综述：柔性神经形态忆阻器：从机制到应用

《Materials》：Flexible Neuromorphic Memristors: From Mechanisms to Applications

　　

冯·诺依曼架构因存储器与处理器的物理分离限制了数据密集型应用的发展。受大脑并行和事件驱动操作机制启发的神经形态计算技术实现了低功耗存内计算。具有可调电导的忆阻器能够模拟生物突触，而柔性忆阻器进一步提供了机械柔韧性，使其适用于可穿戴电子设备和智能感知系统。本综述系统总结了柔性神经形态忆阻器的开关机制，包括导电细丝、界面效应、铁电性、相变以及多种协同机制。分类讨论了天然和生物衍生材料、合成有机/聚合物材料以及无机功能材料，并介绍了增强柔韧性的策略。文章还涵盖了器件结构，如三明治结构、交叉阵列和基于纤维的纺织结构，以及低温制备技术。最后，综述了神经形态计算、存内计算、仿生感知和生物医学可穿戴系统方面的最新进展。分析了与机械稳定性和器件均匀性相关的挑战，并展望了面向自修复材料和集成感存算一体化系统的未来发展方向。本综述弥合了柔性神经形态忆阻器在材料创新与系统级集成之间的差距，为加速下一代可穿戴人工智能、边缘计算和生物集成电子技术的发展提供了有价值的路线图。

论文主体部分总结如下：

**1. 引言**
传统冯·诺依曼计算架构受限于存储器与处理器的物理分离，导致严重的数据传输延迟和能耗，难以满足大数据和人工智能等数据密集型应用的需求。受人类大脑高度并行、事件驱动机制的启发，神经形态计算实现了存内计算、低功耗和高容错性，被认为是后摩尔时代最具前景的技术路线之一。忆阻器作为神经形态计算的核心元件，利用其两端结构和电阻状态可被电压历史调制的本质特征，高效模拟多种形式的突触可塑性，为构建高效神经形态计算系统提供了理想的硬件基础。与常规存储单元不同，忆阻器连续可调的电导使其天然适用于突触权重更新，在存内计算架构中展现出独特优势。近年来，基于多种材料体系的忆阻器成功模拟了关键突触功能，包括脉冲时序依赖可塑性（STDP）和长时程增强/抑制（LTP/LTD）。柔性忆阻器不仅保留了忆阻器的非易失性、低功耗和模拟突触可塑性等核心优势，还通过衬底工程、材料选择和结构创新实现了优异的机械柔韧性。尽管柔性神经形态忆阻器研究取得了显著进展，但在实际应用中仍存在机械稳定性、器件均匀性和低温工艺兼容性等关键挑战。本综述系统总结了柔性神经形态忆阻器的最新研究进展、核心技术框架、当前瓶颈和未来发展趋势。首先总结了电阻开关的物理机制及其协同多机制动力学，特别强调多机制协同。随后，聚焦于功能层材料，分类讨论了天然和生物衍生材料、合成有机/聚合物材料以及无机功能材料和纳米填料的柔性适配策略和突触性能。在此基础上，系统介绍了器件结构（三明治结构、交叉阵列和纤维/纺织结构）和低温制备技术（原子层沉积、溶液法和全印刷工艺），并评估了柔性衬底选择和机械稳定性测试方法。在应用层面，综述了神经形态计算、存内计算、仿生感知和生物医学/可穿戴系统四个方向的最新进展。最后，分析了机械稳定性、器件均匀性、低温工艺兼容性和标准化测试等关键挑战，并展望了自修复材料、三维集成和感存算一体化系统等未来方向。

**2. 柔性忆阻器的电阻开关机制**
柔性忆阻器的电阻开关（RS）机制是实现神经形态计算功能的物理基础。其本质在于功能层内电场驱动离子迁移、界面势垒调制或相变引起的电阻状态可逆切换。根据主导机制，RS可分为导电细丝型、界面型、铁电隧道结型和相变/莫特型。每种机制在线性度、均匀性、功耗和耐久性方面各有优劣，而多机制协同进一步扩展了功能可编程性。

