Hierarchische Oberflächenrestrukturierung mit Femtosekundenlasern für neuronale Schnittstellenelektroden und Mikroelektrodenarrays der nächsten Generation

Wissenschaftliche Berichte Band 12, Artikelnummer: 13966 (2022) Diesen Artikel zitieren

1449 Zugriffe

1 Zitate

Details zu den Metriken

Langfristig implantierbare neuronale Schnittstellengeräte sind in der Lage, viele Herz-, Nerven-, Netzhaut- und Hörstörungen durch Nervenstimulation zu diagnostizieren, zu überwachen und zu behandeln sowie elektrische Signale zu und von Nervengewebe zu erfassen und aufzuzeichnen. Um die Spezifität, Funktionalität und Leistung dieser Geräte zu verbessern, müssen die Elektroden und Mikroelektrodenarrays – die die Grundlage der meisten neuen Geräte bilden – weiter miniaturisiert werden und über eine außergewöhnliche elektrochemische Leistung und Ladungsaustauscheigenschaften mit Nervengewebe verfügen. In diesem Bericht zeigen wir zum ersten Mal, dass die elektrochemische Leistung hierarchisch umstrukturierter Femtosekundenlaser-Elektroden so abgestimmt werden kann, dass sie beispiellose Leistungswerte liefert, die deutlich über den in der Literatur angegebenen Werten liegen, z. B. Ladungsspeicherkapazität und spezifische Kapazität im Vergleich zu unstrukturierten Elektroden um zwei Größenordnungen bzw. über das 700-fache verbessert. Darüber hinaus wurde eine Korrelation zwischen Laserparametern, elektrochemischer Leistung und Oberflächenparametern der Elektroden festgestellt, und während Leistungsmetriken ein relativ konsistentes zunehmendes Verhalten mit Laserparametern zeigen, neigen Oberflächenparameter dazu, einem weniger vorhersehbaren Trend zu folgen, was eine direkte Beziehung zwischen diesen Oberflächenparametern und diesen zunichte macht Leistung. Um die Frage zu beantworten, was diese Leistung und Abstimmbarkeit antreibt und ob die weit verbreitete Argumentation der vergrößerten Oberfläche und der Aufrauung der Elektroden die Hauptursachen für die beobachtete Leistungssteigerung ist, zeigt eine Querschnittsanalyse der Elektroden mithilfe eines fokussierten Ionenstrahls , zum ersten Mal, das Vorhandensein von unterirdischen Merkmalen, die möglicherweise zu den beobachteten elektrochemischen Leistungssteigerungen beigetragen haben. Dieser Bericht ist das erste Mal, dass über eine solche Leistungssteigerung und Abstimmbarkeit für hierarchisch neu strukturierte Femtosekundenlaser-Elektroden für neuronale Schnittstellenanwendungen berichtet wird.

Die alternde Bevölkerung und das Vorhandensein einer Vielzahl von Herz-1,2, neurologischen3,4,5,6, Netzhaut-7,8 und Hörstörungen9,10, die nicht allein durch Medikamente geheilt werden können, haben zu einem erheblichen Anstieg der Zahl der Patienten geführt, die davon betroffen sind erfordern langfristig implantierbare Geräte. Diese Geräte und ihr breites Anwendungsspektrum sind in Tabelle 1 zusammengefasst. Implantierbare Geräte funktionieren durch künstliche Stimulation des lebenden Gewebes durch die Übertragung eines externen elektrischen Signals von einem Neurostimulator oder einem implantierbaren Impulsgenerator (IPG) an eine implantierbare Elektrode oder ein Mikroelektrodenarray dann über die Membran der Nervenzellen oder des Nervengewebes11. Das Nervensystem ist für den Transport der elektrischen Signale verantwortlich, die vom Gehirn zu den Muskeln wandern, um Muskelbewegungen auszulösen, und umgekehrt von den Sinnesorganen zum Gehirn (z. B. Wahrnehmung, Hören und Sehen). Wenn ein Nerv verletzt ist und die Kommunikation zwischen Gehirn und Peripherie gestört ist, wie zum Beispiel bei einer Rückenmarksverletzung12,13,14,15, ist es möglich, mit einem Gerät entweder die Funktion wiederherzustellen, die das Gehirn nicht kann Diese Informationen können vom Nervensystem kontrolliert4 oder aufgezeichnet werden. In den letzten Jahrzehnten waren viele Patienten auf der ganzen Welt für lebenskritische und lebenserhaltende Funktionen auf implantierbare Geräte angewiesen16,17,18, was zu massiven Veränderungen bei diesen Geräten geführt hat. Insbesondere gibt es einen starken Trend zur Geräteminiaturisierung, da kleinere implantierbare Geräte gewünscht werden, um sie mit normalen menschlichen Aktivitäten kompatibel zu machen und den Komfort des Trägers zu erhöhen19,20. Daher müssen alle Komponenten solcher Geräte hinsichtlich Gewicht, Größe und Patientenkomfort optimiert werden. Die meisten dieser Geräte bestehen aus drei Hauptkomponenten: (1) Neurostimulator oder IPG, der eine Batterie und Elektronik enthält; (2) Elektroden oder Mikroelektrodenarrays, die für die Erfassung und Aufzeichnung intrinsischer neurologischer oder kardialer Aktivitäten sowie für die Abgabe von Impulsen für Stimulations- und Stimulationszwecke verantwortlich sind; und (3) Leitungen, die eine Brücke zwischen dem IPG und den Elektroden oder (Mikro-)Elektrodenarrays1,3,6,8,20,21 bilden. Abbildung 1 zeigt ein Beispiel eines Neurostimulationsgeräts und aller drei oben beschriebenen Hauptkomponenten.

Ein Beispiel eines reaktiven Neurostimulationsgeräts (RNS® System, NeuroPace, Inc.; Foto mit Genehmigung und freundlicher Genehmigung von NeuroPace, Inc. verwendet); Der Neurostimulator wird in den Schädel implantiert und ersetzt einen ähnlich geformten Knochenabschnitt. Die kortikalen Streifen- oder Tiefenelektroden (Pt-10Ir-Legierung) werden im oder am epileptischen Anfallsherd implantiert.

Elektroden und Mikroelektrodenarrays sind die Basis vieler neuer Geräte. Sie werden mit sehr spezifischen Größen, Geometrien, Profilen sowie elektrischen, elektrochemischen und mechanischen Eigenschaften hergestellt, um den biologischen Anforderungen ihrer beabsichtigten Anwendungen gerecht zu werden. Elektroden sind äußerst vielfältig, da unterschiedliche Anwendungen unterschiedliche Elektrodentypen hinsichtlich ihrer Größe, Invasivität, Selektivität, Materialzusammensetzung und Leistung erfordern3,4,9,32,81,82. Ein Mikroelektroden-Array ist ein sehr dünnes Stück Kunststoff mit eingebetteten Metallstrukturen, das in den menschlichen Körper implantiert wird, um mit dem Nervensystem zu interagieren3,4,9,32,81,82,83,84. Eine Anordnung von Elektroden mit höherer Dichte ermöglicht die Aktivierung einer größeren Anzahl einzelner Neuronen oder Gruppen von Neuronen, was zu einer besseren Lokalisierung und Kontrolle der gewünschten biologischen Reaktion führt11,62,85. Herstellungsbeschränkungen haben jedoch den Fortschritt bei der Entwicklung hochdichter Mikroelektrodenarrays behindert86,87. In den meisten implantierbaren Geräten zeichnen sich leistungsstarke Elektroden oder Mikroelektrodenarrays durch eine niedrige Impedanz (für Erfassungs- und Aufzeichnungszwecke), eine hohe Ladungsinjektionskapazität (für sichere und reversible Stimulationszwecke) und eine hohe Kapazität für Herzstimulationsanwendungen aus42,88,89. Wir werden diese Parameter in diesem Bericht als Leistungsmetriken verwenden. Abbildung 2 zeigt einige Beispiele modernster Elektroden und Elektrodenarrays, die derzeit in der Praxis eingesetzt werden.

(a) Typische Paddel-Elektrodenanordnungen mit zwei Säulen zur Rückenmarksstimulation mit 8 und 16 Elektroden (Foto mit Genehmigung von Bradley, K. Pain Medicine 7, 20061 reproduziert); (b) ein leitungsloser Herzschrittmacher, der direkt in das Herz implantiert wird, wobei die Anode ein umlaufender Ring im proximalen Teil des Geräts ist und für die Herzstimulation verantwortlich ist (Foto mit Genehmigung und freundlicher Genehmigung von Medtronic); (c) ein Cochlea-Implantat-Elektrodenarray mit 22 Elektroden (Foto mit Genehmigung und freundlicher Genehmigung von Cochlear Limited, Sydney, Australien).

