亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Artificial intelligence-powered electronic skin

转化式学习 计算机科学 软件部署 机器人学 人工智能 深度学习 数码产品 个性化医疗 分析 电子皮肤 医疗保健 人机交互 数据科学 机器人 工程类 纳米技术 软件工程 生物信息学 生物 电气工程 经济增长 教育学 经济 材料科学 心理学
作者
Changhao Xu,Samuel A. Solomon,Wei Gao
出处
期刊:Nature Machine Intelligence [Nature Portfolio]
卷期号:5 (12): 1344-1355 被引量:221
标识
DOI:10.1038/s42256-023-00760-z
摘要

Skin-interfaced electronics is gradually changing medical practices by enabling continuous and non-invasive tracking of physiological and biochemical information. With the rise of big data and digital medicine, next-generation electronic skin (e-skin) will be able to use artificial intelligence (AI) to optimize its design as well as uncover user-personalized health profiles. Recent multimodal e-skin platforms have already used machine learning algorithms for autonomous data analytics. Unfortunately, there is a lack of appropriate AI protocols and guidelines for e-skin devices, resulting in overly complex models and non-reproducible conclusions for simple applications. This Review aims to present AI technologies in e-skin hardware and assess their potential for new inspired integrated platform solutions. We outline recent breakthroughs in AI strategies and their applications in engineering e-skins as well as understanding health information collected by e-skins, highlighting the transformative deployment of AI in robotics, prosthetics, virtual reality and personalized healthcare. We also discuss the challenges and prospects of AI-powered e-skins as well as predictions for the future trajectory of smart e-skins. Skin-like flexible electronics (electronic skin) has great potential in medical practices to enable continuous tracking of physical and biochemical information. Xu et al. review the integration of AI methods and electronic skins, especially how data collected from sensors are processed by AI to extract features for human–machine interactions and health monitoring purposes.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
24秒前
24秒前
lee发布了新的文献求助10
34秒前
38秒前
明理夜山发布了新的文献求助10
42秒前
Akim应助lee采纳,获得10
46秒前
脑洞疼应助明理夜山采纳,获得10
50秒前
charliechen完成签到 ,获得积分10
1分钟前
yun发布了新的文献求助10
1分钟前
张欢馨应助Tiny采纳,获得10
2分钟前
2分钟前
归零者应助yun采纳,获得10
2分钟前
2分钟前
lee发布了新的文献求助10
2分钟前
3分钟前
4分钟前
共享精神应助lee采纳,获得10
4分钟前
v0id应助Tiny采纳,获得10
4分钟前
CodeCraft应助科研通管家采纳,获得10
4分钟前
Ava应助科研通管家采纳,获得10
4分钟前
小二郎应助susu采纳,获得30
4分钟前
4分钟前
迅速的柚子完成签到,获得积分10
5分钟前
5分钟前
科研通AI6.4应助sl采纳,获得30
6分钟前
6分钟前
sl发布了新的文献求助30
6分钟前
魔幻的访云完成签到 ,获得积分0
6分钟前
冷艳傲松完成签到,获得积分10
6分钟前
6分钟前
明理夜山发布了新的文献求助10
6分钟前
科研通AI6.4应助111采纳,获得10
6分钟前
华仔应助明理夜山采纳,获得10
6分钟前
7分钟前
Callan发布了新的文献求助60
7分钟前
Tiny发布了新的文献求助10
7分钟前
艳艳宝完成签到 ,获得积分10
7分钟前
Lemon完成签到,获得积分10
7分钟前
7分钟前
toxin37完成签到 ,获得积分10
7分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Practical Process Research and Development 500
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 500
Additive Manufacturing Design and Applications (ASM Handbook, Volume 24A) 500
Exploring Entrepreneurial Psychology Through AI 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7585844
求助须知:如何正确求助?哪些是违规求助? 9164120
关于积分的说明 19611932
捐赠科研通 7166784
什么是DOI,文献DOI怎么找? 3266627
关于科研通互助平台的介绍 2431638
邀请新用户注册赠送积分活动 2258331