**2.1 导电细丝电阻开关机制**
导电细丝（CF）机制是忆阻器可逆电阻切换的核心物理基础，本质上涉及在外电场下功能层内高导电微观通道的形成或断裂。根据细丝材料的来源和演化路径，可分为电化学金属化（ECM）和价态变化机制（VCM）。ECM依赖于活性金属电极（Cu、Ag等）的电化学氧化还原反应；VCM由过渡金属氧化物中氧空位的电场驱动迁移和再分布驱动。ECM和VCM在突触线性度上的差异源于细丝演化的不同性质。为改善各自缺陷，研究人员发展了掺杂与纳米颗粒限域、双层结构引导成核、二维材料界面工程等三条主要改进路线。

**2.2 界面型和体陷阱调制机制**
界面型电阻开关机制不同于导电细丝型，电阻变化源于外电场对金属电极与功能层界面区域肖特基势垒高度的调制，实现高、低电阻状态的可逆切换。在界面势垒调制过程中，电荷俘获和去俘获效应常起关键作用，包括界面态对载流子的俘获以及体陷阱通过空间电荷效应调制体载流子迁移率。这些研究共同为设计高均匀性、低能耗的柔性忆阻器提供了物理基础。

**2.3 铁电隧道结和相变/莫特忆阻器**
铁电隧道结（FTJ）利用超薄铁电层作为隧穿势垒，通过外电场切换铁电极化方向调制隧穿势垒高度/宽度，产生巨电致电阻（TER）效应。相变忆阻器通常基于硫系化合物，在焦耳热或脉冲操作下实现晶态（低阻）和非晶态（高阻）的可逆转变。莫特忆阻器利用强关联电子系统（如VO₂）中的绝缘体-金属转变（IMT），实现电场或温度驱动的电阻突变，具有超快开关速度和独特的弛豫振荡特性。研究表明，VO₂基莫特忆阻器不仅能实现突触功能，还能模拟神经元信息编码行为，是构建高度集成、低功耗柔性感存算系统的有力候选。

**2.4 多机制协同与动力学效应**
柔性忆阻器常涉及多种电阻开关机制的协同作用，其开关动力学分析对于理解器件行为和优化突触性能至关重要。不同机制间的协同主要体现在功能层设计、界面工程和材料复合策略三个方面。通过构建异质结或采用掺杂改性，可耦合离子迁移、电荷俘获和热效应等过程，抑制CF生长的随机性，延长状态保持时间，或实现多模开关行为。在柔性HfO_x/TaO_x双层忆阻器中，利用TaO_x层富氧空位特性引导CF在HfO_x层内优先成核和断裂，实现了渐变开关和良好的周期间均匀性。有机忆阻器中CF的形态直接影响突变或渐变开关特性。基于聚对二甲苯的忆阻器表现出有趣的二阶动力学效应：预热脉冲可通过局部焦耳热提高开关层温度，显著缩短后续开关脉冲的响应时间。在Nb₂O₅基柔性忆阻器中，发现低电压下氧空位CF主导的渐变开关与高电压下绝缘体-金属转变诱导的阈值开关可共存于同一器件中。此外，环境因素也可与开关机制协同。总之，多开关机制的协同设计不仅能克服单一机制在开关线性度、能耗和可靠性方面的固有局限，还能赋予器件自整流、环境适应性和时间信息编码等多功能特性。

**3. 柔性忆阻器的材料**
柔性神经形态器件对功能层材料提出了低功耗、高机械柔韧性和稳定电阻开关特性的严苛要求。研究人员开发了天然和生物衍生材料、合成有机和聚合物材料以及无机功能材料。其中，二维材料和MXene因其原子级厚度、可调表面化学和本征柔韧性展现出独特优势。

**3.1 天然和生物衍生材料**
天然和生物衍生材料具有良好的生物相容性、生物降解性和本征柔韧性，是构建绿色、可穿戴和植入式神经形态器件的理想候选体系。但大多数天然材料存在力学性能弱、亲水性强或可纺性差等问题。因此，通过分子交联、纳米复合填料集成或共混改性等策略调控其微观结构，成为增强该类材料适用性的关键。代表性材料性能总结见表1。