Angesichts der Gesamtabmessungen des Implantats ist die Herstellung von Elektroden, die klein genug für die Kommunikation mit Neuronen sind, technologisch machbar81. Eine Verkleinerung der eigentlichen leitenden Stelle geht jedoch zwangsläufig mit einer Erhöhung der Impedanz der Elektrode und damit einer Verringerung des Signal-Rausch-Verhältnisses einher. Daher wird die Größe einer Elektrode für den klinischen Einsatz durch einen Kompromiss zwischen hoher Selektivität (erzielt durch kleine Größe) und optimierten elektrochemischen Eigenschaften bestimmt81. Größere Elektroden haben eine größere geometrische Oberfläche (GSA) und können daher mehr Ladung injizieren, bevor die elektrochemisch sicheren Grenzwerte überschritten werden42. Ihre große Größe begrenzt jedoch die räumliche Selektivität und Auflösung des Geräts90. Um die Ladungsinjektionskapazität zu erhöhen, ein Signal mit höherer Auflösung zu liefern und die Leistung zu verbessern86,90, kann man die GSA erhöhen, indem man die Anzahl der Elektroden erhöht. Angesichts der Platzbeschränkungen in Organen wie Gehirn, Rückenmark, Cochlea und Auge muss eine solche Erhöhung der Anzahl der Elektroden jedoch mit einer Verringerung der Elektrodengröße einhergehen, was die Menge an Ladung, die abgegeben werden kann, erheblich verringert. Dies wirkt sich negativ auf die Geräteleistung aus und verfehlt den Zweck, die Anzahl der Elektroden zu erhöhen. Um den oben genannten Kompromiss zu überwinden, besteht ein alternativer Ansatz darin, die Anzahl der Elektroden zu erhöhen, um eine hohe Selektivität zu erreichen, wobei jede Elektrode eine kleine GSA, aber eine erhöhte elektrochemische Oberfläche (ESA)42,86,90 aufweist, um eine hohe Ladungsübertragungsfähigkeit zu erreichen und niedrige Impedanz. Durch die Maximierung der ESA bei gleichzeitiger Minimierung der GSA kann eine große Anzahl von Elektroden im Gerät untergebracht werden, was zu einer verbesserten Leistung, Selektivität, Genauigkeit und einem geringeren Stromverbrauch führt. Eine Erhöhung der ESA wurde durch zwei Klassen von Techniken erreicht: (1) Oberflächentechnologien, durch die ein anderes Material (z. B. Beschichtungen, dünne Filme und Nanomaterialien mit größerer elektrochemischer Leistung als die Elektrode selbst) auf der Elektrodenoberfläche hinzugefügt oder abgeschieden wird; (2) physikalische und elektrochemische Techniken zur Verbesserung/Änderung der Oberflächenrauheit der Elektrode. Typische Elektrodenbeschichtungen umfassen unter anderem Iridiumoxid-Dünnfilme (IrO2)39,42,44,91,92,93,94,95,96,97,98,99,100,101,102,103,104,105, Titannitrid-Beschichtungen (TiN)38,96,106,107, schwarze oder poröse Platin (Pt)-Beschichtungen81,108,109,110, leitfähige Polymere83,86,111,112,113,114,115,116, zweidimensionale Materialien117,118, Kohlenstoffnanoröhren119,120,121,122 und nanostrukturierte Gerüste123. Trotz ihrer Fähigkeit, die elektrochemische Leistung von Elektroden zu verbessern, stellen einige dieser Beschichtungsmaterialplattformen (1) technologische Herausforderungen in der Fertigungsumgebung dar, wie z Batch-Prozesse und die Notwendigkeit der Verwendung von Masken, um interessierende Bereiche auf der Elektrodenoberfläche selektiv zu beschichten; (2) weisen einige ungünstige Eigenschaften auf, wie z. B. eine schlechte Haftung der Beschichtungen und Additivschichten auf der darunter liegenden Elektrodenoberfläche und Mängel im Zusammenhang mit der Langzeitbeständigkeit. Beispiele für solche Herausforderungen sind in Tabelle 2 aufgeführt.

Angesichts der beschriebenen Nachteile von Beschichtungs- und Dünnschichtansätzen werden kommerziell realisierbare Technologien als wertvoll erachtet, die die elektrochemische Leistung von Elektroden und Mikroelektrodenarrays steigern können und gleichzeitig die Notwendigkeit einer Beschichtung oder Abscheidung eines neuen Materials auf der Oberfläche überflüssig machen. Dieses Ziel kann mithilfe von Oberflächenbehandlungstechniken erreicht werden, zu denen Folgendes gehört: (1) elektrochemisches Aufrauen132,133; (2) physikalische Methoden, die einen Laser verwenden, um die Oberflächenmorphologie durch Ätzen, Schmelzen oder Aufrauen der Elektrodenoberfläche zu verändern28,134. Die Laserumstrukturierung neuronaler Schnittstellenelektroden und Mikroelektrodenarrays zur Verbesserung ihrer elektrochemischen Leistung wurde in der Literatur ad hoc untersucht28,85,134,135. Tabelle 3 fasst diese Studien zusammen.

Das Konzept hierarchischer Oberflächen und Strukturen wurde in der Literatur ausführlich untersucht. Viele natürliche und künstliche Materialien weisen Massen- oder Oberflächenstrukturen auf mehr als einer Längenskala auf, was bedeutet, dass die Struktur- oder Oberflächenelemente selbst eine Struktur im Inneren aufweisen. In neuronalen Schnittstellenanwendungen weisen beispielsweise dünne Filme aus Iridiumoxid (IrO2), Palladiumoxid (PdO), Rutheniumoxid (RuO2), Rhodiumoxid (Rh2O3) und ihre binären festen Lösungsdünnfilme103,104,105 eine hierarchische (auch) Struktur auf (in diesem Zusammenhang als Fraktal bezeichnet) Oberflächenstruktur, wenn sie unter bestimmten Verarbeitungsparametern synthetisiert wird. Diese Hierarchie spielt eine große Rolle bei der Erzielung einer ultrahohen ESA, die sie zu idealen Dünnschichtmaterialien für neuronale Schnittstellenanwendungen macht. Es wird hier die Hypothese aufgestellt, dass die Bildung hierarchischer Oberflächenstrukturen auf Elektroden und Mikroelektrodenarrays, d. h. Elektroden mit topografischen Oberflächenmerkmalen, die aus unterschiedlichen Längenskalen bestehen, wie im Schema von Abb. 3 dargestellt, zu einer elektrochemischen Leistung führen kann, da die Oberflächeneigenschaften bestimmt werden sollen sowohl die chemische Zusammensetzung der Elektrodenoberfläche als auch die morphologische Wirkung von Nanostrukturen innerhalb der mikrometergroßen Bereiche der hierarchischen Oberfläche140,141,142,143,144,145,146,147,148.

Schematische Darstellung einer hierarchisch strukturierten Oberfläche, die aus topografischen Merkmalen besteht, die sich über verschiedene Längenskalen erstrecken. Für die meisten Anwendungen sind diese unterschiedlichen Längenskalen die grobskaligen groben Strukturen (~ 1–100 µm) und eine feinere Strukturuntergruppe (~ 5–100 nm) über den groben Strukturen.

In der Literatur wurden mehrere Methoden für die Herstellung hierarchischer Oberflächenstrukturen auf unterschiedlichen Materialien beschrieben146, wie z. B. Schleuderbeschichtung149, Polymerprägung150,151,152, Selbstorganisation153, Replikatguss natürlicher Oberflächen143, Nanolithographie141,144,154,155, chemisches Ätzen148 und Nanopartikelabscheidung142. 156. Die Möglichkeit der Material-Nanobearbeitung mittels Femtosekunden-Laserpulsablation wurde erstmals 1995 von Pronko et al.157 und danach von anderen158,159,160,161,162,163,164,165 berichtet. Aufgrund seiner ultrakurzen Pulsdauer und der großen Laserspitzenfluenz ermöglicht dieses Verfahren die Umstrukturierung nahezu aller Materialklassen mit der gewünschten Präzision und ohne das Auftreten spürbarer Wärmeeinflusszonen166. Mehrere Studien haben speziell über den Einsatz von Femtosekundenlasern zur hierarchischen und Oberflächen-Nanostrukturierung verschiedener Materialien berichtet146,158,166,167,168,169,170,171,172,173. Zu den entwickelten Techniken zur Oberflächennanostrukturierung mittels Femtosekundenlaser gehören Maskenprojektion174, Nahfeldablation175, laserunterstütztes chemisches Ätzen176, Nanotexturierung durch Abscheidung aus einer Femtosekundenlaser-Ablationsfahne177, Nanostrukturierung dünner Metallfilme durch Femtosekundenlaser-induziertes Schmelzen178, plasmonische Nanoablation179 und Interferometrie Femtosekunden-Laserablation180,181. Wichtig ist, dass der Einsatz von Femtosekundenlasern zur Herstellung biomimetischer Oberflächen in den letzten Jahrzehnten große Aufmerksamkeit erlangt hat166,182.

