酷游官方app入口

随着人工智能（AI）和物联网的快速发展，用于可穿戴及感算一体化的神经形态计算设备正成为下一代人机界面和智能系统的核心。然而，传统刚性芯片在可穿戴应用中的集成性受限，而有机电化学突触晶体管（OEST）凭借轻薄、柔性、生物相容及低工作电压，展现出在健康监测、运动分析、柔性机器人等领域的巨大潜力。然而有机材料仍存在诸多性能瓶颈，且晶体管器件在复杂神经网络中的制备工艺复杂，难以推广实用。基于OEST如何实现硬件可行的可穿戴神经形态设备，对于发展其在实际复杂数据处理和多领域应用至关重要。

为解决上述问题，近日，岳晚教授和谢庄副教授研究团队聚焦于柔性、可穿戴且绿色环保的低成本全聚合物OEST系统，开发出一系列新型p型与n型有机材料及OEST器件，具备高电导调节范围、多样化突触功能调控和低能耗的优势。同时，借助储层计算（reservoir computing,RC）的简化计算架构和优越的时序数据处理能力，以单层网络进行轻量化高效处理，大幅降低神经计算复杂度。上述OEST-RC系统在语音数字识别、图像分类和睡眠信号监测等任务中表现卓越（>90%准确率），并可由单一元件实现，显著降低制备难度。研究为开发集成化、可持续的神经形态计算系统和生物启发电子提供了新路径，推动了OEST技术在健康监测和智能可穿戴设备领域的实际应用。具体研究成果如下：

成果一、团队展示了一种全聚合物累积模式p型OEST并详细研究了离子动力学调控与仿突触功能的关系，促进高性能可穿戴且完全可回收的边缘计算RC系统的发展（图1）。这种微孔共轭聚合物（P3gCPDT-1gT2）在<1 V下提供高于mA级的电流输出，并与聚合物电极（PEDOT:PSS）/山梨糖醇）及电解质（明胶/甘油）相结合，实现易失和非易失两种突触模式。其中阐明了易失性OEST作为非线性动态储层的性能可通过调节外加栅压和凝胶组成来改变晶体管离子动力学而进行优化。此外，全聚合物器件在超过3000次的弯曲循环中表现出稳定突触性能，并能够使用环保溶剂方便地对器件所有材料进行回收。因此，通过将用于数据处理的易失性储层与用于特征训练的非易失晶体管网络进行组合，即可建立简单的柔性可穿戴RC系统，在弯曲下的语音识别任务仍保持准确率>90%。

相关成果最近以“All-Polymer Organic Electrochemical Synaptic Transistor With Controlled Ionic Dynamics for High-Performance Wearable and Sustainable Reservoir Computing” 为题发表于《Advanced Functional Materials》(Adv. Funct. Mater. 2024. DOI: 10.1002/adfm.202415595)，我院2022级硕士生研究生何懿霏为第一作者，岳晚教授、谢庄副教授和兰柳元副研究员作为论文的共同通讯作者，酷游官方app入口是论文唯一完成单位。

成果二、团队开发了一种目前综合性能最佳的小分子n型OEST，同时具备优异的易失和非易失突触特性。通过与网络结构简单并硬件实现可行的RC框架集成，展示了n型RC硬件系统的多领域实用潜力（图2）。这种n-OEST的可调节突触特性不仅表现出自适应的非线性记忆动力学特性来丰富储层状态，其非易失特性在长期增强/抑制（LTP/LTD）中也表现出高达256位电导水平和宽动态范围（≈147），超过了先前报道的n-OEST（图3）。继而首次提出以n-OEST同时作为储层与训练读出层构建的RC系统，且仅需数千乃至上百个单元的单层网络互联，即达到手写数字图像（94.9%）和语音（90.7%）的高识别精度。此外，在实际睡眠监测中，特别是在鼾声识别与呼吸音识别中，通过丰富储备池的状态，也出色地完成任务，准确率高达98.0%，验证了有机神经计算硬件在真士嵊喂俜絘pp入口【坝τ玫目尚行。

相关成果最近以“Hardware-Feasible and Efficient N-Type Organic Neuromorphic Signal Recognition via Reservoir Computing” 为题发表于《Advanced Materials》(Adv. Mater. 2024. DOI: 10.1002/adma.202409258)，我院2022级博士研究生刘日平、2022级硕士研究生何懿霏以及2023级博士研究生朱修远以及为共同第一作者，岳晚教授和谢庄副教授作为论文的共同通讯作者。

相关研究工作受到国家自然科学基金、国家重点研发计划、广东省自然科学基金以及酷游官方app入口中央高校基本科研业务费专项基金的大力支持。

初审：袁湛楠

审核：田雪林、许俊卿

审核发布：李伯军