**3.1.1 蛋白质基材料**
蛋白质因其固有的生物相容性、可降解性和丰富的官能团，在构建绿色、柔性和植入式忆阻器方面具有优势。但多数蛋白质可加工性差，难以直接形成高质量功能薄膜。丝素蛋白（SF）通过共混改性改善了膜质量，在弯曲条件下稳定模拟了突触可塑性。角蛋白通过光化学交联改性增强了分子间作用力，在水中浸泡48 h后仍稳定工作，并在弯曲半径小至1.2 mm时保持开关特性。蛋清蛋白具有高透明度、良好的生物相容性和本征柔韧性，通过掺杂金纳米颗粒提高了开关比。

**3.1.2 多糖和其他生物质**
多糖和其他生物质材料分子链上富含羟基、氨基等官能团，为交联、共混和离子调制提供了天然结构基础，是构建绿色柔性忆阻器的理想活性层材料。淀粉通过物理或化学交联构建三维网络结构，实现了高开关比和稳定阈值电压，并成功模拟了听觉神经元的关键功能。壳聚糖与PEO或PVA共混改善成膜性，通过离子迁移调制成功模拟了突触行为。茶多酚中的官能团可还原Ag⁺促进导电细丝生长。木质素通过简单溶液加工法制备了柔性忆阻器，成功模拟了多种突触功能。

**3.1.3 批次间变异性和可重复性相关的挑战**
尽管天然和生物衍生材料在生物相容性、可持续性和本征柔韧性方面具有显著优势，但其实际应用面临一个不可忽视的瓶颈——批次间一致性和器件可重复性。天然材料因生物个体差异、提取工艺和季节环境因素等导致分子量分布、官能团密度和微观结构存在显著批次间差异。例如，蛋清中内源金属离子含量随家禽饲养条件变化，影响导电细丝成核的随机性；木质素的化学组成因植物种类和分离工艺而异，制约其焦耳热碳化行为的可控性。同一批次内的针孔缺陷和溶液浇铸时的膜厚不均匀性进一步加剧了器件间性能分散。为应对这一挑战，研究人员正通过化学交联改性、共混策略和纳米复合掺入等方法，在一定程度上改善功能层的结构均匀性。但要根本解决批次间变异问题，仍需开发标准化的原料提取和纯化流程，建立严格的原料表征指标，并探索基于重组蛋白或生物启发合成肽的替代途径。

**3.2 合成有机和聚合物材料**
合成有机和聚合物材料在电学稳定性上虽不及无机材料，但其独特的溶液可加工性、本征柔韧性和低成本优势使其成为大面积柔性神经形态器件的理想选择。通过交联、掺杂或界面工程等策略，可有效调制导电细丝生长动力学和离子迁移行为，从而实现易失性和非易失性等多种开关功能。

**3.2.1 非降解聚合物**
非降解聚合物如聚对二甲苯（PPX）、PMMA和PEDOT:PSS在柔性神经形态忆阻器中占据重要地位。PPX作为活性开关层，其无定形结构为金属离子迁移和可控细丝形成/断裂提供了支持，实现了稳定的双极开关和STDP模拟。通过插入CVD生长石墨烯阻挡层，有效限域金属离子注入路径，将复位电流降低约47倍。PMMA基复合功能层通过低温溶液法制备，实现了高度线性和对称的电导更新。PEDOT:PSS本质上是一种混合离子-电子导体，其开关行为涉及电子和离子载流子，需仔细管理泄漏电流。有机小分子体系如DPDA利用分子共轭桥的扭转效应实现电阻开关，能耗低至20.9-29.9 fJ。通过PBTTT/SEBS共混和预成型导电细丝加UV交联锁定离子迁移路径，有效抑制了细丝随机生长。

