این افزاره می‌تواند یکی از گام‌های مهم در مسیر توسعه نسل تازه‌ای از حسگرهای پوشیدنی باشد؛ حسگرهایی که به‌جای وابستگی به باتری‌های حجیم و نیازمند شارژ، انرژی موردنیاز خود را از محیط اطراف یا حتی از حرکت خود کاربر دریافت می‌کنند.
قلب این سامانه، نوعی ترانزیستور انعطاف‌پذیر با کانال گرافنی و دروازه الکترولیت ژل یونی است که به اختصار g-IGT نامیده می‌شود. این ترانزیستور روی بستری انعطاف‌پذیر از پلی‌اتیلن ترفتالات (PET) ساخته شده و در کانال آن از یک لایه گرافن تک‌لایه استفاده شده است. گرافن مورد استفاده نیز به روش رسوب‌دهی شیمیایی از فاز بخار (CVD) تولید شده است.
در ساختار این افزاره، یک ژل یونی بر پایه مایع یونی EMIM-TFSI به‌عنوان دی‌الکتریک دروازه عمل می‌کند. اما بخش جذاب سامانه، تنها به استفاده از گرافن محدود نمی‌شود. پژوهشگران دو «مولد نانویی تریبوالکتریک» (Triboelectric Nanogenerator یا TENG) را نیز به ترانزیستور متصل کرده‌اند تا انرژی مکانیکی حاصل از تماس و جدایش سطوح را مستقیماً به سیگنال‌های الکتریکی تبدیل کنند.
یکی از این مولدهای تریبوالکتریک به دروازه ترانزیستور متصل است و سیگنال‌هایی مشابه پالس‌های پیش‌سیناپسی تولید می‌کند؛ مولد دوم نیز به بخش تخلیه ترانزیستور متصل شده و پالس‌های پس‌سیناپسی را فراهم می‌کند. زمانی که این مولدها بر اثر لمس یا حرکت به‌طور مکرر با یکدیگر تماس پیدا می‌کنند و از هم جدا می‌شوند، بار الکتریکی ایجاد می‌کنند و پالس‌های ولتاژی به وجود می‌آورند.
این پالس‌ها باعث جابه‌جایی یون‌ها درون ژل یونی می‌شوند و در نتیجه، رسانندگی کانال گرافنی تغییر می‌کند. به این ترتیب، فرایندی شکل می‌گیرد که از نظر عملکرد به انتقال پیام در سیناپس‌های زیستی شباهت دارد؛ با این تفاوت که انرژی موردنیاز آن از حرکت مکانیکی تأمین می‌شود و هیچ باتری یا منبع تغذیه خارجی در کار نیست.
یکی از ویژگی‌های جالب این سامانه، توانایی آن در تقلید از رفتارهای مختلف حافظه‌ای شبکه‌های عصبی زیستی است. پژوهشگران نشان دادند که این افزاره می‌تواند نوعی حافظه حسی داشته باشد که با زمان زوال حدود ۷۰ میلی‌ثانیه کاهش می‌یابد. در سطح بعدی، دستگاه قادر به ایجاد حافظه کوتاه‌مدت است که طی حدود ۰.۲ تا ۰.۴۵ ثانیه کاهش پیدا می‌کند.
اما اگر تحریک‌های متوالی به سامانه وارد شود، رفتار آن می‌تواند به سمت نوعی حافظه بلندمدت تغییر کند؛ به‌گونه‌ای که زمان زوال سیگنال از ۲ ثانیه نیز فراتر می‌رود. این تغییر تدریجی در پاسخ دستگاه، شباهت قابل‌توجهی با نحوه شکل‌گیری و تقویت حافظه در سامانه‌های عصبی دارد.
ترانزیستور ساخته‌شده همچنین نوعی «پلاستیسیته وابسته به نرخ پالس» (Spike-Rate-Dependent Plasticity) از خود نشان داد. در این حالت، قدرت اتصال سیناپسی بسته به نرخ نسبی شلیک پالس‌ها در دروازه و بخش تخلیه تغییر می‌کند. به بیان ساده، دستگاه می‌تواند بر اساس تعداد و سرعت دریافت سیگنال‌ها، پاسخ خود را تقویت یا تضعیف کند؛ رفتاری که از ویژگی‌های مهم شبکه‌های عصبی زیستی به شمار می‌رود.
نکته مهم دیگر، حفظ عملکرد این سامانه در شرایط تغییر شکل مکانیکی است. پژوهشگران نشان دادند که رفتار سیناپسی دستگاه حتی زمانی که تحت تنش خمشی ۱.۱ مگاپاسکال قرار می‌گیرد، همچنان پایدار باقی می‌ماند. این ویژگی برای تجهیزات پوشیدنی اهمیت زیادی دارد، زیرا حسگرهایی که روی بدن قرار می‌گیرند باید بتوانند بارها خم، کشیده یا فشرده شوند و در عین حال عملکرد خود را حفظ کنند.