In diesem Bericht haben wir die Anwendbarkeit und Leistungsvorteile der hierarchischen Oberflächenrestrukturierung mit Femtosekundenlasern untersucht. Anschließend untersuchten wir die Einstellbarkeit der Leistung als Funktion von zwei der wichtigsten und am leichtesten zugänglichen Laserparameter, nämlich Fluenz und Durchschnittsleistung. Neben der Feststellung des Zusammenhangs zwischen Laserparametern und Leistung wollten wir auch verstehen, was zu dieser beispiellosen Leistung dieser hierarchisch neu strukturierten Elektroden beigetragen hat. Die in der Literatur weit verbreitete Argumentation ist die Vergrößerung der Oberfläche und/oder die Aufrauhung der Oberfläche. Mittels korrelativer konfokaler Mikroskopie (CM) und Rasterelektronenmikroskopie (REM) wurden die umstrukturierten Elektroden in allen drei Dimensionen vollständig charakterisiert, d. h. 2D-laterale Textur und Morphologie mit REM und Höheninformationen mit CM mit Nanometerauflösung. Obwohl eine gewisse Korrelation zwischen Oberflächenparametern und Leistung besteht, zeigen wir, dass Oberflächenparameter allein den Trend und das Ausmaß der verbesserten elektrochemischen Leistung nicht vollständig erklären können. Weitere Querschnittsanalysen unter Verwendung hochauflösender FIB-Querschnitte (Focused Ion Beam) und anschließender SEM-Bildgebung zeigen zum ersten Mal die Existenz von Merkmalen unter der Oberfläche, die möglicherweise zur beobachteten elektrochemischen Leistung beigetragen haben, und erfordern weitere Studien, die beides untersuchen Oberflächen- und Untergrundmerkmale.

Elektroden oder Mikroelektrodenarrays haben für ihre vorgesehenen Anwendungen spezifische elektrochemische Leistungsanforderungen. Daher ist die Möglichkeit, ihre Leistungsmetriken durch Optimierung einstellbarer Laserparameter selektiv anzupassen, sowohl für Forscher als auch für Hersteller medizinischer Geräte von großem Interesse. Von den verschiedenen Laserbearbeitungsparametern, die eine Oberflächenabstimmbarkeit ermöglichen, stehen die Durchschnittsleistung und die Fluenz im Mittelpunkt dieser Studie, da sie bei fast allen kommerziellen Lasern problemlos abgestimmt werden können. Eine Reihe flacher 0,3 mm dicker Pt-10Ir-Elektroden wurde in zwei Experimenten hierarchisch umstrukturiert. In Experiment 1 wurde die Durchschnittsleistung von 0,6 bis 3,35 W variiert, während alle anderen bekannten/kontrollierbaren Laserparameter konstant gehalten wurden. In Experiment 2 wurde die Fluenz von 12,3 auf 2 J/cm2 variiert, während die durchschnittliche Leistung konstant bei etwa 17 W gehalten wurde. Tabelle 4 zeigt die durchschnittlichen Leistungs- und Fluenzwerte, die in diesen beiden Experimenten verwendet wurden. Darüber hinaus und um die Machbarkeit und Praktikabilität der hierarchischen Oberflächenumstrukturierung in realen Anwendungen zu demonstrieren, wurde eine Reihe von Pt-10Ir-Elektroden mit flachen und 3D-/komplexen Geometrien umstrukturiert.

Das verwendete Lasersystem war ein diodengepumpter Yb:YAG-Festkörperlaser (Coherent StarFemto, Santa Clara, CA), der 300-fs-Pulse mit einer zentralen Wellenlänge von 1030 nm erzeugt. Der Grund für die Verwendung eines Femtosekundenlasers in dieser Arbeit war, dass die Literatur eindeutig zeigt, dass Femtosekundenlaser für die Materialbearbeitung mit minimalen bis gar keinen unerwünschten Kollateralschäden (z. B. durch Ableitung der erzeugten Wärme) eingesetzt werden können183,184. Diese Fähigkeit ist der Schlüssel zum Erreichen eines Oberflächenrestrukturierungsprozesses, der kontrollierbar und wiederholbar ist und keine unerwünschten Artefakte aufweist. Die Experimente wurden an Luft und unter Umgebungsbedingungen durchgeführt. Oberflächenmuster wurden über einen grafischen Editor (Visual Laser Marker von Coherent) erstellt, in die Achsensteuerungen eingebunden und der Strahlengang mithilfe eines Ablenkkopfes gelenkt. Die Elektroden wurden auf einer Vakuumplatte montiert, die auf einem Kipptisch (Edmunds Optics, Barrington, NJ) auf einem XYZ-Translationstisch montiert war. Die Elektroden wurden mithilfe eines optischen berührungslosen Wegaufnehmers (Micro Epsilon, Ortenburg, Deutschland) auf ein Delta von 5 µm über die Oberfläche nivelliert. Die Elektroden wurden direkt unter den Ablenkkopf gebracht, um den Einfallswinkel zu minimieren.

Restrukturierte Elektroden wurden einer korrelativen konfokalen Mikroskopie (CM) und Rasterelektronenmikroskopie (REM)-Bildgebung unterzogen. CM wurde in einem ZEISS Smart Proof 5 (ZEISS, Jena, Deutschland) und einem Keyence VK 3000 (Keyence, Osaka, Japan) durchgeführt. Die SEM- und FIB/SEM-Bildgebung wurde mit einem ZEISS Crossbeam 340 (ZEISS, Oberkochen, Deutschland) durchgeführt. Die SEM-Bildgebung wurde mit einem Sekundärelektronendetektor bei einer Beschleunigungsspannung von 10 kV und verschiedenen Vergrößerungen durchgeführt. Es wurden Vergrößerungen von 50k, 20k, 10k, 5k, 2k, 1k und 500 entsprechend Pixelgrößen von 2,23, 5,58, 11,16, 22,33, 55,82, 111,6 und 223,3 nm verwendet, was die Untersuchung der hierarchischen Strukturen bei verschiedenen Längen ermöglichte Waage. Darüber hinaus wurden mikroskopische Aufnahmen bei Neigungswinkeln von 0° und 45° gemacht, was eine bessere Visualisierung der Gesamttopologie der Oberfläche und eine Korrelation mit den konfokalen 3D-Daten ermöglicht. Um durch die Umstrukturierung hervorgerufene Untergrundmerkmale aufzudecken, wurde ein FIB-Querschnitt mit einem Gallium-FIB bei einem Strom von 100 nA und einer Beschleunigungsspannung von 30 kV durchgeführt, um einen Graben mit den Abmessungen 50 µm Breite, 100 µm Länge und 80 µm zu erzeugen Tiefe. Das Polieren des Querschnitts erfolgte in mehreren Schritten, wobei niedrigere Ströme bis zu 1 nA verwendet wurden, um die beste Qualität der Querschnittswandoberfläche sicherzustellen. Die konfokalen Daten liefern eine Höhenauflösung im Nanometerbereich (die genaue Auflösung hängt vom ausgewählten Objektiv ab), während SEM eine ähnliche Auflösung in lateralen Richtungen bietet. Die von Mountain Software (Digital Surf, Besancon, Frankreich) ermöglichte Korrelation zwischen beiden ermöglicht die vollständige Charakterisierung von Oberflächen in allen drei Dimensionen. Die Objektivlinse und die Aufnahmemodi wurden so gewählt, dass die Oberflächenrauheit der umstrukturierten Elektroden vollständig mit der höchstmöglichen Auflösung erfasst werden konnte. Aufgrund der Schwierigkeit, Merkmale wie Spitzen und Täler von einem Bild zum anderen auszurichten, wurden aus jedem aufgenommenen Bild 180 µm × 180 µm große Bereiche extrahiert, die 25 Vollspitzen, 20 Halbspitzen und vier Viertelspitzen enthalten. Die folgenden Bildverarbeitungsschritte wurden angewendet, um verschiedene Oberflächenparameter zu erhalten: (1) Füllen nicht gemessener Punkte (d. h. Füllen von Punkten auf der Oberfläche, an denen keine konfokalen Informationen vorhanden waren) mittels Interpolation; die Gesamtzahl der nicht gemessenen Punkte für unsere Bilder war geringer als 5 %); (2) Ausreißer entfernen; (3) Nivellierung; (4) Füllen nicht gemessener Punkte (nur wenn der vorherige Prozess zusätzliche nicht gemessene Punkte ergab (was immer weniger als 1 % ist); (5) Schwellenwert zur Entfernung von Fremdkörpern; (6) Extrahieren von Oberflächenparametern. Oberflächenparameter festgelegt nach der Norm ISO 25178 berechnet. Der quadratische Mittelwert (RMS), die Höhe der Oberfläche (Sq) und das Oberflächenverhältnis (Sdr) wurden als zwei Parameter ausgewählt, die „Oberflächenrauheit“ und „zusätzliche Oberfläche“ widerspiegeln, die ebenfalls von angegeben werden Taylor et al. für ähnliche neuronale Schnittstellenanwendungen104. Ihre mathematische Formulierung ist in den Gleichungen (1) und (2) enthalten:

