《Advanced Composites and Hybrid Materials》：Self-crosslinked lignin-based elastomer sensors for multifunctional sensing: A proof-of-concept study in limb rehabilitation
编辑推荐：
针对断肢再植患者围术期患肢精准监测与康复指导的需求，本研究开发了一种无需外源引发剂/交联剂的自交联木质素基弹性体传感器(AL-E)，兼具低杨氏模量(92.96 kPa)、高拉伸性(729%)、UV下快速自愈合(<10 min)及毫秒级响应(0.1 s)特性，可同步实现血供不足致肢体低温预警、呼吸监测与被动康复控制，为围术期全周期管理提供新材料方案。
背景：当断肢遇上“感知盲区”，康复之路如何点亮？
对于接受断肢再植手术的患者而言，术后并非“一接了之”。围术期（指围绕手术的全过程，包括术前、术中及术后）的精准监测与康复指导，直接决定了再植肢体的存活率与功能恢复程度。然而，临床现状却面临多重尴尬：传统监测设备往往“笨重又割裂”——体温探头、运动捕捉系统各自为政，难以实现长时间连续的多参数同步感知；康复环节更存在明显的“反馈滞后”，医生无法实时掌握患肢微小的血流变化与关节活动度，被动康复训练多依赖经验而非数据驱动。若能在术后早期及时捕捉血供不足导致的肢体低温风险，或通过柔性传感量化康复动作的细微差异，将为患者争取宝贵的干预窗口。但现有刚性或半柔性传感器易受拉伸形变影响，且缺乏生物质材料的可持续性与自修复能力，难以贴合动态变化的软组织表面长期工作。这一系列瓶颈，呼唤着一种兼顾柔韧、自愈与多模态感知的新型材料诞生。
核心方法：绿色化学与智能设计的跨界融合
研究团队摒弃了传统依赖外部引发剂与交联剂的复杂工艺，创新性地利用木质素（lignin）这一可再生生物质资源，构建了自交联木质素基弹性体传感器（AL-E）。通过分子设计实现材料内部自发交联，避免了外源添加剂的潜在生物相容性问题。关键技术路径涵盖：① 基于木质素苯环结构的自交联网络构建，赋予材料低杨氏模量（Young’s modulus）与高延展性；② UV照射触发动态键重组，验证自愈合效率；③ 电阻-应变/温度耦合校准，确立电信号与生理参数的映射关系；④ 集成信号处理电路与机械手控制系统，搭建从生理信号采集到康复执行的闭环框架。
结果速览：一张“皮肤”感知冷暖与屈伸
材料设计与基础表征：像皮肤一样“软韧自愈”
AL-E材料展现出类生物组织的力学性能：杨氏模量仅为92.96 kPa，远低于常规硅胶基底（MPa级），能够顺应人体关节褶皱的反复变形；断裂伸长率高达729%，远超自然皮肤极限。更惊艳的是其“自愈超能力”——在紫外光（UV）照射下，受损断面可在10分钟内重构氢键与配位网络，恢复初始导电通路。电学测试证实其对拉伸应变的响应速度达0.1秒，几乎同步捕捉肌肉收缩的动态变化。
温度敏感性：指尖上的“血流哨兵”
研究者巧妙挖掘了AL-E的热敏电阻效应。当模拟肢体局部缺血导致温度从35℃降至28℃时，传感器电阻呈现规律性上升，灵敏度满足临床低温预警阈值需求。这一特性使其不仅能监测断肢再植后的血管危象风险（如动脉痉挛致皮温骤降），还能拓展至胸壁贴附监测呼吸节律——因呼出气流温度高于吸入气体，周期性温差波动被转换为电阻波形，成功捕获成人静息与深呼吸模式。
应变响应与康复应用：从微动捕捉到机械手共舞
在应变传感维度，AL-E表现出优异的线性度与循环稳定性。手指不同弯曲角度对应特定电阻增量，误差率低于5%。基于此，团队构建了“感知-执行”闭环：将传感器贴附于患者腕部，实时采集肌腱滑动引发的微小形变，经算法解码后无线传输至机器人手套控制器。一名术后受试者通过轻微意念驱动残端肌电信号，间接控制AL-E联动机械手完成抓取动作，实现了从“被动康复指令输入”到“辅助动作精准输出”的跨越。
概念框架：围术期全周期的数字孪生
超越单一器件性能，研究提出覆盖“术中-术后-康复”三阶段的一体化框架：术中实时映射吻合口张力分布；术后持续追踪皮温与水肿形变，预警血栓形成；康复期则通过云端平台对比健/患侧运动曲线，动态调整机械手辅助力度。这一架构为建立个体化的“组织-器械数字孪生体”奠定了基础。
结论与展望：为再生医学装上柔性“神经末梢”
本研究的核心突破在于，首次将农林废弃物的木质素转化为高性能仿生感知材料，解决了传统传感器“硬而不适”“损而难修”的痛点。AL-E凭借其低模量、快自愈与双模感知（温度+应变）特性，不仅填补了断肢再植围术期连续多参数监测的技术空白，更将“被动康复”升级为“数据驱动的自适应交互训练”。《Advanced Composites and Hybrid Materials》刊发的这项成果，为生物质高值化利用提供了新范式：原本焚烧处理的木质素，摇身变为守护肢体存活的智能薄膜。未来若能结合深度学习优化信号去噪算法，并推进长期植入的生物安全性评价，这种“源于自然、归于健康”的材料有望成为连接人类脆弱组织与数字医疗世界的隐形桥梁。
