[發(fā)明專利]一種二維MXene基聲音探測器及其制備方法和應用

在審

• 申請?zhí)枺?/td>: 201911281660.0
• 申請日: 2019-12-13
• 公開（公告）號: CN111121951A
• 公開（公告）日: 2020-05-08
• 發(fā)明（設計）人: 溫博;丁惠君;張家宜;靳雨錕;梁維源;范濤健;康建龍;黃浩
• 申請（專利權(quán)）人: 深圳瀚光科技有限公司
• 主分類號: G01H11/06
• 分類號: G01H11/06;A61F2/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提供了一種二維MXene基聲音探測器，包括基底層、MXene薄膜、電極及包覆層，所述基底層與包覆層合圍成用于容置MXene薄膜的密封容置腔；所述電極包括一對，一對電極均與MXene薄膜接觸，且一對電極通過MXene薄膜電導通。本發(fā)明二維MXene基聲音探測器利用了MXene材料優(yōu)越的電學性能和力學性能，即不同振幅或者頻率的初始聲波作用于MXene薄膜時，能夠帶來MXene薄膜總電阻的大小及變化頻率差異，實現(xiàn)高效檢測和分辨初始聲波并生成對應的電信號。本發(fā)明還提供了一種人工電子喉嚨、二維MXene基聲音探測器的制備方法和二維MXene基聲音探測器在人工電子喉嚨上的應用。

技術(shù)領域

本發(fā)明涉及聲音探測裝置技術(shù)領域，具體涉及一種二維MXene基聲音探測器，本發(fā)明還涉及一種人工電子喉嚨，本發(fā)明還涉及一種二維MXene基聲音探測器的制備方法及應用。

背景技術(shù)

喉嚨(聲帶)是一種獨一無二的生物結(jié)構(gòu)，其用于發(fā)聲且方便彼此溝通。喉部疾病往往導致溝通障礙，具體表現(xiàn)為大部分病患者無法通過喉嚨準確發(fā)聲。目前，存在許多解決方案用來幫助病人發(fā)聲，例如常見的包括食道發(fā)聲和人工電子喉嚨。食道發(fā)聲依靠食道的震動發(fā)出的聲音，和正常喉發(fā)出的聲音較為接近。但是，食道發(fā)聲需要借助于各種方法進行訓練，訓練周期長、過程艱辛，即使經(jīng)過大量的訓練，仍有60％以上的患者學不會食道發(fā)聲，這也成了食道發(fā)聲無法克服的障礙。人工電子喉嚨主要通過聲音探測器實現(xiàn)，具體表現(xiàn)為：聲音探測器將聲音產(chǎn)生的生物振動(例如喉部振動)信號轉(zhuǎn)換成電信號，通過對電信號進行解析和功放，輸出解析和擴增后的聲音電信號，最后將該電信號輸出到喇叭等揚聲器設備，發(fā)出模擬人體喉嚨發(fā)聲的聲音。但是，傳統(tǒng)的人工電子喉嚨也存在解析功能有限，一者難以檢測和分辨生物振動信號，二者也無法準確模擬出生物振對應的聲音信號。

隨著可穿戴電子產(chǎn)品、臨床檢測裝置的快速發(fā)展，高靈敏度、電學性能和力學性能優(yōu)越的柔性傳感器材料越來越多的被人們發(fā)掘出來，研發(fā)出一種可穿戴的高分辨率聲音探測器在技術(shù)上變得可能，也成為目前高性能醫(yī)療器械的研究熱點。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種二維MXene基聲音探測器，該二維MXene基聲音探測器利用了MXene材料優(yōu)越的電學性能和力學性能，能夠高效檢測和分辨聲波振動，并基于振動生成對應的電信號，以解決現(xiàn)有聲音探測器存在的檢出限低、分辨率低等問題。

第一方面，本發(fā)明提供了一種二維MXene基聲音探測器，包括基底層、MXene薄膜、電極及包覆層，所述基底層與包覆層合圍成用于容置MXene薄膜的密封容置腔；

所述電極包括一對，一對電極均與MXene薄膜接觸，且一對電極通過MXene薄膜電導通。

本發(fā)明一具體實施方式中，所述一對電極分別設置于MXene薄膜的兩側(cè)，所述MXene薄膜及一對電極內(nèi)置于密封容置腔。

優(yōu)選地，所述基底層為PDMS基底層，所述包覆層為PDMS包覆層。

優(yōu)選地，所述電極與引線電連接，所述電極內(nèi)置于密封容置腔，所述引線穿過密封容置腔。

優(yōu)選地，所述電極的材質(zhì)包括鉻和金中的至少一種；所述電極的厚度為25nm～90nm。

優(yōu)選地，還包括偏壓電源，所述偏壓電源兩端分別與一對電極電連接，且所述偏壓電源用于給MXene薄膜提供偏壓。

本發(fā)明一具體實施方式中，還包括數(shù)字萬用表，所述數(shù)字萬用表分別與一對電極電連接，且所述數(shù)字萬用表用于檢測MXene薄膜的電阻值。

本發(fā)明另一具體實施方式中，還包括深度學習網(wǎng)絡，所述一對電極與深度學習網(wǎng)絡信號連接，且所述深度學習網(wǎng)絡用于檢測所述MXene薄膜的電阻值變化。

優(yōu)選地，所述深度學習網(wǎng)絡為SR-CNN(Syllable Recognition ConvolutionalNeural Network)網(wǎng)絡。