1.痛点问题 为了更好地开展脑科学研究，使用侵入式神经电极获取并传输脑部神经元信号是一个重要手段。但是目前脑科学研究中使用的神经电极多为硬性电极，尺寸较大、柔性较低，容易在模式动物脑内引起排异反应和持续损伤，致使电极使用时间短、信号精度低，所获取数据难以达到持续连贯和精准高效，成为限制脑科学研究向更深、更细方向发展的一大瓶颈。本项成果涉及柔性神经电极技术，有望解决脑科学研究中神经电极性能不高导致的研究瓶颈。 2.解决方案 本项成果使用特有电极材料体系，结合特殊微纳加工技术，可以研制出尺寸与神经元细胞相当、柔软程度与细胞接近的柔性神经电极。该柔性神经电极将具备较高生物相容性、信号灵敏度和较长使用寿命，能够长时间持续准确获取神经元信号。同时，配合自主研发的全自动植入载具，该电极能够简便地植入动物脑部，并集成到专用芯片、信号分析仪器等配套设备上，直接用于各类脑科学研究。

本项目是以铝溶胶为主要原料，通过溶胶凝胶制备技术，控制氧化铝陶瓷纤维的组成，制备高性能的氧化铝柔性纤维，并通过针刺、烧结等工艺制备成纤维毯、毡等制品。

基于常州大学药学院教授——招秀伯教授对于基于以姜黄素、单宁酸等化学物质为基底，通过化学原理，浸泡吸附等作用，完成对于金属镍、银等在织物表面附着的喷墨打印技术的产业化落地的再探索。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 付毅伟 机器人产业学院/计算机科学与技术 2020.10/2024.8 20416114 张强 机器人产业学院/电子信息工程 2020.10/2024.8 20401131 赵灿恒 机器人产业学院/自动化 2020.10/2024.8 20406231 戴毅 机器人产业学院/智能制造 2020.10/2024.8 20409109 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 招秀伯 药学院/生物工程 博导/教授 生物胶体与生物界面，生物材料，纳米医学（抗菌、抗肿瘤短肽，基因、药物递送），微流控生产纳米颗粒， 2D/3D生物打印，柔性穿戴等。 四、项目简介 基于常州大学药学院教授——招秀伯教授对于基于以姜黄素、单宁酸等化学物质为基底，通过化学原理，浸泡吸附等作用，完成对于金属镍、银等在织物表面附着的喷墨打印技术的产业化落地的再探索。通过对此项技术的应用，在织物上进行电路打印、制作电极，通过对柔性电极的制作，完成对于心电监测的信号采集、实时收集、实时传输，通过深度学习等技术进行获取的心电监测数据读图算法的分析，给予使用者心脏监测数据的实时反馈，并且与医院相关数据库，医疗接诊平台建立联系，提供医疗专业支持，将心脏电路管道心率检测中所读取的心电信号进行医学的正常与非正常划分,将恶性心律突发在发病之初向使用者进行提示，将心脏病发作导致猝死扼杀在摇篮之中。

依托南京工程学院江苏省先进结构材料与应用技术重点实验室，基于与南京航空航天大学先进材料及成形技术研究所的产学研合作，长期开展航空、汽车、核电等金属板料及管塑性成形技术研究，已合作研发先进成形装备多套。 核心技术包括： (1)管材三维自由弯曲成形技术及装备 (2)复合管旋压成形技术

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

观察齿轮与齿轮间的咬合传动，从而获得其交互作用的概念，并培养小朋友对科学的兴趣。可作制作套件用。

本项目以制备超快高储能柔性器件为导向，建立基于界面纳米复合材料的新技术。通过水热法和电化学方法在柔性导电基底上构建纳米阵列/金掺杂二氧化锰的三维纳米复合电极，作为正极；通过水热法和热处理法在柔性导电基底上生长多孔氧化铁纳米复合材料，作为负极，组装全固态薄膜器件。利用纳米复合材料的多方面优势加速电子/离子在活性材料中的传递，进而达到超快高储能的目的。基于纳米复合材料的全固态薄膜器件可展现出超快充电能力（10 V/s），比常规电容器的充电时间快10-100倍。这是国际上基于金属氧化物赝电容薄膜型超级电容器研究领域的一个重大突破。此外，本项目以开发超快超柔储能器件为导向，开发了一种热力学诱导自发组装和原位掺杂结合碳热还原的方法来实现石墨烯纳米筛粉体和薄膜的宏观可控制备，解决了传统石墨烯材料纵向物质传输差的局限。通过控制碳热温度，可以调节石墨烯纳米筛表面的孔密度，即孔径大小可控（10~100 nm）。与传统石墨烯薄膜电极相比，石墨烯纳米筛表面丰富的孔结构使得其作为电极材料时拥有更大的比表面积，而且电解质离子可以在垂直于平面的轴向上传递，缩短了离子传输路径。