RMS-Rauheit (Quadrat)

Oberflächenverhältnis (Sdr)

Dabei bezeichnet Z die Höhe jedes Punktes auf der Oberfläche und A die Fläche der Probe. Die RMS-Rauheit entspricht der Standardabweichung der Höhenverteilung und ist ein weit verbreiteter Parameter, da seine Robustheit weniger empfindlich gegenüber Messrauschen ist. Die Oberflächenpunktwolke kann für Oberflächenmessungen trianguliert werden. Insbesondere berechnet Sdr die Fläche jedes einzelnen Dreiecks und summiert sie, um die krummlinige Fläche zu definieren, die jeder Unebenheit und jedem Texturelement der Oberfläche folgt. Diese Fläche wird dann durch die horizontale Fläche dividiert, um zu bestimmen, wie stark die Oberfläche von einer horizontalen Ebene abweicht. In diesem Bericht verwenden wir Sdr, um die zusätzliche Oberfläche quantitativ zu charakterisieren.

Die Ladungsspeicherkapazität (CSC) ist eine wichtige Eigenschaft, die bei der Bestimmung der Nützlichkeit einer Elektrode oder eines Mikroelektroden-Arrays berücksichtigt werden muss42,90 und kann mittels zyklischer Voltammetrie (CV) gemessen werden. Die Spannung bei einem CV-Test ist auf einen Bereich beschränkt, in dem keine schädlichen elektrochemischen Reaktionen auf das biologische Gewebe oder die Nerven auftreten. Da Gewebereaktionen anwendungsspezifisch sind, werden diese Spannungsgrenzen in der Praxis üblicherweise durch das sogenannte „Wasserfenster“ bestimmt, das den Potentialbereich darstellt, in dem Oxidations- oder Reduktionsströme nicht zur Bildung von Wasserstoff oder Sauerstoff an der Schnittstelle zwischen Elektrode und Gewebe führen (z. B. −0,6 V bis 0,8 V gegenüber einer Ag/AgCl-Referenzelektrode)42. In dieser Arbeit wurde CV zur Messung von CSC und elektrochemische Impedanzspektroskopie (EIS) zur Messung von Impedanz und spezifischer Kapazität verwendet. Sowohl CV- als auch EIS-Tests wurden in einer Teflon®-Plattenzelle mit drei Elektroden (Abb. 4) durchgeführt, bestehend aus einer Ag/AgCl-Referenzelektrode (ALS-Co Ltd., RE-1B, Tokio, Japan), einer gewickelten Pt-Gegenelektrode. Elektrode und hierarchisch umstrukturierte Elektroden als Arbeitselektroden. Die geometrische Oberfläche (GSA) der Arbeitselektroden in der Zelle betrug 0,09 cm2. Der verwendete Elektrolyt war eine im Handel erhältliche phosphatgepufferte Salzlösung (PBS) (Blood Bank Saline, Azer Scientific, Morgantown, PA). Alle Potentiale wurden in Bezug auf die Ag/AgCl-Referenzelektrode aufgezeichnet. Alle CV-Tests wurden bei Raumtemperatur und mit einer Spannungsdurchlaufrate (ν) von 50 mV/s zwischen Potentialgrenzen von –0,6 V und 0,8 V durchgeführt, beginnend beim Leerlaufpotential (OCP) und zuerst in positiver Richtung. Wie bereits erwähnt, wurden potenzielle Fenster ausgewählt, um sicherzustellen, dass keine Wasserelektrolyse auftritt. EIS-Messungen wurden am OCP durchgeführt und über einen Frequenzbereich von 0,1–105 Hz unter Verwendung einer sinusförmigen Anregungsspannungsamplitude von 10 mV Effektivwert (Vrms) um ein festes Potential zwischen –0,6 V und 0,8 V gemessen. Alle CV- und EIS-Messungen wurden mit einem Gamry-Potentiostat (5000E-Schnittstelle, Warminster, PA) und der vom Hersteller bereitgestellten Software durchgeführt. Bei allen für CV und EIS gemeldeten Daten handelt es sich um einen Durchschnitt von drei Elektroden pro Bedingung, die dreimal getestet wurden, also insgesamt 9 Messungen. Die spezifische Kapazität wurde mithilfe von EIS-Daten und dem gängigen Randles-Modell berechnet.

Schematische Darstellung des Testaufbaus für CV- und EIS-Messungen.

Wie in den optischen und REM-Aufnahmen von Abb. 5 gezeigt, wurde die hierarchische Oberflächenumstrukturierung erfolgreich als robuste Oberflächenmodifikationstechnologie bei einer Vielzahl von Elektrodenformen und -geometrien für verschiedene neuronale Schnittstellenanwendungen eingesetzt, z. B. zylindrisch (Abb. 5a) und spiralförmig ( Abb. 5b) Pt-10Ir-Elektroden für Herzrhythmusanwendungen, Pt-10Ir-Elektroden im Nietstil für Elektrophysiologiekatheter mit Ultrahochdichtekartierung (Abb. 5c) und eine zylindrische (Abb. 5d) Pt-10Ir-Elektrode zur Verwendung bei der perkutanen Rückenmarkstimulation Elektrodenarrays. Die durch die Umstrukturierung entstandene hierarchische Oberflächenstruktur kann in den REM-Aufnahmen einer flachen Pt-10Ir-Elektrode beobachtet werden, die für den Einsatz in einem Rückenmarksstimulationselektroden-Array mit Paddelleitung vorgesehen ist (Abb. 6). Die mikroskopischen Aufnahmen zeigen, dass die Oberflächenhierarchie durch eine periodische Topographie gekennzeichnet ist, die aus grobskaligen, hügelartigen Strukturen mit einer Breite von mehreren Mikrometern und einer Höhe von etwa 10 bis 20 µm und einer Untergruppe feinerer Strukturen auf den hügelartigen Strukturen in der Region besteht Sie sind etwa einige Nanometer bis einige Hundert Nanometer groß. Das beobachtete Muster in Abb. 6 wurde während dieser Studie beibehalten, um die Strukturen im größeren Maßstab zu erhalten. Dies ermöglicht die Untersuchung der Abstimmbarkeit unabhängig vom Muster und konzentriert sich auf die am häufigsten zugänglichen Laserparameter Fluenz und Durchschnittsleistung. Die Autoren erkennen die Notwendigkeit an, Muster (d. h. den geometrischen Weg des Laserflecks auf der Oberfläche) als einstellbaren Parameter in zukünftigen Studien zu untersuchen, glauben jedoch, dass die aus der aktuellen Arbeit gewonnenen Erkenntnisse wertvolle Erkenntnisse für solche Studien liefern und ein ansonsten unerschwinglich breites Experiment einschränken können Feld.

REM-Aufnahmen hierarchisch umstrukturierter Elektroden für verschiedene neuronale Schnittstellenanwendungen: (a) eine zylindrische und (b) eine Helix-Pt-10Ir-Elektrode für Anwendungen zur Herzrhythmussteuerung; (c) eine nietartige Pt-10Ir-Elektrode für einen Elektrophysiologie-Mapping-Katheter und (d) eine zylindrische Pt-10Ir-Elektrode zur Verwendung in einer perkutanen Rückenmarkstimulationselektrodenanordnung.

REM-Aufnahmen der hierarchischen Oberflächenstruktur, die auf der Oberfläche einer Elektrode aus einer Pt-10Ir-Legierung induziert wird, die für ein Rückenmarksstimulationselektroden-Array mit Paddelleitung verwendet wird.

