针对上述难题，受攀缘植物茎秆螺旋缠绕力学的启发，陕西科技大学王学川、刘新华、岳欧阳团队设计了一种机械自适应拉胀电子生物基纤维，将其作为具身智能传感单元。该纤维采用双模量螺旋约束策略，以高模量芳纶纤维/聚二甲基硅氧烷螺旋线包裹柔性胶原聚集体/水性聚氨酯芯材，构建出具有稳定负泊松比（ν = -0.47）的分级结构。通过非线性组件间耦合，实现了轴向-径向协同动力学放大，在应变下显著增强了界面接触变化。经优化的纤维展现出超高灵敏度（应变因子：11.75）、强劲的电输出（8.1伏特）和卓越的功率密度（8.48毫瓦每平方米），并具有优异的循环稳定性。集成于纤维传感阵列后，该材料能够解码与下肢功能相关的微应变模式，为自供能、自适应且耐久的生物力学监测提供了一条可扩展的路径。

相关论文以“Bioinspired heliconical auxetic biofibers for intelligent biomechanical surveillance”为题，发表在Science Advances 上。

该纤维的制造过程借鉴了牵牛花藤蔓的攀爬机制（图1A），通过将纱线以特定螺旋角缠绕在芯丝上，实现了类似植物的高效表面接触与均匀粘附。为实现连续化生产，团队开发了定制化弹性缠绕系统（图1B）：以高弹性CA/WPU长丝为芯，高拉伸性AF/PDMS纤维为包裹层，通过控制芯材进给速率与线轴角速度的动力学关系，精确调控螺旋节距与缠绕角度。与传统结构受拉伸时横向收缩不同，该拉胀构型在张力下横向扩张（图1C），这种负泊松比行为增加了拉伸时纤维间的接触距离，确保了摩擦电层间稳定且广泛的接触（图1D）。对不同纤维构型的摩擦间隙与应变能分布分析表明（图1E），该拉胀设计实现了纤维基传感器中最大的摩擦间隙，有效缓解了可拉伸性与电输出之间的固有矛盾。基于此结构创新，团队将拉胀纱线系统应用于静脉功能障碍的早期检测（图1F）：通过设计由八根渐变机械灵敏度拉胀纱线组成的横向阵列，并集成于压缩纺织品中，纱线模量从远端到近端逐渐增加，与压缩袜的刚度曲线相匹配，实现了对静脉微形变的实时探测。

图1. 拉胀纤维的设计策略与工作原理。 （A）灵感来源于牵牛花藤蔓的高接触面积结构。（B）拉胀纤维的扭转法制备策略。（C）轴向应变下的形变行为对比：常规（非拉胀）纤维呈现径向收缩，而拉胀纤维呈现径向扩张。（D）拉胀纤维在形变过程中的皮肤贴合性与纤维间距变化。（E）不同纤维构型：同轴、普通螺旋、内置螺旋、鞘芯和拉胀纤维的纤维间摩擦电间隙对比分析。a.u.，任意单位。（F）左：用拉胀纤维编织的智能压缩袜用于健康监测的功能示意图；右：静脉瓣膜状态（正常与异常）示意图及与该袜梯度压缩曲线兼容的集成传感机制。 

拉胀纤维的制备过程如图2A所示，多股AF/PDMS纱线以预定节距和角度螺旋包裹在CA/WPU芯材上。在轴向拉伸下，拉胀纤维展现出与传统结构截然不同的形变机制（图2B）：高模量鞘层紧密约束低模量芯层，内部应力沿螺旋轴向重新分布，减少了能量耗散并增加了摩擦电层间的局部接触力。定量分析显示，其在相同应变水平下具有更高功容量（图2C），且接触面积较非拉胀结构增加了2.05倍（图2D）。与已报道的可拉伸纤维传感器相比，该拉胀纤维的应变因子达11.75（图2E），超越多数现有设计，有效克服了柔性与灵敏度间的权衡（图2F）。COMSOL有限元分析证实，高模量失配设计在螺旋界面处引发强烈应力集中（图2G），表面电荷密度恰好峰值于这些高应力接触区域，证实了应力驱动的机电耦合机制。三个特征形变阶段的压力分布图（图2H）则揭示了芯鞘纤维在应变下的动态重排与拉胀结构的连续演化。

