Neuromorphe Sensorik: Wearable erreicht 88,05 Prozent Erkennungsgenauigkeit
Veröffentlicht am: 02.10.2026 um 19:22 Uhr | Redaktion boerse-global.de
Forschende der Dongguk University haben eine flexible und batterielose neuromorphe Wearable-Plattform zur Erkennung menschlicher Aktivitäten vorgestellt. Das System wandelt mechanische Bewegungen direkt in synaptische Signale um. Wie das Fachportal hospimedica.com am 2. Oktober 2026 berichtete, nutzt die Neuentwicklung für diesen Prozess einen triboelektrischen Generator in Kombination mit einem Graphen-Ionengel-Transistor.
Durch das Zusammenspiel dieser Komponenten kommt die Plattform ohne eine externe Stromquelle wie eine herkömmliche Batterie aus. Die bei Bewegungen entstehende mechanische Energie wird unmittelbar in elektrische Impulse übersetzt, die von den Transistoren nach dem Vorbild biologischer Synapsen verarbeitet werden.
Synaptische Signalverarbeitung mit mehrstufigem Gedächtnis
Ein zentrales Merkmal der an der Dongguk University entwickelten Plattform ist ihr neuromorphes Verhalten, das sich in verschiedenen Phasen des Gedächtniszerfalls widerspiegelt. Die Messungen der Forschenden ergaben für das sensorische Gedächtnis des Systems eine Zerfallszeit von circa 70 Millisekunden.
Im kurzfristigen Gedächtnisbereich verbleiben die Signale für eine Zeitspanne von 0,2 bis 0,45 Sekunden. Nach wiederholter Stimulation konnte das System die Information in ein langfristiges Gedächtnis überführen, bei dem die Signaldauer bei über 2 Sekunden lag.
Während neue Technologien Bewegungsabläufe immer präziser erfassen, bleibt die aktive Stärkung des Bewegungsapparats die beste Vorsorge gegen körperliche Beschwerden. Dieser kostenlose Ratgeber zeigt Ihnen 17 einfache Übungen, mit denen Sie in nur 3 Minuten täglich Ihre Muskeln kräftigen. 17 Übungen für maximale Ergebnisse jetzt kostenlos herunterladen
Diese synaptischen Eigenschaften ermöglichen es der Plattform, dynamische Bewegungsabläufe zeitlich aufzulösen und Muster direkt auf Sensorik-Ebene vorzuverarbeiten, bevor zusätzliche Recheneinheiten eingreifen müssen.
Hohe Erkennungsrate bei sechs Bewegungsarten
In experimentellen Testreihen überprüfte das Team die Leistungsfähigkeit der Plattform anhand der Klassifizierung von sechs unterschiedlichen menschlichen Aktivitäten. Beim Einsatz von gebogenen Sensoren erreichte das System dabei eine Genauigkeit von 88,05 Prozent.
Wer sich mit der Aufrechterhaltung körperlicher Funktionen beschäftigt, sollte auch die Bedeutung eines gezielten Trainings ab dem 50. Lebensjahr nicht unterschätzen. Erfahren Sie in diesem Gratis-PDF, wie Sie mit nur 6 gezielten Heimübungen Muskelschwund stoppen und Volkskrankheiten effektiv vorbeugen können. Kostenlosen PDF-Ratgeber für Heimtraining sichern
Selbst unter Bedingungen mit starkem Rauschen bewies die neuromorphe Plattform eine robuste Signalverarbeitung: Die Erkennungsgenauigkeit blieb auch bei diesen Störeinflüssen stabil bei über 75 Prozent.
Die Ergebnisse der Entwicklungsarbeit wurden in der wissenschaftlichen Fachzeitschrift Advanced Materials veröffentlicht. Als potenzielle Anwendungsgebiete für die batterielose Technologie nennt das Forschungsteam das Wearable-Gesundheitsmonitoring, die Ausstattung elektronischer Haut für robotische Systeme sowie den Einsatz in intelligenten Prothesen.