Abbildung 7 zeigt repräsentative REM-Aufnahmen der Elektroden aus Experiment 1, umstrukturiert bei 0,61, 1,98 und 3,35 Watt (obere Reihe), und der Elektroden aus Experiment 2, umstrukturiert bei 12,3, 4,1 und 2,46 J/cm2 Fluenz (untere Reihe). Alle REM-Aufnahmen wurden bei einem Neigungswinkel von 45° aufgenommen, was eine bessere Visualisierung der Gesamttopologie der Oberfläche ermöglicht, während die Einschübe bei einem Neigungswinkel von 0° aufgenommen wurden. Diese REM-Aufnahmen zeigen qualitativ, dass die Prävalenz von Merkmalen kleinerer Längenskalen auf der Elektrodenoberfläche bei höherer Durchschnittsleistung höher ist. Diese Beobachtung wird quantitativ durch korrelierte konfokale Bilder in Abb. 8 bestätigt, die repräsentative konfokale Karten in 2D-Wärmekartenansicht (obere Reihe) und 3D-Ansicht (untere Reihe) von hierarchisch umstrukturierten Pt-10Ir-Elektroden bei 0,61, 1,98 und 3,35 W zeigen Durchschnittsleistung. Repräsentative konfokale Bilder für eine Fluenz von 12,30, 4,10 und 2,46 J/cm2 sind in Abb. 9 dargestellt. In ähnlicher Weise ist in REM- und konfokalen Bildern eine Zunahme der Rauheit und Textur als Funktion der durchschnittlichen Leistung zu beobachten. Die konfokalen 2D-Wärmekartenansichten und REM-Aufnahmen zeigen, dass sich die erhöhte Rauheit in Form erhöhter Wellen äußert. In Bildern mit variabler durchschnittlicher Leistung geht die erhöhte Rauheit mit einer größeren Tiefe der Strukturen einher, während eine variierende Fluenz keinen ähnlichen Trend darstellt. Die Abweichung von der Kreisform ist in Abb. 9 (Fluenz) auch stärker ausgeprägt als in Abb. 8 (durchschnittliche Leistung), wodurch sich die Lücken zwischen den Peaks deutlich verringern. Energiedispersive Spektroskopie (EDS) wurde bei Neigungswinkeln von 0° sowohl für unstrukturierte als auch hierarchisch neustrukturierte Pt-10Ir-Elektroden durchgeführt. Abbildung 10 zeigt die EDS-Karten der Zusammensetzung beider Elektrodenoberflächen. Tabelle 5 fasst die Elementzusammensetzung beider Elektrodenoberflächen zusammen. Beachten Sie, dass die Sauerstoffkonzentration nach der hierarchischen Oberflächenumstrukturierung bei einer Fluenz von 12,30 J/cm2 um ~ 5 % anstieg.

Repräsentative Rasterelektronenmikroskopaufnahmen (REM) von hierarchisch umstrukturierten Oberflächen von Pt-10Ir-Elektroden bei durchschnittlicher Leistung von 0,61, 1,98 und 3,35 W (obere Reihe) und einer Fluenz von 12,30, 4,10 und 2,46 J/cm2 (untere Reihe).

Repräsentative 2D- (obere Reihe), 1D- (mittlere Reihe) und 3D-konfokale Karten (untere Reihe) von hierarchisch umstrukturierten Oberflächen von Pt-10Ir-Elektroden bei 0,61, 1,98 und 3,35 W Durchschnittsleistung. Beachten Sie, dass das Querschnittsprofil (konfokale 1D-Karte) in der Mitte der Karte entlang der horizontalen Richtung erhalten wird.

Repräsentative 2D- (obere Reihe), 1D- (mittlere Reihe) und 3D- (untere Reihe) konfokale Karten von hierarchisch umstrukturierten Oberflächen von Pt-10Ir-Elektroden bei 12,30, 4,10 und 2,46 J/cm2 Fluenz. Beachten Sie, dass das Querschnittsprofil (konfokale 1D-Karte) in der Mitte der Karte in horizontaler Richtung erhalten wird.

Elementare EDS-Karten (links) einer nicht umstrukturierten Pt-10Ir-Elektrode und (rechts) einer hierarchisch umstrukturierten Pt-10Ir-Elektrode, verarbeitet bei einer Fluenz von 12,30 J/cm2.

Um das Leistungsverhalten der beobachteten Oberflächen zu untersuchen, sind in Abb. 11a Cyclovoltammogramme aller umstrukturierten Elektroden aus Experiment 1 bei variierender Durchschnittsleistung und einer makellosen, nicht umstrukturierten Pt-10Ir-Elektrode (Einschub) dargestellt. Die Gesamtladungsspeicherkapazität (CSCtotal) wurde gemäß Gl. berechnet. (3) durch Integration der Fläche unter den Cyclovoltammogrammen:

Zyklische Voltammogramme von a) einer Reihe von Elektroden, die unter unterschiedlichen Umstrukturierungsbedingungen (0,61 bis 3,35 W) umstrukturiert wurden, und einer makellosen, nicht umstrukturierten Pt-10Ir-Elektrode (Einschub) und b) einer 4 µm dicken TiN-Beschichtung zum Vergleich mit einer Elektrode neu strukturiert bei 3,35 W und einer makellosen Pt-10Ir-Elektrode; Bemerkenswert ist der Anstieg des CSCtotal um zwei Größenordnungen für die bei einer Durchschnittsleistung von 3,35 W umstrukturierte Elektrode im Vergleich zu ihrem nicht umstrukturierten Gegenstück.

Hier ist deutlich zu erkennen, dass die Abstimmbarkeit durch Variation der Durchschnittsleistung erreicht werden kann. Es zeigt sich, dass eine Erhöhung der Durchschnittsleistung den CSCtotal kontinuierlich erhöht (Abb. 11a). Um einen besseren Kontext zu schaffen und zum Vergleich, sind in Abb. 11b Cyclovoltammogramme einer 4 µm dicken TiN-Beschichtung, einer bei 3,35 W umstrukturierten Elektrode und einer makellosen Pt-10Ir-Elektrode dargestellt. Elektroden, die bei 3,35 W umstrukturiert wurden, zeigen nicht nur einen um mehr als zwei Größenordnungen höheren CSCtotal im Vergleich zu ihren nicht umstrukturierten Pt-10Ir-Gegenstücken, sondern ihr CSCtotal übersteigt auch den der 4 µm dicken TiN-Beschichtung, die routinemäßig bei Herzrhythmus-Management-Anwendungen verwendet wird. Dies ist das erste Mal, dass über eine solche Leistungssteigerung und Abstimmbarkeit für laserrestrukturierte Elektroden berichtet wird. Die makellose Pt10Ir-Elektrode weist deutliche Oxidations- und Reduktionspeaks auf, ähnlich wie Pt-Elektroden42. Die laserrestrukturierten Pt10Ir-Elektroden weisen dagegen wesentlich größere Voltammogramme auf, die beide halbrechteckig sind, was auf eine Doppelschichtkapazität ähnlich der von TiN hinweist, und außerdem einen Oxidationspeak bei 0,8 V und einen kleinen Reduktionspeak bei 0,1 V enthalten Pt-10Ir, wie im eingefügten CV-Voltammogramm der makellosen Pt-10Ir-Elektrode gezeigt.

Die Impedanzgröße als Funktion der Frequenz (dargestellt im Frequenzbereich von 0,1–105 Hz) für ausgewählte Elektroden aus Experiment 1, die makellose Pt-10Ir-Elektrode und die TiN-Beschichtung sind in Abb. 12 dargestellt. Insbesondere bei Frequenzen unter 1000 Hz , EIS-Tests und Impedanzmessungen (Abb. 12) zeigen eine Impedanzreduzierung von hierarchisch umstrukturierten Elektroden (bei 3,35 W) um etwa bis zu zwei Größenordnungen im Vergleich zu den reinen Pt-10Ir-Gegenstücken. Bei höheren Frequenzen zeigen alle Elektroden ein Widerstandsverhalten, das von der Elektrolytleitfähigkeit dominiert wird. Wie in Abb. 12c dargestellt, ist vor allem das Impedanzverhalten der bei 3,35 W umstrukturierten Elektrode nominell identisch mit dem der TiN-beschichteten Elektrode. Noch bemerkenswerter ist, dass die EIS-Messungen und Kapazitätsberechnungen einen über 700-fachen Anstieg der spezifischen Kapazität (Abb. 13) nach hierarchischer Oberflächenumstrukturierung (bei 3,35 W) zeigen. Darüber hinaus bietet die hierarchische Oberflächenumstrukturierung den einzigartigen Vorteil und die Möglichkeit, die ESA der Elektroden durch Variation und Einstellbarkeit der Laserparameter zu verändern. Hier wird eine solche Abstimmbarkeit bequem durch einfaches Wählen eines anderen Durchschnittsleistungswerts für den Laser erreicht. Ähnliche Trends sind für die Fluenz zu beobachten. Es bleibt jedoch immer noch die Frage, was diese Leistung und Abstimmbarkeit antreibt und ob die weit verbreitete Argumentation einer vergrößerten Oberfläche und einer Aufrauung der Elektroden die Hauptursache für die beobachtete Leistungssteigerung ist.

