《Small Methods》：Organic Transistor-Based Neuromorphic Electronics and Their Recent Applications
编辑推荐：
本综述系统评述了有机晶体管在神经形态电子学中的最新进展，重点介绍了基于有机场效应晶体管（OFET）和有机电化学晶体管（OECT）的人工突触和神经元器件。文章深入探讨了其通过电荷俘获、偶极取向、电化学掺杂等机制实现短期可塑性（STP）和长期可塑性（LTP）的功能模拟，并概述了在神经形态计算（如储备池计算RC）、神经形态感知（如多模态传感融合）以及生物集成接口等前沿领域的创新应用。文章强调了有机材料在柔性、可拉伸性、生物相容性和低功耗方面的独特优势，为开发新一代智能、生物兼容的神经形态系统指明了方向。
引言
传统冯·诺依曼计算架构在处理人工智能（AI）应用中的海量数据时面临能效瓶颈。相比之下，人脑以其高度并行和超低能耗的信息处理方式提供了灵感。神经形态计算旨在通过模拟生物神经系统的结构和功能来克服这一瓶颈。有机晶体管，特别是有机场效应晶体管（OFET）和有机电化学晶体管（OECT），因其低功耗、柔性、可拉伸性和生物相容性而成为实现神经形态功能的理想候选者。
生物灵感：突触功能与脉冲行为
生物突触是神经元之间信息传递的关键节点，其强度调节可分为短期可塑性（STP）和长期可塑性（LTP）。STP持续时间从毫秒到分钟，负责动态滤波和适应性响应等功能；而LTP可持续数小时甚至更长，在学习记忆形成中起核心作用。动作电位（AP）是神经系统信息编码和传输的基本单位，遵循“全或无”定律，其产生依赖于电压门控离子通道（VGIC）的协同作用。
器件基础：用于神经形态系统的有机晶体管
有机神经形态器件主要包括两端（2T）忆阻器和三端（3T）晶体管结构。3T器件（如OFET和OECT）因其读写路径分离、操作稳定性和可多模态控制等优势而受到广泛关注。OFET通过栅极电场效应调控沟道电荷载流子浓度，而OECT则依赖于电解质离子注入沟道材料本体实现电化学掺杂，从而调制电导，这种体掺杂机制使其具有高跨导和与生物神经信号相似的离子-电子混合传导特性。
有机人工突触
突触功能机制
- •
电荷俘获开关：在OFET中，通过在有机半导体或栅介质中嵌入金纳米粒子、富勒烯等电荷俘获中心，可实现STP和LTP。浮栅OFET利用多层介质结构存储电荷，实现非易失性记忆，已被用于模拟多种突触功能。
- •
偶极取向开关：铁电材料，如P(VDF-TrFE)，其极化状态可通过栅压调控，并非易失地改变沟道电导，从而模拟LTP。有机晶体管的介电层中慢极化动力学也被用来实现STP。
- •
电化学掺杂开关：OECT是此类器件的代表。通过调控栅压使离子注入或抽出沟道，改变其氧化状态和电导率。例如，基于PEDOT:PSS的OECT可模拟STP。电化学随机存取存储器（ECRAM）利用互补氧化还原反应实现线性、可逆的电导调制，保留时间超过100秒。此外，通过原位电聚合或在通道材料中引入特定化学结构（如PTHF）可实现长时程的LTP。
刺激调控的突触可塑性
有机突触器件的响应不仅限于电信号，还可被光、机械、化学等多种刺激模态调控，实现多模态感知和信息融合。
- •
光刺激：光敏有机突触晶体管（如基于C8-BTBT的OFET或基于P3HT:PCBM体异质结的OECT）可将光脉冲转化为突触后电流，实现STP和LTP，用于视觉信息处理和噪声过滤。
- •
机械刺激：通过集成触压传感器或利用摩擦电效应，有机突触器件可对压力、触摸等机械刺激产生响应，模拟触觉感知和感觉运动整合。例如，基于铁电有机晶体管的AiS-TSO器件可对手指触摸产生突触响应。
- •
化学与生化刺激：对气体（如NO2, NH3）或神经递质（如多巴胺DA）敏感的OECT可模拟化学介导的突触可塑性，为人工嗅觉和味觉系统以及生物接口开辟道路。
- •
多模态刺激：通过设计多栅极器件或集成多种敏感单元，有机突触可实现光学、压力、化学等多模态信息的同步感知与协同处理，模拟生物多感官整合（MSI）功能，提升感知鲁棒性。
有机人工神经元
有机电化学神经元（OECN）旨在模拟生物神经元的整合放电行为。目前已开发出多种架构，如基于轴丘电路的泄漏积分发放神经元，能对电流输入进行积分并产生电压脉冲；基于有机电化学非线性器件的紧凑型神经元，可再现兴奋性、峰值延迟等生物物理特征；以及更接近生物真实性的电导基OECN，可模拟动作电位的去极化、复极化和超极化全过程。这些神经元可与传感器结合，构建神经形态感知系统，实现事件驱动的传感和处理。
神经形态应用
- •
神经形态计算硬件：有机突触晶体管可用于构建交叉阵列，执行矩阵向量乘法等内存计算任务，加速人工神经网络（ANN）推理。基于有机器件的储备池计算系统利用其非线性动力学和短时记忆特性，可高效处理时序信号，如图像分类和手势识别，显著降低训练复杂度。
- •
多模态传感系统：有机神经形态电子学的优势在于将传感、存储和处理功能集成于单一架构，实现原位传感计算。在视觉处理方面，光敏突触阵列可实现图像记忆、运动感知和特征提取。在生物信号处理方面，可对肌电图、心电图等进行自适应处理。化学信号可通过传感器阵列结合模式识别算法进行分类。感觉运动整合系统将触觉传感与运动控制闭环结合，演示了反射弧、滑动预防等智能行为。
- •
神经形态生物集成接口：有机器件的生物相容性使其能与活体神经组织形成功能接口。例如，有机忆阻器件可实现活体神经元之间的活动依赖性耦合。可拉伸神经形态传出神经可将神经信号传递给肌肉，控制运动。化学介导的人工神经元能感知并释放神经递质，实现与生物神经元的双向化学通信。
结论与展望
有机神经形态电子学在材料、器件和系统层面均取得了显著进展，在柔性、生物集成和低功耗感知计算方面展现出巨大潜力。然而，该领域仍面临材料稳定性、器件均匀性、大规模集成以及算法-硬件协同设计等挑战。未来研究需要聚焦于开发高性能稳定的有机混合离子电子导体、实现高密度器件阵列的可靠制备、建立标准化表征方法，并推动与CMOS技术的异质集成。随着这些问题的解决，有机神经形态电子学有望在可穿戴设备、软体机器人和神经修复等领域发挥重要作用。