پژوهشگران برای بررسی قابلیت عملی این فناوری، داده‌های پاسخ سیناپسی اندازه‌گیری‌شده از دستگاه را وارد یک «پرسپترون تک‌لایه» (Single-Layer Perceptron) کردند. این سامانه با استفاده از مجموعه‌داده عمومی تشخیص فعالیت انسان دانشگاه کالیفرنیا، ارواین (UCI Human Activity Recognition Dataset) آموزش داده شد تا بتواند شش فعالیت مختلف انسانی را از یکدیگر تشخیص دهد.
این فعالیت‌ها شامل راه‌رفتن، نشستن، ایستادن، درازکشیدن، بالا رفتن از پله‌ها و پایین آمدن از پله‌ها بودند. نتایج نشان داد که سامانه خودتأمین انرژی مبتنی بر مولدهای تریبوالکتریک توانست حتی در شرایط خم‌شدن دستگاه، این فعالیت‌ها را با دقت ۸۸.۰۵ درصد طبقه‌بندی کند.
این میزان دقت تنها حدود یک واحد درصد با مدل نرم‌افزاری ایدئال فاصله داشت؛ موضوعی که نشان می‌دهد پاسخ سیناپسی ایجادشده توسط سخت‌افزار می‌تواند اطلاعات کافی برای پردازش و تشخیص الگوهای حرکتی انسان فراهم کند. حتی زمانی که پژوهشگران میزان بالایی از نویز شبیه‌سازی‌شده را به سیگنال‌ها افزودند، سامانه همچنان توانست دقتی بیش از ۷۵ درصد را حفظ کند.
اهمیت این نتیجه در آن است که در بسیاری از سامانه‌های پوشیدنی، حسگر تنها وظیفه دریافت اطلاعات را بر عهده دارد و سپس داده‌ها برای پردازش به مدارهای جداگانه ارسال می‌شوند. چنین معماری‌ای معمولاً به انرژی بیشتری نیاز دارد. در مقابل، افزاره جدید با تقلید از رفتار سیناپس‌های زیستی، می‌تواند بخشی از فرایند پردازش اطلاعات را در همان سطح حسگر انجام دهد.
ترکیب این قابلیت با خودتأمین انرژی، انعطاف‌پذیری و توانایی تشخیص فعالیت انسان، کاربردهای متنوعی را برای فناوری جدید مطرح می‌کند. پژوهشگران از «پایش سلامت پوشیدنی» به‌عنوان یکی از حوزه‌های بالقوه استفاده از این سامانه یاد کرده‌اند. در چنین کاربردی، حسگر می‌تواند بدون نیاز به تعویض یا شارژ مداوم باتری، اطلاعات مربوط به حرکات و فعالیت‌های بدن را دریافت و پردازش کند.
«پوست الکترونیکی» (Electronic Skin) نیز یکی دیگر از کاربردهای احتمالی است. سامانه‌هایی از این نوع می‌توانند در آینده به پوست مصنوعی امکان دهند فشار، تماس یا حرکت را دریافت کرده و به شکل سیگنال‌های قابل‌پردازش به سامانه‌های الکترونیکی منتقل کنند. همچنین، پروتزهای هوشمند و رابط‌های انسان ـ ماشین می‌توانند از چنین حسگرهایی برای ایجاد تعامل طبیعی‌تر میان بدن انسان و تجهیزات الکترونیکی بهره ببرند.
دستاورد پژوهشگران دانشگاه دونگ‌گوک در واقع ترکیبی از چند ایده کلیدی است: گرافن برای ایجاد یک کانال الکترونیکی انعطاف‌پذیر، ژل یونی برای تقلید از رفتار سیناپسی و مولدهای تریبوالکتریک برای تأمین انرژی از حرکت مکانیکی. حاصل این ترکیب، سامانه‌ای است که نه‌تنها حرکت را حس می‌کند، بلکه بخشی از پردازش اطلاعات را نیز در همان سخت‌افزار انجام می‌دهد.
اگرچه این فناوری هنوز در مرحله پژوهش و توسعه قرار دارد و برای استفاده گسترده در محصولات پوشیدنی باید از نظر دوام، مقیاس‌پذیری، پایداری بلندمدت و عملکرد در شرایط واقعی بررسی شود، نتایج به‌دست‌آمده چشم‌انداز جالبی را پیش روی حسگرهای نسل آینده قرار می‌دهد؛ حسگرهایی که شاید دیگر برای «احساس کردن» به باتری وابسته نباشند و بتوانند انرژی حرکت انسان را هم‌زمان به منبع انرژی و زبان ارتباطی خود تبدیل کنند.