**3.2.2 可降解聚合物**
水溶性合成聚合物如聚乙烯醇（PVA）和聚环氧乙烷（PEO）在绿色瞬态电子和植入式/可穿戴神经形态器件中展现出独特优势。PVA通过与氧化石墨烯共混，实现了免电形成、低阈值电压和稳定电阻状态，成功模拟了巴甫洛夫联想学习行为。PEO通过嵌入CuS纳米颗粒，首次在聚合物体系中实现了铜基扩散型易失性忆阻开关，并成功模拟了人工伤害感受器的阈值响应、弛豫和敏化行为。

**3.3 无机功能材料和纳米填料**
无机功能材料因其优异的电学性能、高热稳定性和成熟的制备工艺，在刚性忆阻器中已展现出可靠的电阻开关行为。通过低温原子层沉积、溅射或溶液法结合纳米结构工程，研究人员实现了在柔性衬底上高质量无机功能薄膜的集成，使其在反复弯曲或拉伸条件下稳定工作。

**3.3.1 金属和金属氧化物**
金属氧化物忆阻器主要依赖氧空位导电细丝机制实现电阻开关。常见材料包括HfO₂、TaO_x、TiO₂、ZnO和WO_x。通过TaO_x/HfO₂双层结构利用氧空位浓度差形成限域“沙漏形”导电细丝，显著提高了开关均匀性和模拟电阻开关的线性度。VO₂基莫特忆阻器在柔性衬底上实现了低阈值电压、高循环耐久性和优异弯曲稳定性，并成功构建了全尖峰电子视网膜架构。非晶氧化物半导体（AOS）因无晶界散射、可通过低温溶液或溅射工艺实现大面积均匀薄膜，且在弯曲变形下电学性能退化更小，在柔性神经形态忆阻器中具有独特优势。

**3.3.2 氮化硼基材料和碳基材料**
氮化硼基忆阻器在低功耗存内计算领域具有独特优势。柔性BN纳米片忆阻器在单个器件中同时实现了非易失性布尔逻辑计算和超低功耗模拟神经形态计算。碳基材料如石墨烯和氧化石墨烯通过结构设计、分子功能化或材料体系优化，实现了从易失性阈值开关到非易失性模拟/数字双模忆阻行为的可控器件制备。

**3.3.3 其他功能材料**
二维材料如MoS₂、MXene和黑磷在构建超低功耗柔性神经形态忆阻器中展现出独特潜力。卤化物钙钛矿具有强离子迁移能力和高缺陷容忍度，实现了低工作电压、高开关比和良好空气稳定性。金属有机框架（MOF）结合了有机柔韧性和无机多孔结构。量子点和铁电材料因其限域效应和极化开关特性，在柔性神经形态器件中展现出独特优势。

**4. 柔性忆阻器的器件结构与制备技术**
构建高性能柔性忆阻器需要在器件结构、材料选择和制备工艺之间精细平衡，核心目标是在柔性衬底上实现稳定、可靠、功能丰富的电阻开关。

**4.1 典型三明治结构和交叉阵列设计**
柔性忆阻器最基本的器件结构是金属-绝缘体-金属（MIM）三明治构型，其核心优势在于制备工艺简单，无需复杂高温处理，与各类柔性衬底兼容性好。为实现高密度信息存储和并行处理，交叉阵列结构被广泛采用。研究人员通过咖啡环免微模塑毛细管技术制备了导电聚合物信号线的交叉阵列，通过平衡对流力和马兰戈尼力避免了咖啡环效应，确保了阵列中每个忆阻器单元的性能均匀性。在柔性衬底上构建高性能交叉阵列面临低温工艺限制、阵列规模增大时的串扰问题以及对器件均匀性的严格要求。为此，研究人员从材料工程和结构设计两方面提出解决方案：一方面，低温原子层沉积等技术可直接在柔性衬底上制备高均匀性功能层薄膜，元素掺杂实现免电形成开关；另一方面，采用具有本征整流特性的器件结构可从根本上消除 sneak 电流，如全硅基p-Si/SiO₂/n-Si忆阻器通过内置二极管实现高达10⁵的整流比，有效抑制了 sneak 路径电流。