图2. 非拉胀与拉胀纤维基超材料的性能对比。 （A）拉胀纤维制造流程示意图。（B）左图：非拉胀与拉胀纤维超材料在径向拉伸下的抗拉行为，标示内力耗散方向；右图：非拉胀与拉胀超材料能量耗散示意图。（C）非拉胀与拉胀纤维超材料在50%应变下的功容量，采用等长纤维测试，拉胀纤维螺旋节距为5 mm，非拉胀纤维为2 mm。（D）非拉胀与拉胀纤维超材料在50%应变范围内接触面积的变化。（E）本研究与已报道文献中应变系数的对比，归一化至相同刺激条件下的信号幅度变化率。（F）拉胀纤维结构与其他摩擦电纤维结构（同轴、费马螺旋、内置螺旋、阵列、非拉胀）应变系数的关系对比。（G）COMSOL模拟拉胀纤维超材料在单轴径向拉伸下的应力分布，展示整体应力、轴向应力及单节距放大视图。（H）拉伸过程中纤维变形三个关键阶段对应的压力成像图。

材料性能方面（图3），增加芯材中WPU含量可提高断裂应变但降低拉伸强度（图3C），而更高的胶原蛋白分数则降低杨氏模量但增加功容量（图3D）。鞘层纤维需具备高拉伸强度以有效约束芯材，增加鞘层纤维股数显著增强拉伸性能（图3E），拉胀纤维的典型拉伸曲线呈现两阶段断裂特征（图3F），拉伸强度达207.6 MPa，断裂伸长率为340%。径向直径测量（图3G）显示，应变低于20%时为典型泊松收缩，超过此阈值后则发生结构重构，产生显著径向扩张与拉胀效应。应变因子与泊松比高度依赖模量比（图3H），增大模量对比可有效调控结构演化。螺旋节距同样关键（图3I），纤维在3至6mm范围内展现拉胀行为，但最终器件采用约5.0mm节距以平衡形变与摩擦电荷产生。纤维还展现出高压敏性（0.64 kPa mm⁻¹，图3J）和优异循环拉伸稳定性（图3K）。

图3. 拉胀纤维的材料特性与结构优化。（A-B）芯层纤维和鞘层纤维的制备与表征。（C）不同水性聚氨酯含量下芯层纤维的应力-应变曲线。（D）不同胶原含量下芯层纤维的功容量对比。（E）不同鞘层股数下包裹纤维的拉伸性能。（F）拉胀纤维的典型两阶段断裂拉伸曲线。（G）径向直径随应变的变化，显示从泊松收缩到拉胀膨胀的转变。（H）模量比对应变系数和泊松比的影响。（I）不同螺旋节距下的力学性能对比。（J）压缩灵敏度测试。（K）500次拉伸循环的稳定性测试。

拉胀纤维对微应变的响应机制如图4所示：其拓扑结构高效传递局部应变，将微小生物力学形变转化为可测量的电输出。电荷转移过程依赖于应变程度（图4B）：低形变时界面带电主要源于接触滑动，高应变时芯材屈服导致内外长丝位置交换，放大电荷产生。电输出随纤维长度增加而比例上升（图4C），20cm样品开路电压峰值达8.1V。在全形变范围内（图4D），高模量比设计在大应变区（10%-50%）保持11.75的高应变系数，在低应变区（0-10%）更达11.26，约为非拉胀纤维的3.4倍。纤维还展现优异弯曲性能（图4E），在5°至90°角度下产生稳定信号。通过系统优化螺旋几何参数（图4F、G），确定最佳设计窗口（λ=5.0±0.6mm，θ=35±4°），确保最优拉胀效应。动态响应方面，在0.5-2.5Hz频率范围内呈现高度线性响应（R²=0.98），响应时间50ms，恢复时间70ms。纤维在温湿度变化中保持优异环境稳定性（图4H），在4MΩ外阻下实现最大功率密度8.48 mW m⁻²（图4I），经1000次20%应变拉伸循环后信号保持稳定（图4J）。

