随着人工智能和物联网的快速发展，包括可穿戴电子设备、电子皮肤以及自动驾驶系统在内的智能感知平台越来越需要处理通过与外部环境复杂交互所产生的大量信息[[1], [2], [3], [4]]。尤其是视觉信息包含的数据量极为庞大，占人类所感知的外部信息的80%以上[[5], [6], [7]]。然而，传统的冯·诺伊曼计算架构中，存储单元和处理单元是物理上分离的，因此在处理大规模视觉信息时，往往会出现瓶颈、处理延迟以及高能耗等问题[[8], [9], [10]]。为了解决这些问题，受生物视觉系统启发的柔性有机光敏突触晶体管作为一种有前景的类脑光电子硬件平台，受到了广泛关注，因为它们能够在单个器件中集成光学传感、处理和存储功能，同时还具备机械适应性，能够与各种曲面传感器实现紧密贴合[[11], [12], [13]]。
由于其三端结构，柔性OPSTs能够通过场效应调制实现信号放大，因此被视为具有高光敏度和优异信噪比的理想光电子器件[[14], [15], [16], [17]]。此外，作为活性材料的有机半导体具有诸多优点，比如重量轻、机械灵活性高、加工成本低，且适合大面积制造[[18,19]]。在各种有机半导体中，聚(3-己基噻吩)因其出色的溶液加工性能、机械灵活性以及宽谱光吸收特性，被广泛用作柔性光传感器的代表性光活性材料[[20,21]]。而为实现柔性OPSTs，栅极电介质和有机半导体通道都需要具备机械柔韧性，因此聚合物栅极电介质被广泛采用。由于聚合物栅极电介质具有交错的聚合物链网络以及富含自由体积的分子结构，因此具备适合柔性器件平台的机械变形能力[[22,23]]。不过，与具有致密原子网络的无机电介质不同，聚合物电介质的介电常数通常较低，这可能限制其对通道电流的有效调控能力[[24,25]]。此外，聚合物基质中的自由体积还可能导致电荷陷阱和泄漏路径的产生，进而增加关态电流，阻碍高开/关电流比的实现[[26,27]]。尽管人们已经尝试了诸如电介质工程、电介质/有机半导体界面改性以及传统活性区域图案化等多种策略来提升开/关电流比，但这些方法在应用于柔性OPSTs时仍面临诸多挑战。在聚合物栅极电介质工程中，要选择性抑制泄漏电流颇具难度，因为对电介质层的修改往往会影响多个器件参数，包括阈值电压和场效应迁移率[[24,28]]。而传统的活性区域图案化技术，如光刻和等离子体蚀刻，通常需要多步骤的制造流程以及苛刻的加工条件，这些条件可能会对脆弱的有机半导体和栅极电介质材料造成化学或物理损伤，从而限制了它们在柔性OPSTs中的应用[[29], [30], [31]]。因此，通过简单且化学兼容的策略来抑制关态电流，从而实现高开/关电流比，被认为是实现高性能柔性OPSTs的关键。
在本研究中，我们提出了一种基于润湿效应的活性层限制策略，这是一种无需光刻且化学性质温和的方法，可用于解决P3HT基柔性OPSTs中因关态电流导致的光敏度下降问题，而这正是该类器件性能上的一个关键瓶颈。与传统电介质工程或减法图案化方法不同，后者往往会同时影响多个器件参数或损坏化学性质较为脆弱的有机层，而我们的策略则是利用预先形成的疏水区域所引发的表面能差异，选择性地将P3HT的润湿和沉积限制在所需的通道区域内。这种基于润湿效应的通道限制机制能够有效消除活性区域周围的意外电流路径，从而使关态电流降低大约一个数量级，同时使开/关电流比提高一个数量级，相比未经处理的器件而言效果更为显著。由于暗电流大幅降低，再加上P3HT出色的光响应特性，这些带图案的柔性OPSTs不仅具备极高的光敏度，还保持了良好的宽谱光响应特性。此外，这些器件还能够成功模拟光学调制的突触可塑性，包括成对脉冲促进作用、脉冲数量依赖性可塑性、脉冲持续时间依赖性可塑性以及脉冲频率依赖性可塑性，这进一步证明了它们作为柔性光电子突触的适用性。而且，这些带图案的柔性OPSTs在经过1000次弯曲后仍能保持稳定的电气性能，体现了所提出的器件架构的机械稳定性。最后，得益于更高的光敏度，这些器件能够通过光学增强和电学抑制作用产生26种不同的多级导电状态；当将这些状态应用于基于人工神经网络的手写MNIST图像识别系统中时，其识别准确率可达89.01%，这一数值与理想的基于软件的91.21%的准确率相当。这些结果充分证明了基于润湿效应的活性层图案化方法是一种有效且可扩展的解决方案，可用于解决柔性OPSTs中因关态电流导致的光敏度下降问题，也为柔性人工视觉系统提供了极具前景的类脑光电子硬件平台。