**4.2 非常规结构忆阻器**
为满足可穿戴电子和智能纺织品等新兴应用对无缝集成和多功能化的需求，研究人员开始探索超越传统平面结构的非常规忆阻器。通过水热法在碳纤维上合成BiOI/TiO₂异质界面，利用纤维交叉点作为天然开关单元，构建了可直接编织成织物的纤维基忆阻器，形成分布式计算节点。这些非常规结构的发展标志着忆阻器从单一电子元件向多功能、系统集成的智能平台演进。

**4.3 制备技术**
柔性衬底普遍不能承受高温，因此开发低温甚至室温制备技术是柔性忆阻器实际应用的关键前提。物理气相沉积（PVD）和原子层沉积（ALD）是低温制备高质量氧化物薄膜的常见真空技术。与互补金属氧化物半导体（CMOS）技术的兼容集成是走向实际神经形态系统的关键步骤，面临工艺热预算冲突。为克服这一瓶颈，研究人员发展了两种主要策略：一是采用低温BEOL兼容工艺将忆阻器功能层单片集成在预制CMOS晶圆上方；二是使用完全CMOS实现的忆阻器仿真器。同时，溶液法和全印刷技术允许在更低温度甚至室温下制备器件，更适合大面积、低成本生产。

**4.4 柔性衬底和机械稳定性测试**
柔性忆阻器的实际应用要求其在反复弯曲、折叠甚至拉伸的机械环境下保持稳定的电学性能。评估器件机械稳定性包括柔性衬底选择、机械变形测试以及环境与瞬态特性考虑。

**4.4.1 柔性衬底类型**
柔性衬底的选择直接影响忆阻器的机械鲁棒性、工艺兼容性和应用场景。目前使用的材料可分为四大类：塑料薄膜、金属箔、单晶片和可降解衬底，每种在热预算、表面质量和成本之间存在显著权衡。塑料薄膜（PET、PEN、PI）因轻质、柔韧和优异的弯曲疲劳性能应用最广泛；金属箔（如Al箔）可同时充当衬底和底电极，耐受温度高达660°C；云母片可支撑铁电氧化物的外延生长；纸张和可降解聚合物在绿色瞬态电子中具有独特价值。

**4.4.2 机械变形测试方法**
评估柔性忆阻器的机械稳定性需要系统进行机械测试，以量化在反复弯曲、折叠甚至拉伸条件下电学性能退化的程度。目前尚无专门针对柔性神经形态忆阻器的统一标准化测试协议，现有评估方法主要借鉴柔性显示器和柔性电子器件的通用规范。多数研究团队使用自建测试装置，将器件固定在特定曲率的弯曲夹具上，进行弯曲循环测试和弯曲半径测试。不同研究在弯曲半径、循环次数和测量方法上存在显著差异，使得跨研究比较困难。未来亟需建立面向神经形态器件的专用机械测试规范，统一动态弯曲下的实时电学读出协议和性能退化判据。

**4.4.3 环境稳定性和瞬态电子**
除机械变形外，柔性忆阻器在实际应用中还需应对湿度和温度变化等复杂环境。基于无铅卤化物钙钛矿的器件因其本征疏水性和强化学键，在未封装的高湿环境中稳定运行超过30天。瞬态电子器件利用水溶性材料实现可控降解，在植入式医疗设备和信息安全方面具有独特价值。

**5. 柔性忆阻器的功能与应用**
柔性忆阻器利用其非易失性、多级电阻状态、低功耗和与柔性衬底兼容性，已成为构建下一代柔性电子系统的核心元件。功能与应用主要围绕四大方向：神经形态计算、存内计算、仿生感知和生物医学/可穿戴系统。

**5.1 神经形态计算**
神经形态计算的核心在于模拟大脑高度并行、低功耗的信息处理模式。柔性忆阻器因其连续可调电导，被广泛用于模拟生物突触可塑性，为构建柔性神经形态计算硬件奠定基础。

**5.1.1 突触可塑性模拟**
短时程可塑性（STP）、长时程可塑性（LTP）和脉冲时序依赖可塑性（STDP）等生物突触规则是学习和记忆的基石。研究人员通过界面工程和材料创新，开发了一系列在变形下稳定工作的人工柔性突触。引入Al₂O₃扩散阻挡层有效减缓氧空位迁移速率，使器件在1000次弯曲循环后仍稳定模拟STDP和PPF，并显著优化了LTP/LTD的非线性度。

