Electronic systems with physical properties matched to the human epidermis can be used in clinical monitoring.

Reversible Implants Silicon electronics are generally designed to be stable and robust—it would be counterproductive if the key parts of your computer or cell phone slowly dissolved away while you were using it. In order to develop transient electronics for use as medical implants, Hwang et al. (p. 1640 , see the cover) produced a complete set of tools and materials that would be needed to make standard devices. Devices were designed to have a specific lifetime, after which the component materials, such as porous silicon and silk, would be resorbed by the body.

Bioresorbable silicon electronics technology offers unprecedented opportunities to deploy advanced implantable monitoring systems that eliminate risks, cost and discomfort associated with surgical extraction. Applications include postoperative monitoring and transient physiologic recording after percutaneous or minimally invasive placement of vascular, cardiac, orthopaedic, neural or other devices. We present an embodiment of these materials in both passive and actively addressed arrays of bioresorbable silicon electrodes with multiplexing capabilities, which record in vivo electrophysiological signals from the cortical surface and the subgaleal space. The devices detect normal physiologic and epileptiform activity, both in acute and chronic recordings. Comparative studies show sensor performance comparable to standard clinical systems and reduced tissue reactivity relative to conventional clinical electrocorticography (ECoG) electrodes. This technology offers general applicability in neural interfaces, with additional potential utility in treatment of disorders where transient monitoring and modulation of physiologic function, implant integrity and tissue recovery or regeneration are required. Arrays of bioresorbable, highly doped silicon electrodes with multiplexing capabilities are used as electrocorticography sensors to perform in vivo, reliable acute and chronic recordings for up to one month before dissolving in the body.

Abstract Hard and soft structural composites found in biology provide inspiration for the design of advanced synthetic materials. Many examples of bio-inspired hard materials can be found in the literature; far less attention has been devoted to soft systems. Here we introduce deterministic routes to low-modulus thin film materials with stress/strain responses that can be tailored precisely to match the non-linear properties of biological tissues, with application opportunities that range from soft biomedical devices to constructs for tissue engineering. The approach combines a low-modulus matrix with an open, stretchable network as a structural reinforcement that can yield classes of composites with a wide range of desired mechanical responses, including anisotropic, spatially heterogeneous, hierarchical and self-similar designs. Demonstrative application examples in thin, skin-mounted electrophysiological sensors with mechanics precisely matched to the human epidermis and in soft, hydrogel-based vehicles for triggered drug release suggest their broad potential uses in biomedical devices.

Here we demonstrate materials and operating conditions that allow for high-resolution printing of layers of quantum dots (QDs) with precise control over thickness and submicron lateral resolution and capabilities for use as active layers of QD light-emitting diodes (LEDs). The shapes and thicknesses of the QD patterns exhibit systematic dependence on the dimensions of the printing nozzle and the ink composition in ways that allow nearly arbitrary, systematic control when exploited in a fully automated printing tool. Homogeneous arrays of patterns of QDs serve as the basis for corresponding arrays of QD LEDs that exhibit excellent performance. Sequential printing of different types of QDs in a multilayer stack or in an interdigitated geometry provides strategies for continuous tuning of the effective, overall emission wavelengths of the resulting QD LEDs. This strategy is useful to efficient, additive use of QDs for wide ranging types of electronic and optoelectronic devices.

Low modulus, compliant systems of sensors, circuits and radios designed to intimately interface with the soft tissues of the human body are of growing interest, due to their emerging applications in continuous, clinical-quality health monitors and advanced, bioelectronic therapeutics. Although recent research establishes various materials and mechanics concepts for such technologies, all existing approaches involve simple, two-dimensional (2D) layouts in the constituent micro-components and interconnects. Here we introduce concepts in three-dimensional (3D) architectures that bypass important engineering constraints and performance limitations set by traditional, 2D designs. Specifically, open-mesh, 3D interconnect networks of helical microcoils formed by deterministic compressive buckling establish the basis for systems that can offer exceptional low modulus, elastic mechanics, in compact geometries, with active components and sophisticated levels of functionality. Coupled mechanical and electrical design approaches enable layout optimization, assembly processes and encapsulation schemes to yield 3D configurations that satisfy requirements in demanding, complex systems, such as wireless, skin-compatible electronic sensors.