(a) Impedanzgröße als Funktion der Frequenz (dargestellt im Frequenzbereich von 0,1–105 Hz) für eine makellose, nicht umstrukturierte Pt-10Ir-Elektrode und ausgewählte hierarchisch umstrukturierte Elektroden als Funktion der durchschnittlichen Leistung (nur die Elektroden, die bei 0,61 und 1,52 umstrukturiert wurden). (b) Impedanzgröße als Funktion der Frequenz (aufgetragen im Frequenzbereich von 0,1–10 Hz) für eine 4 µm dicke TiN-beschichtete Pt-10Ir-Elektrode und eine makellose Pt-10Ir-Elektrode zum Vergleich mit der umstrukturierten Elektrode bei 0,61 W und (c) Impedanzgröße als Funktion der Frequenz (aufgetragen im Frequenzbereich von 0,1–10 Hz) für die 4 µm dicke TiN-beschichtete Pt-10Ir-Elektrode und die bei umstrukturierte Pt-10Ir-Elektrode 3,35 W.

Diagramme des Oberflächenverhältnisses (Sdr) sowie der gesamten Ladungsspeicherkapazität (a) und der spezifischen Kapazität (b) als Funktion der durchschnittlichen Laserleistung; Außerdem Diagramme der mittleren Oberflächenrauheit (Sq) sowie der gesamten Ladungsspeicherkapazität (c) und der spezifischen Kapazität (d) als Funktion der durchschnittlichen Laserleistung.

Die Abbildungen 13 und 14 zeigen die Beziehung zwischen den Variationen der Laserbearbeitungsparameter (durchschnittliche Leistung und Fluenz), Oberflächenparametern und Leistung. In Abb. 13 wurden Leistungsmetriken (CSCtotal und spezifische Kapazität) und Oberflächenparameter (Sdr und Sq) mit der durchschnittlichen Leistung korreliert, während Abb. 14 diese Korrelation mit der Fluenz zeigt. Während beide Leistungsmetriken von CSCtotal und spezifischer Kapazität ein relativ konsistentes steigendes Verhalten bei durchschnittlicher Leistung und Fluenz aufweisen, neigen Oberflächenparameter dazu, einem weniger vorhersehbaren Verhalten zu folgen, was einen direkten Zusammenhang zwischen diesen Oberflächenparametern und der Leistung negiert. Aus Abb. 13 ist ersichtlich, dass eine Leistungssteigerung – wenn die durchschnittliche Leistung erhöht wird – nicht unbedingt einen stetig steigenden Trend bei einem der Oberflächenparameter garantiert. Darüber hinaus zeigt Abb. 14, dass trotz des relativ konstant steigenden Leistungstrends – wenn die Fluenz zunimmt – beide Oberflächenparameter einen abnehmenden Trend aufweisen.

Diagramme des Oberflächenverhältnisses sowie der Gesamtladungsspeicherkapazität (a) und der spezifischen Kapazität (b) als Funktion der Laserfluenz; außerdem Diagramme der mittleren Oberflächenrauheit (Sq) sowie der gesamten Ladungsspeicherkapazität (c) und der spezifischen Kapazität (d) als Funktion der Laserfluenz.

Diese Beobachtungen und Trends können mehreren potenziellen Mitwirkenden zugeschrieben werden. Schauen wir uns zunächst die Abbildungen an. Aus den Abbildungen 8 und 9 kann man deutlich erkennen, dass die Prävalenz feinerer Nanostrukturen mit höheren Frequenzen bei Elektroden mit verbesserter Leistung stärker ausgeprägt ist. Die Oberflächen mit geringerer Leistung haben eine nahezu ideale Kreisform, während Oberflächen mit höherer Leistung von der Kreisform abweichen und in der Nähe von Spitzen hochfrequente Wellen aufweisen. Bei quantitativer Messung könnten jedoch andere Oberflächenmerkmale die Berechnungen dominiert haben. Unserer Meinung nach erfordert dies die Entwicklung neuer funktionaler Oberflächenparameter, die sich von herkömmlichen Oberflächenmetriken unterscheiden und die Oberflächen besser mit den beobachteten Leistungsmetriken korrelieren können. Ein weiterer wichtiger, vernachlässigter Faktor ist das Vorhandensein von Untergrundstrukturen, die für oberflächenempfindliche Bildgebungstechniken, wie sie in dieser Studie verwendet werden, also REM und CM, unsichtbar sein könnten. Die Merkmale unter der Oberfläche beziehen sich hier auf die strukturellen Veränderungen, die an den Elektroden unterhalb der sichtbaren Oberfläche vorgenommen werden. Dazu gehören Hohlräume, Risse, Risse und ähnliche Merkmale. Es wird angenommen, dass diese Untergrundmerkmale – die mit den vorgestellten Oberflächencharakterisierungstechniken nicht sichtbar sind, deren Struktur jedoch mit dem Oberflächengelände verbunden ist – zu den Gesamtleistungsmetriken der Probe beitragen und eine wichtige Rolle bei der Vergrößerung der zugänglichen elektrochemischen Oberfläche der Probe spielen können Elektroden. Um dies weiter zu untersuchen, wurden FIB-Querschnitte mehrerer in dieser Studie umstrukturierter Elektroden erstellt, um zu untersuchen, ob für die hier verwendeten Bildgebungstechniken unsichtbare Merkmale vorhanden sind oder nicht. Abbildung 15 zeigt repräsentative FIB-Querschnitte von zwei hierarchisch umstrukturierten Elektroden bei einer Fluenz von 4,10 J/cm2 (Abb. 15a,b) und einer durchschnittlichen Leistung von 1,98 W (Abb. 15c). In beiden FIB-Querschnitten von Abb. 15 sind Untergrundmerkmale (dargestellt durch rote gestrichelte Pfeile in Abb. 15), die regelmäßig in der Nähe der Täler auftreten, erkennbar. Das Vorhandensein solcher Merkmale kann wahrscheinlich auf Laserstoßwellen zurückgeführt werden, die weitere Hohlräume induzieren vom Spotstandort der Laser entfernt. Obwohl angenommen wird, dass Femtosekundenlaser deutlich weniger Hitze und induzierte Stoßwellen haben als ihre Gegenstücke, existieren sie immer noch und können, wie hier gezeigt, unterirdische Strukturen erzeugen.

Fokussierte Ionenstrahlquerschnitte (FIB) hierarchisch umstrukturierter Pt-10Ir-Legierungselektroden, umstrukturiert bei einer Fluenz von 4,10 J/cm2 (a, b) und einer durchschnittlichen Leistung von 1,98 W (c); Rote gestrichelte Pfeile zeigen unterirdische Merkmale, die wahrscheinlich auf Laserstoßwellen zurückzuführen sind.

In dieser Arbeit wurde eine neuartige Methode zur hierarchischen Oberflächenrestrukturierung von Elektrodenoberflächen unter Verwendung der Femtosekundenlasertechnologie vorgestellt, um die Abstimmbarkeit und Kontrollierbarkeit ihrer elektrochemischen Leistung für ein breites Spektrum neuronaler Schnittstellenanwendungen zu fördern. Die Leistung einer Reihe hierarchisch umstrukturierter Elektroden wurde bewertet und mit denen von nicht umstrukturierten Elektroden sowie TiN-beschichteten Elektroden verglichen und die Vorteile von laserumstrukturierten Elektroden gegenüber den beiden anderen diskutiert. Darüber hinaus wurde die Einstellbarkeit von Leistungsmetriken durch Variation von Laserparametern gezeigt und die Rolle von Oberflächen- und Untergrundparametern untersucht. Es wurde gezeigt, dass der Oberflächen-RMS und die zusätzliche Oberfläche nicht in der Lage sind, die bei Leistungsmetriken beobachteten Trends vollständig zu beschreiben; Daher sind weitere Studien erforderlich, um Oberflächenparameter sicherer mit Leistungsmetriken zu korrelieren. Schließlich haben wir gezeigt, dass es selbst in Gegenwart von Femtosekundenpulsen potenzielle durch Stoßwellen induzierte Strukturen unterhalb der Oberfläche und abseits des Interaktionspunkts zwischen dem Laser und den Elektroden gibt. Auch unterirdische Merkmale können zur Leistung beitragen. Zukünftige Studien, die sowohl eine Oberflächen- als auch eine Querschnittscharakterisierung umfassen, können die Auswirkungen von Merkmalen unter der Oberfläche und der Leistung besser korrelieren. Schließlich erkennen wir die Notwendigkeit an, die Laserstrukturierung als einstellbaren Parameter in zukünftigen Studien zu untersuchen, glauben jedoch, dass die aus der aktuellen Arbeit gewonnenen Erkenntnisse wertvolle Erkenntnisse für solche Studien liefern und ein ansonsten unerschwinglich breites experimentelles Feld einschränken können.