**5.1.2 模式识别准确率**
利用柔性忆阻器阵列进行图像识别是验证其突触性能的关键。研究人员利用器件阵列模拟突触权重的增强和抑制，在标准数据集上执行模式识别任务。得益于电导调制线性度和对称性的改善，柔性忆阻器阵列稳定实现了超过90%的识别准确率。研究揭示了从器件参数到系统精度的映射规律：非线性度决定精度的理论上限；开关比的提升必须以保持线性度为前提；电导变异在20%以内对精度基本无影响。

**5.2 存内计算：存储与逻辑一体化**
存内计算旨在突破传统冯·诺依曼架构中处理单元与存储单元分离带来的“存储墙”瓶颈。忆阻器以其非易失性和多级存储能力成为实现存内计算的核心元件。

**5.2.1 多级非易失性存储**
柔性忆阻器可通过调整顺从电流或脉冲参数实现多个离散且稳定的电阻状态，从而在单个器件中存储多位数据。基于硼烯-PVA复合纳米纤维的忆阻器实现了约4×10³的开关比和超过10⁴ s的数据保持时间。基于大面积MoS₂/石墨烯异质结的浮栅忆阻器实现了高开关比、超过8000次循环的耐久性和稳定的多级存储能力。

**5.2.2 逻辑运算与交叉阵列**
除数据存储外，直接在柔性忆阻器内执行逻辑运算是存内计算的另一关键路径。基于氮化硼纳米片的柔性忆阻器成功实现了蕴含（IMP）逻辑，单突触事件能耗低至198 fJ。为实现高密度集成，交叉阵列结构被广泛采用，但面临“sneak路径电流”挑战。通过引入聚合物界面层，制备了具有自整流特性的柔性忆阻器，超低反向漏电流有效抑制了阵列串扰。结合尖峰神经网络（SNN）与忆阻器交叉阵列，成为实现高能效神经形态计算的关键方向。自整流电荷陷阱忆阻器的32×32交叉阵列在心电图诊断中实现了93.5%的分类准确率，能耗相比GPU降低了四个数量级。

**5.3 仿生感知：从感知到识别**
柔性忆阻器不仅在计算方面表现出色，在模拟生物感官功能方面也展现出巨大潜力，从简单的触觉和痛觉模拟向多模态、闭环智能感知系统演进。

**5.3.1 触觉和痛觉**
在触觉和痛觉方面，基于ITO的柔性透明忆阻器无需电形成，模拟了伤害感受器的阈值、非适应性和弛豫行为，成功区分有害和无害刺激。易失性阈值忆阻器因其自发恢复和累积激发特性，天然匹配生物受体的动态响应模式。全氧化物忆阻器进一步模拟了更复杂的敏化现象如痛觉过敏和异常性疼痛。为实现闭环感知，将AgNW忆阻器基尖峰神经元与双模式压力-温度传感器集成，实现了四个感知水平的100%识别准确率。

**5.3.2 光电和嗅觉感知**
光电和嗅觉仿生感知对忆阻器提出光电/气敏多模态协同调制能力和非易失性多级状态保持的核心要求。基于Cu₃P纳米带的光电忆阻器在光和电双调制下模拟了STDP和PPF，并利用5×5阵列演示了“学习-遗忘-再学习”模式识别过程。基于无铅二维钙钛矿的忆阻器在紫外光照下工作电压显著降低，其7×7阵列在无监督学习成功识别特定模式。在嗅觉仿生领域，将NiO气体传感器、柔性振荡器和GO/壳聚糖忆阻器集成混合系统，将H₂S浓度编码为尖峰频率，并利用K近邻算法进行感知学习，显著降低了识别错误率。