图4. 拉胀纤维的响应机制与性能优化。 （A）拉胀纤维在静脉扩张下的形变机制示意图。（B）拉胀纤维在微应变下的摩擦电荷转移机制。（C）不同长度拉胀纤维在拉伸过程中的输出电压。（D）全形变范围（0-50%）内应变因子的定量分析。（E）拉胀纤维在不同弯曲角度下的电压输出。（F）螺旋角（θ）对应变因子和结构泊松比的影响。（G）螺旋节距对应变因子和制造公差的影响。（H）拉胀纤维输出在不同温湿度条件下的环境稳定性。（I）拉胀纤维电压和功率密度随外接负载电阻的变化。（J）纤维在重复拉伸（应变：20%；循环次数：1000次）下的循环稳定性。 

在下肢静脉状态监测应用中（图5），拉胀纤维以高微应变灵敏度捕捉与静脉状态相关的生物力学特征。将其贴附于小腿进行2.5小时连续监测（图5B），输出电压随重力诱导的体积扩张逐渐增加，清晰反映静态下组织机械应变变化。纤维表现出稳定压力传感（灵敏度0.23 V kPa⁻¹，图5C），在5kPa循环加载-卸载下信号紧密跟随输入波形（图5D）。仿生流体压力测试（图5E）显示输出电压随流体速度（0.1-0.5 m/s）单调增加且高度线性。在10°-40°C温度和30%-80%湿度范围内电压变化低于5%（图5F），经多次洗涤循环后性能退化小于6%（图5G），1000次磨损循环后保持96%初始性能（图5H），在人工汗液中连续浸泡24小时后仍保留约89%信号输出（图5I）。

图5. 拉胀纤维在静脉功能监测中的应用性能。 （A）用于下肢静脉状态监测的拉胀纤维示意图。（B）2.5小时坐姿连续监测的输出电压随时间变化。（C）外部加载条件下拉胀纤维的压力灵敏度。（D）5千帕下循环加载-卸载曲线，显示同步电压输出和包络趋势。（E）不同流速模拟血流下拉胀纤维的输出信号响应。（F）不同温湿度条件下的环境稳定性。（G）10天洗涤耐久性测试（每天3次循环，每次20分钟）。（H）人工汗液连续浸泡24小时的化学稳定性评估。（I）1000次循环的机械耐磨性测试。

系统集成方面（图6），拉胀纤维被针织入商用压缩袜中（图6A），其横向扩张特性确保均匀压力分布与高动态贴合性。图6B展示了下肢在健康、轻度静脉曲张和严重静脉曲张状态下的横向应变分布。构建的8×1传感阵列（图6C）记录了坐（I）、站（II）、弯腰（III）和运动（IV）四种状态下的分布式应变信号（图6D）。为解读这些复杂多维数据，开发了五层人工神经网络（图6E），训练曲线（图6F）显示快速收敛与高精度，归一化混淆矩阵（图6G）显示所有类别预测准确率超过97%，弯腰和运动状态达98.5%。该系统通过精确解码与不同运动模式相关的应变特征，为静脉功能评估和早期风险预警提供了有力基础。

图6. 静脉功能评估的系统集成与智能数据分析。 （A）集成传感纤维阵列的最终智能袜原型照片，插图为详细针织结构。（B）不同生理状态下下肢的量化横向形变与应变分布。（C）多通道数据采集系统的系统级框图。（D）下肢活动期间记录的代表性多通道信号矩阵：长时间坐（I）、长时间站（II）、长时间弯腰（III）和运动（IV）。（E）用于从复杂信号矩阵中进行生理状态分类的五层人工神经网络（ANN）模型架构。（F）ANN模型的训练过程，显示准确率和损失函数随训练轮次的变化。（G）总结训练后ANN模型分类性能的归一化混淆矩阵。GND，地；MUX，多路复用器；MCU，微控制器单元；ADC，模数转换器。

综上，这项研究成功开发了一种仿生机械自适应拉胀电子纤维，通过双模量螺旋约束架构实现了可编程机械适应性和稳定的负泊松比。该纤维兼具高机械强度（207.6 MPa）和大伸长率（340%），以及卓越的耐久性（洗涤10天后电学保持率>94%）。凭借其拉胀拓扑结构，传感器实现了高微应变灵敏度（<5%），同时产生8.1V的电输出和8.48 mW m⁻²的功率密度。当配置为分布式体感织物时，该系统通过具身智能成功解码静脉运动，识别准确率超过97%。这项工作为先进的可穿戴医疗健康监测铺平了道路，提供了一种可扩展、自供能、自适应且耐久的生物力学监测系统方案。