Alle während dieser Studie generierten oder analysierten Daten sind in diesem veröffentlichten Artikel [und seinen ergänzenden Informationsdateien] enthalten.

Mulpuru, SK, Madhavan, M., McLeod, CJ, Cha, YM & Friedman, PA Herzschrittmacher: Funktion, Fehlerbehebung und Management: Teil 1 einer zweiteiligen Serie. Marmelade. Slg. Cardiol. 69, 189–210. https://doi.org/10.1016/j.jacc.2016.10.061 (2017).

Artikel PubMed Google Scholar

Stevenson, I. & Voskoboinik, A. Geräte zur Herzrhythmuskontrolle. Aust. J. Gen. Pract. (AJGP) 47, 264–271. https://doi.org/10.31128/AJGP-12-17-4439 (2018).

Artikel Google Scholar

Epstein, LJ & Palmieri, M. Behandlung chronischer Schmerzen mit Rückenmarksstimulation. Mt. Sinai J. Med. J. Übers. Pers. Med. 79, 123–132. https://doi.org/10.1002/msj.21289 (2012).

Artikel Google Scholar

Ordonez, J., Schuettler, M., Boehler, C., Boretius, T. & Stieglitz, T. Dünne Filme und Mikroelektrodenarrays für die Neuroprothetik. Frau Bull. 37, 590–598. https://doi.org/10.1557/mrs.2012.117 (2012).

Artikel ADS CAS Google Scholar

Stenehjem, E. & Armstrong, WS Geräteinfektionen des Zentralnervensystems. Infizieren. Dis. Klin. N. Bin. 26, 89–110. https://doi.org/10.1016/j.idc.2011.09.006 (2012).

Artikel Google Scholar

Schalk, G. & Leuthardt, EC Gehirn-Computer-Schnittstellen unter Verwendung elektrokortikographischer Signale. IEEE Rev. Biomed. Ing. 4, 140–154. https://doi.org/10.1109/RBME.2011.2172408 (2011).

Artikel PubMed Google Scholar

Kelly, SK et al. Ein hermetischer, drahtloser subretinaler Neurostimulator für Sehprothesen. IEEE Trans. Biomed. Ing. 58, 3197–3205. https://doi.org/10.1109/TBME.2011.2165713 (2011).

Artikel PubMed PubMed Central Google Scholar

Theogarajan, L. Strategien zur Wiederherstellung des Sehvermögens für Blinde: Aktuelle und neue Technologien. Neurosci. Lette. 519, 129–133. https://doi.org/10.1016/j.neulet.2012.02.001 (2012).

Artikel CAS PubMed Google Scholar

Carlson, ML, Driscoll, CL, Gifford, RH & McMenomey, SO Cochlea-Implantation: Aktuelle und zukünftige Geräteoptionen. Otolaryngol. Klin. N. Bin. 45, 221–248. https://doi.org/10.1016/j.otc.2011.09.002 (2012).

Artikel Google Scholar

Wilson, BS et al. Bessere Spracherkennung mit Cochlea-Implantaten. Natur 352, 236–238. https://doi.org/10.1038/352236a0 (1991).

Artikel ADS CAS PubMed Google Scholar

Eljamel, S. & Slavin, K. Neurostimulation: Prinzipien und Praxis (Wiley, 2013).

Buchen Sie Google Scholar

Compton, AK, Shah, B. & Hayek, SM Rückenmarksstimulation: Ein Rückblick. Curr. Schmerz Kopfschmerz Rep. 16, 35–42. https://doi.org/10.1007/s11916-011-0238-7 (2012).

Artikel PubMed Google Scholar

Jackson, A. & Zimmermann, JB Neuronale Schnittstellen für Gehirn und Rückenmark – Wiederherstellung der motorischen Funktion. Nat. Rev. Neurol. 8, 690–699. https://doi.org/10.1038/nrneurol.2012.219 (2012).

Artikel CAS PubMed Google Scholar

Mailis-Gagnon, A., Furlan, AD, Sandoval, JA & Taylor, R. Rückenmarkstimulation bei chronischen Schmerzen. Cochrane-Datenbanksystem. Rev. https://doi.org/10.1002/14651858.CD003783.pub2 (2004).

Artikel PubMed Google Scholar

Wolter, T. Rückenmarksstimulation bei neuropathischen Schmerzen: Aktuelle Perspektiven. J. Schmerzres. 7, 651–663. https://doi.org/10.2147/jpr.S37589 (2014).

Artikel PubMed PubMed Central Google Scholar

Stellbrink, C. & Trappe, H.-J. Die Nachverfolgung von Herzgeräten: Was ist für die Zukunft zu erwarten? EUR. Herz J. Suppl. 9, I113–I115. https://doi.org/10.1093/eurheartj/sum071 (2007).

Artikel Google Scholar

Halperin, D., Heydt-Benjamin, TS, Fu, K., Kohno, T. & Maisel, WH Sicherheit und Datenschutz für implantierbare medizinische Geräte. IEEE Pervasive Computing. 7, 30–39. https://doi.org/10.1109/MPRV.2008.16 (2008).

Artikel Google Scholar

Maisel, WH Sicherheitsprobleme im Zusammenhang mit medizinischen Geräten und Auswirkungen der jüngsten Fehlfunktionen des implantierbaren Kardioverter-Defibrillators. JAMA 294, 955–958. https://doi.org/10.1001/jama.294.8.955 (2005).

Artikel CAS PubMed Google Scholar

Ko, WH Frühgeschichte und Herausforderungen implantierbarer Elektronik. ACM J. Emerg. Technol. Berechnen. Syst. 8, 8. https://doi.org/10.1145/2180878.2180880 (2012).

Artikel PubMed PubMed Central Google Scholar

Bazaka, K. & Jacob, M. Implantierbare Geräte: Probleme und Herausforderungen. Elektronik 2, 1–34. https://doi.org/10.3390/electronics2010001 (2012).

Artikel CAS Google Scholar

Madhavan, M., Mulpuru, SK, McLeod, CJ, Cha, YM & Friedman, PA Fortschritte und zukünftige Richtungen bei Herzschrittmachern: Teil 2 einer zweiteiligen Serie. Marmelade. Slg. Cardiol. 69, 211–235. https://doi.org/10.1016/j.jacc.2016.10.064 (2017).

Artikel PubMed Google Scholar

Witherell, CL Geräte zur Herzrhythmuskontrolle. Krit. Pflegekräfte. Klin. N. Bin. 6, 85–101. https://doi.org/10.1016/S0899-5885(18)30510-0 (1994).

Artikel CAS Google Scholar

Halbfass, P., Sonne, K., Nentwich, K., Ene, E. & Deneke, T. Aktuelle Entwicklungen bei Herzrhythmus-Managementgeräten. Klin. Res. Cardiol. 107, 100–104. https://doi.org/10.1007/s00392-018-1313-4 (2018).

Artikel PubMed Google Scholar

Lau, CP, Siu, CW & Tse, HF Zukunft implantierbarer Geräte für das Herzrhythmusmanagement. Auflage 129, 811–822. https://doi.org/10.1161/CIRCULATIONAHA.112.000312 (2014).

Artikel PubMed Google Scholar

Kirwin, SH Cochlea-Implantate: Technologische Fortschritte, psychologische/soziale Auswirkungen und langfristige Wirksamkeit (Nova Science Publishers Inc, 2014).

Google Scholar

Fitzpatrick, DA Implantierbare elektronische medizinische Geräte.

Sennaroglu, L. Cochlea-Implantation bei Innenohrfehlbildungen – Ein Übersichtsartikel. Cochlea-Implantate Int. 11, 4–41. https://doi.org/10.1002/cii.416 (2010).

Artikel PubMed Google Scholar

Dodds, CWD, Byrnes-Preston, PJ, Rendl, M., Lovell, NH & Suaning, GJ in Proceedings of the 4th International IEEE EMBS Conference on Neural Engineering. 88–91.

