基于真皮乳头结构协同整合人工Merkel盘(Merkel disc, SAⅠ)与Meissner小体(Meissner corpuscle, RAⅠ)实现机械滤波多模态触觉传感

《Advanced Science》：Synergistic Integration of Artificial Merkel Disc and Meissner Corpuscle via Dermal Papillary Structures for Mechanically Filtered Multimodal Tactile Sensing

　　

摘要：人类皮肤通过特化机械感受器 strategic 分布于表皮–真皮连接处的乳头结构周围，高效感知触觉刺激。研究人员展示一种协同自供电多模态触觉传感器，在人工乳头架构内同时模拟Merkel盘（慢适应SAⅠ）与Meissner小体（快适应RAⅠ）的空间排布及机械功能。人工Meissner传感器在滑移条件下产生快适应响应，而Merkel传感器在静态载荷下产生持续慢适应输出。刚性表皮层与软真皮层之间的模量差异诱导局部应力集中，并通过选择性放大周期分量对入射刺激进行机械滤波(mechanical filtering)。该结构滤波增强了目标应力传递与信号放大——相较于无乳头结构的传感器，Merkel传感器压力灵敏度提升超1.5倍，Meissner传感器振幅增强两个数量级以上且频域分辨率改善。结合指纹启发微结构与机器学习，系统在12种织物–形状组合上达到97.5%分类准确率，并可实现浮雕图案的触觉再现。该仿生平台为电子皮肤与机器人学多模态触觉感知增强提供了一种结构策略。

该研究发表于《Advanced Science》，题为"Synergistic Integration of Artificial Merkel Disc and Meissner Corpuscle via Dermal Papillary Structures for Mechanically Filtered Multimodal Tactile Sensing"。

【研究背景与意义】

人类皮肤的多层结构中，表皮–真皮交界处的乳头(papillary)脊–谷微结构使Merkel盘(Merkel disc, SAⅠ)和Meissner小体(Meissner corpuscle, RAⅠ)分别位于乳头脊下方和脊间谷部，分别对持续法向压力和横向滑动/振动产生慢适应(slow-adapting, SA)与快适应(rapidly-adapting, RA)响应，协同实现高分辨触觉感知。已有仿生传感器虽引入乳头形貌，但未在硬件层面实现乳头结构作为受体特异性机械滤波层来分离SA与RA触觉通路，也多依赖外供能且难以同时自供电解码动静复合刺激。本研究旨在从结构、空间排布及信号处理各层次严格仿照人体皮肤机械感受器功能，构建具机械滤波能力的自供电双通道多模态触觉传感平台。

【主要关键技术方法】

研究人员以聚二甲基硅氧烷(PDMS, base:curing agent=5:1)浇铸含指纹纹脊及底部乳头突起的仿生表皮层，以低模量EcoFlex 00–10浇铸仿生真皮层，利用两层层间弹性模量差诱导应力集中与机械滤波。于乳头脊尖正下方嵌入压电–离子电子(piezoelectric-iontronic)复合薄膜（PVDF-TrFE/PVC/DBA/EMIM-TFSI）的人工Merkel传感器(SA通道)，于乳头脊间谷嵌入十字形聚偏氟乙烯(PVDF)压电薄膜的人工Meissner传感器(RA通道)。采用COMSOL进行有限元分析(FEA)验证法向/侧向载荷下应力集中于对应感受器等效位点，及表皮–真皮模量比对应力放大的影响。滑动与按压信号经短时傅里叶变换(STFT)转为时频谱图输入卷积神经网络(CNN)分类，并以t分布随机邻域嵌入(t-SNE)可视化特征可分性；浮雕字母扫描信号经泄漏积分–放电(Leaky Integrate-and-Fire, LIF)模型转为脉冲栅格图，按速率编码(rate coding)与同步时间编码(synchronous temporal coding)融合双通道脉冲重建图案。

【研究结果】

2.1 仿生多模态传感器的结构设计(Structural Design of Bioinspired Multimodal Sensor)

研究人员将人工Merkel传感器置于人工乳头脊尖正下方，人工Meissner传感器置于脊间谷，并在表面制作仿人指纹结构。实验证明该空间分离配置使Merkel通道主要编码持续法向压力(SA行为)，Meissner通道选择性响应瞬态压力变化与滑移诱发周期振动(RA行为)，两通道在动静复合刺激下功能可分离并互补。

2.2 乳头结构的力学分析与实验验证(Mechanical Analysis and Experimental Validation of Papillary Structure)