一种Si-Mn-O玻璃态物质中控制Si-Mn形核、生长的动力学方法，实现了毫米级长度的Mn5Si3 @SiO2柔性纳米电缆（图1）。单根纳米线中，不论壳层厚度、还是电芯尺寸均表现出令人吃惊的均匀性（尺寸波动<4%），同时展现出极好的柔性与自支撑特性，不同弯曲程度下电阻几乎没有任何变化。统计电阻率数值为1.28 - 3.84×10-6 Ωm，最大耐受电流为1.22 - 3.54×107 A cm-2，分别为同等测试条件下同等尺寸银纳米线的10倍与1/3。这样一根导线在300℃的温度下，24小时的测试时间内，电阻率保持不变，证明其能够长时间在高温环境中正常工作。 在1 mol/L的HCl溶液中模拟强酸性环境，发现I-V特性几乎和空气环境中一致；在较长的一段时间内，原位监测导线在溶液中的电学特性变化，发现性能并无衰退。进一步，在溶液中外加矩形波电场，模拟复杂的外部干扰信号，导线仅由于电容效应发生十分微小的电阻变化。另外，同样考察了其耐氧化特性，放在30%双氧水溶液中20小时，电阻未发生明显变化。上述实验数据充分证明所设计的复合纳米电缆能够在高温、酸性及强氧化性等极端环境下正常工作，同时能够抵抗复杂的电场信号干扰。

硅芯片是当代信息技术的核心，当前正向“深度摩尔”（More Moore）和“超越摩尔”（More than Moore）两个方向发展。物联网（IoT）应用是“超越摩尔”技术路线中相当重要的一环，需要数量巨大的集成电路芯片来分析处理来自外部传感器件的海量信号。目前，大多数传感信号采集器件和信号处理单元均为分离设计，将在整体上产生更大功耗并占据更大的空间。由此，复旦大学材料科学系教授梅永丰课题组提出了将信号检测和分析功能集成于同一个芯片器件中的全新概念。作为演示，研究团队将单晶硅薄膜柔性光电晶体管与智能薄膜材料相结合和组装，构造了对不同环境变量进行检测和分析的柔性硅芯片传感器及其系统。这一思路不仅具有优异的可扩展性，还可与当前集成电路先进制造工艺相兼容。5月2日，相关研究结果以《面向智能数字灰尘的硅纳米薄膜光电晶体管多功能集成传感器研究》（“Silicon Nanomembrane Phototransistor Flipped with Multifunctional Sensors towards Smart Digital Dust”）为题发表在《科学进展》（Science Advances）上。研究团队从器件的传感机理入手，利用柔性薄膜组装集成芯片传感器，实现了多种环境参数探测功能的集成。图1：(A) 器件主要功能层示意图；(B) 贴附于曲面上的柔性传感器件阵列；(C) 智能传感器件功能区的光学显微照片；(D)用于湿度传感的集成系统构造图；(E) 氢气通入前后参比器件与检测器件的电流变化，红色为参比电流，蓝色为检测电流。智能材料在环境刺激中可以发生折射率、颜色、晶体结构等方面的光学性质变化，但一般需要光谱设备或比色卡才能进行比对。而翻转的硅薄膜光电晶体管由于没有栅极金属阻挡功能区域的光信号吸收，可以更容易获得高灵敏的传感特性。利用这一点，研究团队将多种智能薄膜材料贴合在器件功能区，智能材料内部物理性质变化引起了微小光学性能改变，从而表现在输出的光电流上，因此可以在同一个芯片上实现对多种不同信号的同时检测。图1A展示了传感器件典型的功能层结构，顶层的智能薄膜材料对环境刺激发生响应，进而改变下方硅单晶薄膜光电晶体管的输出信号。具有2微米厚的热氧化二氧化硅层则作为光电晶体管的封装，对下方器件进行保护。硅薄膜光电晶体管完全由晶圆级先进集成电路工艺方法制备而成，结合了传统硅基光电子器件的高性能和硅纳米薄膜超薄厚度下的优良柔性。图1B是贴附于半径仅为2毫米直径玻璃管上的柔性器件阵列，表现出良好的弯曲性能。图1C是单个器件功能区域的特写，在蓝色虚框部分集成不同智能材料即可实现对不同环境信号的检测。图1D是具有完备传感与数据处理功能的柔性系统合成图，包括传感与参比器件、逻辑与存储单元、信号放大器和电源。研究团队利用该系统实现了对环境中湿度的实时、快速检测，演示的信号为依次减小的三个湿度脉冲。整个过程中直接对环境变化做出响应的信号，即参比器件与传感器件输出电流随时间的变化如图1E中所示。当环境发生变化（如图所示通入氢气），传感器件的输出电流大幅增加，而参比电流保持平稳，再利用差分电路处理，即可给出所检测的环境参数的值。研究团队开发了将智能材料与光电传感结合的新颖传感机制，并将传感模块与后续信号处理等模块集成在一起，展示了其在气体浓度、湿度、温度等多种环境参数检测方面的能力，已经初步具备了未来的“智能数字灰尘”的雏形。该策略也可以应用于其他的数字传感系统，在后摩尔时代中将具有巨大的应用潜力。论文主要由李恭谨博士，博士研究生马喆和尤淳瑜合作完成，并获得韩国延世大学Taeyoon Lee教授和中科院微系统所狄增峰研究员的合作支持。该工作得到国家自然科学基金委、上海市科委、复旦大学和专用集成电路与系统国家重点实验室等大力支持。