纳米纤维薄膜的XRD、FTIR、XPS测试。(a) La2O3, (b) Nd2O3, (c) CeO2, (d) Pr6O11的XRD结果。(e) La2O3, (f) Nd2O3, (g) CeO2, (h) Pr6O11的FTIR结果。(i)尼龙纳米纤维膜的C 1s XPS光谱。(j)尼龙-La2O3纳米纤维膜的c1s XPS光谱。(k)尼龙纳米纤维膜的O1s XPS光谱。(l)尼龙-La2O3纳米纤维膜的O1s XPS光谱。

图4. RETS的电输出性能。不同质量比La2O3的尼龙-REOs纳米纤维薄膜的(a)电压，(b)电流，(c)转移电荷量。(d)纯尼龙纳米纤维薄膜和四种尼龙-REOs复合纳米纤维薄膜的介电常数在0.04~3.5 kHz范围内的变化。(e)不同REOs掺杂比例的尼龙-REOs纳米纤维薄膜的电压。(f) 9wt% La2O3尼龙-REOs纳米纤维薄膜组建的RETS的功率密度。(g) RETS的电压响应和释放时间。(h)归一化电压与压力之间的线性关系。(i) RETS在2hz接触分离循环下的10,000秒耐久性。

图5. MUERS损伤评估及康复指导。(a)握持过程和(b)左手RETS示意图。(c) STM32多通道采集电路。(d)电压信号和(e)5个人5通道手指强度比。(f) SVM分类模型框架图。(g)基于rbf核函数的SVM超平面划分进行二值分类。(h)基于rbf核函数的SVM超平面划分进行三级分类。(i)三种损害等级分类的混淆矩阵。(j)不同核函数下的分类精度。(k)不同算法的分类准确率。

图6. MUERS康复可视化进展。（a i）患者尺神经手术部位照片。（a ii）医生和MUERS测试握力，并诊断神经损伤。（a iii） MUERS进行评估，患者进行有针对性的力量训练。（b i）康复系统中的损伤等级划分。（b ii）康复系统的评分部分。(c)患者握力的每日变化情况。(d)第0周至第4周无名指每日握力测量值的标准差。(e)从第1天到第28天，按4天间隔计算的无名指握力恢复斜率（Δ Force/Δ Day）。(f) MUERS监测1、2、3、4周后无名指和小指强度比和电压信号改善情况。(g) MUERS监测下1、2、3、4周的康复可视化评分。(c)中的数据表示平均握力，n = 3。(d)中的数据以平均值±SD表示，n = 3。

总结与展望

综上所述，本文构建了稀土氧化物（REOs）增强的摩擦电传感器（RETS）和人工智能诊断系统，并将其集成到肌肉萎缩评估和康复系统（MUERS）中，以解决尺神经损伤引起的肌肉萎缩的监测和治疗挑战。RETS在8-80 kPa范围内具有很高的线性度（最大误差为1.5%），能够精确测量握持力，实现实时多指强度监测。通过结合SVM算法，为临床医生和患者提供准确的康复阶段分类。通过对模型核函数和正则化参数的优化调整，对患者康复的三个层次进行分类，平均准确率达到96.67%。同时制定了详细的康复评分规则，定量评价康复进度并实时反馈。在四周的周期内，该系统有效地跟踪了肌肉功能的细微改善，实现了个性化的康复策略，并在改善肌肉萎缩方面取得了持续的进展。REOs的创新使用通过改善电子亲和力和输出稳定性显著提高了RETS的电化学性能。此外，通过静电纺丝将REOs掺入尼龙聚合物链中，形成了具有优异摩擦电性能的柔性耐用复合薄膜。尼龙-REOs薄膜具有高灵敏度和结构适应性，使其成为生物医学应用中需要长期稳定性和精确响应生物力学刺激的理想材料。这种坚固的材料系统确保了RETS在康复训练中反复的机械负荷中保持其灵敏度和可靠性。与传统的握力传感器相比，MUERS提供了更高的灵敏度、精细的评估和无需校准的操作，为临床评估工具树立了新的标准。这项研究强调了REOs在摩擦起电方面的潜力，特别是尼龙-REOs复合材料，作为个性化康复和神经恢复监测的先进解决方案，为下一代生物医学技术的广泛应用铺平了道路。

原文信息

Y. Hao, K. Hong, J. Yang, T. Jia, X. Lu, Z. Guo, Z. Wang, Y. Qin, W. Su, D. Yang, H. Zhang, C. Zhang, Z. L. Wang, X. Li, Evaluation and Rehabilitation System for Ulnar-Innervated Muscles Facilitated by Rare Earth Oxide-Enhanced Triboelectric Sensor. Adv. Mater. 2025, 2505613.