Printable, adhesive, and self-healing dry epidermal electrodes based on PEDOT:PSS and polyurethane diol
Notice bibliographique
Résumé
Abstract Printable, self-healing, stretchable, and conductive materials have tremendous potential for the fabrication of advanced electronic devices. Poly(3,4-ethylenedioxithiopene) doped with polystyrene sulfonate (PEDOT:PSS) has been the focus of extensive research due to its tunable electrical and mechanical properties. Owing to its solution-processability and self-healing ability, PEDOT:PSS is an excellent candidate for developing printable inks. In this study, we developed printable, stretchable, dry, lightly adhesive, and self-healing materials for biomedical applications. Polyurethane diol (PUD), polyethylene glycol, and sorbitol were investigated as additives for PEDOT:PSS. In this study, we identified an optimal printable mixture obtained by adding PUD to PEDOT:PSS, which improved both the mechanical and electrical properties. PUD/PEDOT:PSS free-standing films with optimized composition showed a conductivity of approximately 30 S cm −1 , stretchability of 30%, and Young’s modulus of 15 MPa. A low resistance change (<20%) was achieved when the strain was increased to 30%. Excellent electrical stability under cyclic mechanical strain, biocompatibility, and 100% electrical self-healing were also observed. The potential biomedical applications of this mixture were demonstrated by fabricating a printed epidermal electrode on a stretchable silicone substrate. The PUD/PEDOT:PSS electrodes displayed a skin-electrode impedance similar to commercially available ones, and successfully captured physiological signals. This study contributes to the development of improved customization and enhanced mechanical durability of soft electronic materials.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».