传感器

研究通过激光直接写入技术，在聚酰亚胺（PI）薄膜上制备了多孔激光诱导石墨烯（LIG）微阵列层。随后，我们将少层MXene纳米片均匀涂覆于LIG表面，制备出具有单位面积低比热容、大层间距、优异电导率及高热导率的MXene/LIG@PI薄膜。

Marianna Rossetti博士的研究专注于将基于石墨烯的二维材料与分子识别系统（包括DNA纳米技术和CRISPR-Cas平台）相结合。她的工作旨在开发快速、经济且可扩展的纳米结构电化学传感平台，使其适用于去中心化及资源受限的环境。她由“la Caixa”基金会资助的项目专注于人乳头瘤病毒（HPV）的检测。

本工作采用溶剂热法成功制备了负载于石墨烯上的锂掺杂CuO纳米颗粒，用于高效检测H₂S气体。

MyBreathPrint采用石墨烯纳米传感器与机器学习算法，通过检测人体呼气中与特定疾病（包括全球头号癌症死因肺癌）相关的挥发性有机化合物（VOCs）进行诊断。该设备采用超高灵敏度传感器，可检测十亿分之一的微量化合物浓度，灵敏度比传统医用气体传感器高出千倍。结合人工智能/机器学习算法，系统能在数秒内提供精准近乎即时的检测结果，有望实现诊所乃至家庭的广泛筛查应用。

Revoice的核心是一款基于石墨烯的纺织应变传感器，能够将颈部和喉咙的微小动作转化为强有力的电信号。一层薄石墨烯直接被丝网印刷在可拉伸的纺织基材上，石墨烯层使用由石墨、乙基纤维素和异丙醇提取的可打印油墨制成，经过高压均质处理和后续离心，去除未剥离颗粒。当应变时，该导电层沿纺织品的应力集中线形成有序的微小裂纹。这些受控裂纹调节石墨烯网络的电阻，响应极小的变形，使设备能够捕捉用户口型说话或尝试说话时产生的细微皮肤振动。

作者推出了一种智能多模态石墨烯皮肤贴片，用于耳部健康监测和声学交互。 优势与意义：GSP首次将监测、预警与交互功能集成于微型贴片，通过材料创新与算法优化，为耳部健康管理提供闭环解决方案。PDM技术突破低频失真瓶颈，可穿戴声学器件迈向高保真时代。未来方向：未来，团队将进一步验证长期佩戴舒适性与生物相容性，集合大语言模型，并探索个性化健康数据分析模型。这项研究不仅为智能可穿戴设备树立新标杆，更为“主动健康”理念提供了创新范式。