Aqueous rechargeable zinc ion batteries (ARZIBs) is considered one of the most compelling candidates for grid-scale energy storage owing to their cost effectiveness, good safety, eco-friendliness, high output voltage, and high capacity. However, their practical applications are still largely limited by the undesirable cyclability and high-rate capability. Here, we report a discovery that using a small amount (2 vol%) of diethyl ether (Et2O) as the electrolyte additive could largely improve the performance of Zn–MnO2 batteries. The addition of Et2O yielded the first cycle coulombic efficiency of 95.6% at 50 mA/g, a high capacity of 115.9 mAh/g at 5 A/g and 97.7% retention of initial capacity after 4000 cycles, demonstrating an outstanding rate capability and cycling performance among the reported Mn-based zinc ions batteries in mild electrolyte. Ex-situ characterizations revealed that appropriate amount of Et2O molecules could effectively suppress the formation of Zn dendrites on Zn anode, which is the main mechanism for cyclability improvements.

There is a large body of literature linking anatomic and geometric characteristics of kidney tumors to perioperative and oncologic outcomes. Semantic segmentation of these tumors and their host kidneys is a promising tool for quantitatively characterizing these lesions, but its adoption is limited due to the manual effort required to produce high-quality 3D segmentations of these structures. Recently, methods based on deep learning have shown excellent results in automatic 3D segmentation, but they require large datasets for training, and there remains little consensus on which methods perform best. The 2019 Kidney and Kidney Tumor Segmentation challenge (KiTS19) was a competition held in conjunction with the 2019 International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) which sought to address these issues and stimulate progress on this automatic segmentation problem. A training set of 210 cross sectional CT images with kidney tumors was publicly released with corresponding semantic segmentation masks. 106 teams from five continents used this data to develop automated systems to predict the true segmentation masks on a test set of 90 CT images for which the corresponding ground truth segmentations were kept private. These predictions were scored and ranked according to their average Sørensen-Dice coefficient between the kidney and tumor across all 90 cases. The winning team achieved a Dice of 0.974 for kidney and 0.851 for tumor, approaching the inter-annotator performance on kidney (0.983) but falling short on tumor (0.923). This challenge has now entered an “open leaderboard” phase where it serves as a challenging benchmark in 3D semantic segmentation.

Skin wound healing is a major health care issue. While electric stimulations have been known for decades to be effective for facilitating skin wound recovery, practical applications are still largely limited by the clumsy electrical systems. Here, we report an efficient electrical bandage for accelerated skin wound healing. On the bandage, an alternating discrete electric field is generated by a wearable nanogenerator by converting mechanical displacement from skin movements into electricity. Rat studies demonstrated rapid closure of a full-thickness rectangular skin wound within 3 days as compared to 12 days of usual contraction-based healing processes in rodents. From in vitro studies, the accelerated skin wound healing was attributed to electric field-facilitated fibroblast migration, proliferation, and transdifferentiation. This self-powered electric-dressing modality could lead to a facile therapeutic strategy for nonhealing skin wound treatment.

In vivo vagus nerve stimulation holds great promise in regulating food intake for obesity treatment. Here we present an implanted vagus nerve stimulation system that is battery-free and spontaneously responsive to stomach movement. The vagus nerve stimulation system comprises a flexible and biocompatible nanogenerator that is attached on the surface of stomach. It generates biphasic electric pulses in responsive to the peristalsis of stomach. The electric signals generated by this device can stimulate the vagal afferent fibers to reduce food intake and achieve weight control. This strategy is successfully demonstrated on rat models. Within 100 days, the average body weight is controlled at 350 g, 38% less than the control groups. This work correlates nerve stimulation with targeted organ functionality through a smart, self-responsive system, and demonstrated highly effective weight control. This work also provides a concept in therapeutic technology using artificial nerve signal generated from coordinated body activities.

Flexible thermoelectric generators (FTEGs) can continuously harvest energy from the environment or the human body to supply wearable electronic devices, which should be a clean energy solution and provide an opportunity to satisfy the increasing power consumption of multimodal sensing and data transmission in wearable electronic devices. Here, the 64-pair FTEG was fabricated by introducing the plated through-hole and heterotypic electrode structures to optimize the thermal transport, showing the largely improved output power of 4.1 mW and record-high power density of 312 μW cm