北京林业大学 CEJ:基于生物质的双网络水凝胶,用于高耐久性可穿戴传感与高效紧急止血

北京林业大学团队开发出一种基于动态交联与PAM网络的多功能水凝胶，兼具高强度粘附、可调力学性能、高灵敏度传感及快速止血能力，在柔性电子与生物医学领域具有应用潜力。

北京林业大学雷建都、刘静团队研发的水凝胶，通过结合基动态交联网络与聚丙烯酰胺（PAM）网络，并引入聚多巴胺改性石墨烯纳米片（PGO）及支化聚乙烯亚胺（PEI），实现了强组织粘附性（13.7 kPa）、高导电性（0.46 S/m）与传感灵敏度（GF=2.26），具备可调模量（应力113.5 kPa，应变1672%），能够紧密贴合皮肤，应用于运动信号监测、摩尔斯电码传输以及心电图、肌电图等生理信号检测，结合机器学习实现手势识别准确率达98%。该水凝胶还可于伤口表面形成坚固物理屏障，实现快速止血，在柔性传感与应急止血领域展现出广阔应用前景。

相关成果以“Biomass-based dual-network multifunctional hydrogel for durable wearable sensors and emergency hemostasis” 为题发表在《Chemical Engineering Journal》上。

1

背景介绍

可穿戴传感器作为健康监测的 “贴身卫士”，能实时捕捉人体生理信号和运动状态，但传统商用设备多采用刚性合成材料，佩戴舒适度差，动态环境下导电性不稳定。水凝胶凭借柔性、生物相容性等优势成为理想替代材料，但面临诸多挑战：石油基水凝胶不可再生、环保性差；生物质水凝胶则普遍存在力学强度不足、粘附性弱、湿度环境下性能衰减等问题，且难以在力学强度与导电性之间找到平衡。

同时，应急止血是创伤救治的关键环节，需要材料兼具强组织粘附、快速成膜和生物安全性，但现有止血材料与柔性传感功能的集成化研究极为匮乏。羧甲基纤维素（CMC）作为储量丰富的生物质材料，具有良好的生物相容性和化学可调性，但过量羟基导致吸水性过强，影响粘附性和稳定性。如何通过结构设计，将生物质材料转化为兼具高力学性能、强粘附、高导电和止血功能的多功能水凝胶，成为亟待解决的核心问题。

基动态交联网络与聚丙烯酰胺（PAM）网络构成。通过引入聚多巴胺改性导电石墨烯纳米片（PGO），赋予水凝胶类儿茶酚粘附性，同时提升导电性（0.46 S/m）和灵敏度（应变系数 GF=2.26）；添加支化聚乙烯亚胺（PEI），通过静电相互作用强化水凝胶网络，拓宽传感范围的耐久性。通过调节席夫碱交联比和 PEI 含量，水凝胶实现可调模量（应力 113.5 kPa，应变 1672%），与皮肤组织匹配度高，可用于实时运动信号监测和摩尔斯电码传输。该水凝胶具有强组织粘附性（13.7 kPa），能紧密贴合皮肤实现心电图、肌电图等生理信号的精准检测，结合机器学习的手势识别准确率达 98%；同时可在伤口表面形成坚固物理屏障，实现快速高效止血。这款多功能生物质水凝胶在柔性传感和应急止血领域具有广阔应用前景。

图1. PGO/CO-CA 水凝胶的制备与功能转化示意图

图 2. 水凝胶的化学结构与形貌表征

图 3. 水凝胶的力学性能

图 4. 水凝胶的粘附、自修复与导电修复性能

图 5. 水凝胶的注射性、生物相容性与止血性能

图 6. 水凝胶的导电性与应变传感性能

图 7. 水凝胶在人体运动与生理信号监测中的应用

图 8. 水凝胶在摩尔斯电码传输与签名识别中的应用

图 9. 水凝胶在手势识别与心电、肌电信号检测中的应用

图 10. 机器学习辅助的手语手势识别应用

本研究成功研发出一种生物质基双网络多功能水凝胶（PGO/CO-CA），通过贻贝启发的 PGO 纳米片改性、CMC 基动态席夫碱网络与 PAM 刚性网络的协同作用，以及 PEI 的引入，实现了力学性能、粘附性、导电性、生物相容性和止血功能的完美集成。该水凝胶不仅能精准监测人体运动信号、生理电信号，还能通过机器学习实现手势识别，为可穿戴健康监测提供了高性能平台；同时其快速止血和生物相容性优势，满足了应急创伤救治的需求。

未来，团队将进一步优化制备工艺，降低生产成本，拓展水凝胶在多模态传感、智能伤口敷料、人机交互等领域的应用；通过调控网络结构和功能组分，有望实现温度、湿度等多信号协同检测，提升在复杂生理环境下的稳定性和耐久性。该研究为多功能动态水凝胶的设计提供了新思路，推动了柔性电子与生物医用材料的跨界融合，具有重要的科学价值和应用前景。

Hongyu Wang, Ran Song, Guiru Chen, el at. Biomass-based dual-network multifunctional hydrogel for durable wearable sensors and emergency hemostasis, Chemical Engineering Journal. 2026, 529, 172777.

https://doi.org/10.1016/j.cej.2026.172777

内容信息

封面：文章插图

本文仅作为行业信息传递与交流分享的载体，文中所有观点、意见及结论均不代表本平台立场，用户需谨慎对待并独立做出判断。欢迎行业同仁投稿分享前沿动态与实践经验！若有任何疑问，可通过微信（18668282687）或邮箱 swjkjqy@163.com 与我们沟通。