Micro-LEDs (µLEDs) have been explored for augmented and virtual reality display applications that require extremely high pixels per inch and luminance1,2. However, conventional manufacturing processes based on the lateral assembly of red, green and blue (RGB) µLEDs have limitations in enhancing pixel density3-6. Recent demonstrations of vertical µLED displays have attempted to address this issue by stacking freestanding RGB LED membranes and fabricating top-down7-14, but minimization of the lateral dimensions of stacked µLEDs has been difficult. Here we report full-colour, vertically stacked µLEDs that achieve, to our knowledge, the highest array density (5,100 pixels per inch) and the smallest size (4 µm) reported to date. This is enabled by a two-dimensional materials-based layer transfer technique15-18 that allows the growth of RGB LEDs of near-submicron thickness on two-dimensional material-coated substrates via remote or van der Waals epitaxy, mechanical release and stacking of LEDs, followed by top-down fabrication. The smallest-ever stack height of around 9 µm is the key enabler for record high µLED array density. We also demonstrate vertical integration of blue µLEDs with silicon membrane transistors for active matrix operation. These results establish routes to creating full-colour µLED displays for augmented and virtual reality, while also offering a generalizable platform for broader classes of three-dimensional integrated devices.

Motor imagery offers an excellent opportunity as a stimulus-free paradigm for brain-machine interfaces. Conventional electroencephalography (EEG) for motor imagery requires a hair cap with multiple wired electrodes and messy gels, causing motion artifacts. Here, a wireless scalp electronic system with virtual reality for real-time, continuous classification of motor imagery brain signals is introduced. This low-profile, portable system integrates imperceptible microneedle electrodes and soft wireless circuits. Virtual reality addresses subject variance in detectable EEG response to motor imagery by providing clear, consistent visuals and instant biofeedback. The wearable soft system offers advantageous contact surface area and reduced electrode impedance density, resulting in significantly enhanced EEG signals and classification accuracy. The combination with convolutional neural network-machine learning provides a real-time, continuous motor imagery-based brain-machine interface. With four human subjects, the scalp electronic system offers a high classification accuracy (93.22 ± 1.33% for four classes), allowing wireless, real-time control of a virtual reality game.

The progress in flexible and neuromorphic electronics technologies has facilitated the development of artificial perception systems. By closely emulating biological functions, these systems are at the forefront of revolutionizing intelligent robotics and refining the dynamics of human–machine interactions. Among these, tactile sensory neuromorphic technologies stand out for their ability to replicate the intricate architecture and processing mechanisms of the brain. This replication not only facilitates remarkable computational efficiency but also equips devices with efficient real-time data-processing capability, which is a cornerstone in artificial intelligence evolution and human–machine interface enhancement. Herein, we highlight recent advancements in neuromorphic systems designed to mimic the functionalities of the human tactile sensory system, a critical component of somatosensory functions. After discussing the tactile sensors which biomimic the mechanoreceptors, insights are provided to integrate artificial synapses and neural networks for advanced information recognition emphasizing the efficiency and sophistication of integrated system. It showcases the evolution of tactile recognition biomimicry, extending beyond replicating the physical properties of human skin to biomimicking tactile sensations and efferent/afferent nerve functions. These developments demonstrate significant potential for creating sensitive, adaptive, plastic, and memory-capable devices for human-centric applications. Moreover, this review addresses the impact of skin-related diseases on tactile perception and the research toward developing artificial skin to mimic sensory and motor functions, aiming to restore tactile reception for perceptual challenged individuals. It concludes with an overview of state-of-the-art biomimetic artificial tactile systems based on the manufacturing–structure–property–performance relationships, from devices mimicking mechanoreceptor functions to integrated systems, underscoring the promising future of artificial tactile sensing and neuromorphic device innovation.