FEA显示2.94 N法向力下最大von Mises应力集中于乳头脊尖下方(Merkel盘等效位)，2.94 N侧向力下应力集中于脊间谷(Meissner小体等效位)；该应力路由不随载荷缩放改变空间模式。表皮与真皮杨氏模量比增大时两等效位最大应力单调上升。实验中固定EcoFlex真皮、调节PDMS配比改变表皮模量：300 gf法向加载时Merkel传感器输出电压随表皮模量增大而升高，15 mm/s滑移时Meissner传感器输出电压亦随表皮模量增大而升高，与FEA趋势吻合，证实模量差对应力集中及双通道灵敏度至关重要。

2.3 人工乳头结构对机械滤波触觉响应的影响(Effect of Artificial Papillary Structure on Mechanically Filtered Tactile Responses)

垂直加压测试中，带乳头结构传感器灵敏度达0.82 mV/kPa，高于无乳头平面结构(0.46 mV/kPa)，检测限降低。周期光栅(节距5 mm)恒压滑移测试显示：带乳头结构Meissner传感器信号振幅较无乳头结构高两个数量级以上，时域波形规整；快速傅里叶变换(FFT)谱在施加频率(10–80 Hz)处出现锐峰，而无乳头结构谱峰宽且弱。FEA确认乳头几何使传感器位点应力更高更局域化，证明人工乳头结构起被动机械滤波器作用，选择性重定向并放大对应机械能量，提升信噪比与频域分辨力。

2.4 人工指纹结构对微结构可辨别性的影响(Effect of Artificial Fingerprint Structure on Microstructure Discriminability)

固定高度变光栅周期(500/250/150 μm)或固定周期变高度(100–10 μm)滑移测试表明：带指纹结构Meissner传感器振幅更大，可稳定识别小至150 μm周期及10 μm高度光栅的基频，无指纹结构时信号衰减至难以分辨。对约500 μm周期织物滑动，传感器在不同速度(2/5/10 mm/s)产生与速度对应振幅且FFT在4/10/20 Hz出现对应锐峰，说明指纹结构显著增强Meissner传感器对动态滑动下微纹理与频率的选择性。

2.5 双通道信号整合的协同编码(Cooperative Signal Encoding Through Dual-Channel Signal Integration)

12种形状、20种织物及4织物×3形状组合滑动刺激经STFT–CNN分类：Merkel单通道形状识别准确率97.5%；Meissner单通道织物识别准确率98.6%；织物–形状组合中Merkel单通道74.38%(主要按形状聚类)，Meissner单通道76.7%，双通道融合达97.5%。t-SNE显示双通道融合特征对各组合完全分离。无乳头结构对照传感器分类精度尤其RA相关任务明显下降，证实乳头结构提升动态触觉特征质量。表明Merkel传感器特化于宏观形状/曲率编码，Meissner传感器特化于微纹理动态信息，二者互补是稳健识别复合刺激的必要前提。

2.6 字母浮雕图案的时空再现(Spatiotemporal Regeneration of Alphabetic Patterns)

对3D打印浮雕字母"SKIN"(~1 mm高)逐行扫描，Merkel信号经LIF生成反应整体压痕形状的稀疏脉冲栅格(伴伪峰)，Meissner信号主要在字母边缘产生RA型局部脉冲。按速率编码与同步时间编码融合并抑制孤立非同步尖峰后，获得清晰连续字母再现，类比体感皮层SA与RA传入整合，验证双模态信号融合适于触觉图案重构。

【讨论与结论翻译】

研究人员在本研究中构建了含人工乳头结构、模拟人皮肤SAⅠ(Merkel盘)与RAⅠ(Meissner小体)空间排布与功能特性的多模态触觉传感器。得益于刚性表皮与软真皮层的弹性模量差异，乳头结构对外加机械刺激再分配并将应力集中至传感器等效位点，发挥机械滤波作用，选择性增强各通道相关信号。人工Meissner传感器对滑动及微纹理等瞬态刺激快适应响应，人工Merkel传感器对持续压力与压痕产生慢适应响应以识别宏观几何特征。双模态输出结合机器学习可准确识别表面纹理与物体形状，受脑内信号整合启发融合双通道信号较单模态提高识别率。该成果通过传感器架构、空间排布及信号处理策略与人体机械感受器结构组织、功能特化及神经信息编码相契合的整体仿生设计，实现复杂触觉感知，所提多模态传感器系统弥合了生物触觉转换与人造传感间的鸿沟，为下一代电子皮肤、软体机器人和假肢应用提供通用平台。