**5.4 生物医学和可穿戴系统**
柔性神经形态忆阻器因其优异的生物相容性、机械柔韧性和低功耗，在植入式医疗设备、瞬态电子、智能纺织品和健康监测方面展现出广阔应用前景。

**5.4.1 植入式和瞬态电子**
对于植入式和瞬态电子，忆阻器需满足生物相容性、可降解性、生理环境长期稳定性和超低功耗等核心要求。基于ZrO_x薄膜的柔性忆阻器在离体猪组织中验证了稳定电阻开关行为。瞬态可降解电子方面，利用鱼鳞胶原蛋白作为电解质、Mg作为电极制备的生物忆阻器可在数分钟内完全溶解，在5 mm弯曲半径下经1000次弯曲循环后仍保持稳定性能。

**5.4.2 可穿戴电子和智能纺织品**
可穿戴和智能纺织品系统是柔性忆阻器最有前景的应用方向之一。基于碳纤维和BiOI/TiO₂异质界面的纺织忆阻器与压力传感器集成，构建了手势识别准确率达98.5%的智能纺织品系统。基于Cu-TCPP卟啉材料的纺织忆阻器实现了超低复位电压和超高开关比，集温度、光和压力传感器于一体的系统可辅助视障人士识别盲文。在健康监测方面，3×3 Ti₃C₂T_x MXene交叉阵列直接贴附于前臂皮肤，获取四通道肌电信号，成功区分十种手势，在第9个训练周期达到近100%的模式识别准确率。Ag/CNT-TiO₂阈值忆阻器阈值电压随伤口感染严重程度下降，与LIF神经元集成后，感染信号转换为尖峰频率，尖峰神经网络对感染水平的分类准确率达到93.8%。

**6. 挑战与展望**
柔性忆阻器在单器件级功能模拟方面取得了长足进步，但其实际应用的核心瓶颈正从“功能能否实现”转向“能否在动态变形环境下可靠、长期工作，并以可集成架构支持系统级智能任务”。

**6.1 电学非理想性与系统集成瓶颈**
柔性忆阻器从实验室走向实际阵列面临严重的电学非理想性。器件间和周期间电阻开关参数的大幅变化、工作电压的显著波动以及固有电学噪声和弛豫效应，不仅降低了单个器件的保持特性和耐久性，还导致交叉阵列中的串扰和额外功耗。在柔性系统中，机械弯曲引入的应力场与电场、热场耦合，进一步加剧了细丝演化的不可控性。值得注意的是，这种噪声并非完全有害，可作为“摄动器”帮助组合优化逃离局部最小值，或作为“生成器”用于物理不可克隆函数、随机计算和贝叶斯神经网络。为应对这些挑战，研究人员在器件优化和系统架构层面探索解决方案。器件层面，通过控制电极晶相、设计工艺协同优化策略等提高均匀性。系统层面，建立包含变异性和噪声的硬件非理想性模型，嵌入训练算法进行容错补偿，可在牺牲少量精度（<5%）的前提下大幅提升阵列良率。耦合双通道忆阻器通过差分读出架构实现权重均值和标准差的正交调制，将器件噪声纳入概率计算框架。

**6.2 展望：从器件优化到感存算一体化系统**
柔性神经形态忆阻器的未来发展，首先需在器件层面克服动态弯曲环境下的电学可靠性和机械鲁棒性瓶颈。长程有序Cu₁₂Sb₄S₁₃量子点超晶格利用强量子耦合效应将电阻状态变异控制在0.1%以下，非线性度低至2.03。同时，自修复结构为延长器件在反复变形下的寿命开辟了新路径。更深层次的突破在于系统架构层面的创新，即在同一柔性平台上构建融合传感器信号采集、尖峰神经元编码和非易失性权重存储的闭环“感存算”一体化智能系统。通过交替堆叠p型和n型硅纳米线构建无需层间隔离层的三维交叉阵列，利用内置pn结的整流特性（整流比高达10⁵）从根本上消除sneak电流。未来需建立包含器件变异性和噪声的硬件非理想性模型，嵌入训练算法进行容错补偿，以小幅精度损失换取阵列良率大幅提升。同时，优先发展三维异质集成和CMOS兼容工艺，并将自修复结构、物理储层计算等新范式协同引入柔性平台，使柔性忆阻器在动态复杂环境中真正实现从单一突触单元到全系统智能的跨越。