Dowling, J. Aktuelle und zukünftige Aussichten für optoelektronische Netzhautprothesen. Auge 23, 1999–2005. https://doi.org/10.1038/eye.2008.385 (2009).

Artikel CAS PubMed Google Scholar

Suaning, GJ, Lovell, NH, Schindhelm, K. & Coroneo, MT Das bionische Auge (elektronische Sehprothese): Eine Rezension. Aust. NZJ Ophthalmol. 26, 195–202. https://doi.org/10.1111/j.1442-9071.1998.tb01310.x (1998).

Artikel CAS PubMed Google Scholar

Shepherd, RK, Shivdasani, MN, Nayagam, DA, Williams, CE & Blamey, PJ Sehprothesen für Blinde. Trends Biotechnol 31, 562–571. https://doi.org/10.1016/j.tibtech.2013.07.001 (2013).

Artikel CAS PubMed Google Scholar

Guenther, T., Lovell, NH & Suaning, GJ Bionische Vision: Systemarchitekturen – Ein Rückblick. Experte Rev. Med. Entwickler 9, 33–48. https://doi.org/10.1586/erd.11.58 (2012).

Artikel Google Scholar

Maynard, EM Visuelle Prothesen. Annu. Rev. Biomed. Ing. 3, 145–168. https://doi.org/10.1146/annurev.bioeng.3.1.145 (2001).

Artikel CAS PubMed Google Scholar

Weiland, JD & Humayun, MS Intraokulare Netzhautprothese. IEEE Eng. Med. Biol. Mag. 25, 60–66. https://doi.org/10.1109/MEMB.2006.1705748 (2006).

Artikel PubMed Google Scholar

Chan, DTM et al. Komplikationen der Tiefenhirnstimulation: Eine kollektive Übersicht. Asiatischer J. Surg. 32, 258–263. https://doi.org/10.1016/S1015-9584(09)60404-8 (2009).

Artikel PubMed Google Scholar

Navarro, X. et al. Eine kritische Überprüfung der Schnittstellen mit dem peripheren Nervensystem zur Steuerung von Neuroprothesen und hybriden bionischen Systemen. J. Peripherie. Nerv. Syst. 10, 229–258. https://doi.org/10.1111/j.1085-9489.2005.10303.x (2005).

Artikel PubMed Google Scholar

Obeso, JAO, Rodriguez-Oroz, MC, Krack, P., Kumar, R. & Lang, AE Tiefenhirnstimulation des Nucleus subthalamicus oder der Pars interna des Globus pallidus bei der Parkinson-Krankheit. N. engl. J. Med. Rev. 345, 956–963. https://doi.org/10.1056/NOMoa000827 (2001).

Artikel CAS PubMed Google Scholar

Aryan, NP et al. 2011 jährliche internationale Konferenz der IEEE Engineering in Medicine and Biology Society. 2866–2869 (2011).

Ullah, N. & Omanovic, S. Iridium/Rutheniumoxid-Beschichtungen mit großer Ladungsspeicherkapazität als vielversprechendes Material für neurale Stimulationselektroden. Mater. Chem. Physik. 159, 119–127. https://doi.org/10.1016/j.matchemphys.2015.03.061 (2015).

Artikel CAS Google Scholar

Cogan, SF Tagungsband der 25. Internationalen Jahreskonferenz der IEEE Engineering in Medicine and Biology Society (IEEE-Kat.-Nr. 03CH37439). Bd. 3794. 3798–3801.

Prochazka, A., Mushahwar, VK & McCreery, DB Neuroprothesen. J. Physiol. 533, 99–109. https://doi.org/10.1111/j.1469-7793.2001.0099b.x (2001).

Artikel CAS PubMed PubMed Central Google Scholar

Cogan, SF Neurostimulations- und Aufzeichnungselektroden. Annu. Rev. Biomed. Ing. 10, 275–309. https://doi.org/10.1146/annurev.bioeng.10.061807.160518 (2008).

Artikel CAS PubMed Google Scholar

Merrill, DR Überblick über die elektrische Stimulation bei Zerebralparese und Empfehlungen für zukünftige Vorgehensweisen. Entwickler Med. Kind. Neurol. 51 (Ergänzung 4), 154–165. https://doi.org/10.1111/j.1469-8749.2009.03420.x (2009).

Artikel PubMed Google Scholar

Wessling, B., Mokwa, W. & Schnakenberg, U. HF-Sputtern von Iridiumoxid zur Verwendung als Stimulationsmaterial in funktionellen medizinischen Implantaten. J. Mikromech. Mikroeng. 16, S142–S148. https://doi.org/10.1088/0960-1317/16/6/s21 (2006).

Artikel CAS Google Scholar

Robblee, LS, McHardy, J., Marston, JM & Brummer, SB Elektrische Stimulation mit Pt-Elektroden. V. Die Wirkung von Protein auf die Pt-Auflösung. Biomaterialien 1, 135–139. https://doi.org/10.1016/0142-9612(80)90035-6 (1980).

Artikel CAS PubMed Google Scholar

Taylor, RS et al. Die Kostenwirksamkeit der Rückenmarksstimulation bei der Schmerzbehandlung: Eine systematische Überprüfung der Literatur. J. Schmerzsymptommanagement. 27, 370–378. https://doi.org/10.1016/j.jpainsymman.2003.09.009 (2004).

Artikel Google Scholar

Grider, JS et al. Wirksamkeit der Rückenmarksstimulation bei chronischen Rückenschmerzen: Eine systematische Übersicht. Schmerzphysik. 19, E33-54 (2016).

Artikel Google Scholar

Linderoth, B. & Foreman, RD Physiologie der Rückenmarksstimulation: Überprüfung und Aktualisierung. Neuromodul. Technol. Neuronale Schnittstelle 2, 150–164. https://doi.org/10.1046/j.1525-1403.1999.00150.x (1999).

Artikel CAS Google Scholar

Frey, ME et al. Rückenmarksstimulation bei Patienten mit Failed-Back-Surgery-Syndrom: Eine systematische Übersicht. Schmerzphysik. 12, 379–397 (2009).

Artikel Google Scholar

Siddiqui, NY, Wu, JM & Amundsen, CL Wirksamkeit und unerwünschte Ereignisse der Sakralnervstimulation bei überaktiver Blase: Eine systematische Übersicht. Neurourol. Urodyn. 29, S18–S23. https://doi.org/10.1002/nau.20786 (2010).

Artikel PubMed Google Scholar

Leng, WW & Chancellor, MB Wie die Neuromodulation der Sakralnervenstimulation funktioniert. Urol. Klin. N. Bin. 32, 11–18. https://doi.org/10.1016/j.ucl.2004.09.004 (2005).

Artikel Google Scholar

Malouf, AJ, Vaizey, CJ, Nicholls, RJ & Kamm, MA Permanente Sakralnervstimulation bei Stuhlinkontinenz. Ann. Surg. 232, 143–148. https://doi.org/10.1097/00000658-200007000-00020 (2000).

Artikel CAS PubMed PubMed Central Google Scholar

Kamm, MA et al. Stimulation des Sakralnervs bei hartnäckiger Verstopfung. Gut 59, 333. https://doi.org/10.1136/gut.2009.187989 (2010).

Artikel PubMed Google Scholar

Schmidt Richard, A. et al. Stimulation des Sakralnervs zur Behandlung der refraktären Dranginkontinenz. J. Urol. 162, 352–357. https://doi.org/10.1016/S0022-5347(05)68558-8 (1999).

Artikel Google Scholar

Jarrett, MED et al. Systematische Überprüfung der Sakralnervstimulation bei Stuhlinkontinenz und Verstopfung. BJS (Br. J. Surg.) 91, 1559–1569. https://doi.org/10.1002/bjs.4796 (2004).

Artikel CAS Google Scholar

Handforth, A. et al. Vagusnervstimulationstherapie bei partiellen Anfällen. Neurology 51, 48. https://doi.org/10.1212/WNL.51.1.48 (1998).

Artikel CAS PubMed Google Scholar

Schachter, SC & Saper, CB Vagusnervstimulation. Epilepsie 39, 677–686. https://doi.org/10.1111/j.1528-1157.1998.tb01151.x (1998).

Artikel CAS PubMed Google Scholar

Howland, RH Vagusnervstimulation. Curr. Verhalten. Neurosci. Rep. 1, 64–73. https://doi.org/10.1007/s40473-014-0010-5 (2014).

Artikel PubMed PubMed Central Google Scholar

Plachta, DT et al. Blutdruckkontrolle mit selektiver Vagusnervstimulation und minimalen Nebenwirkungen. J. Neural Eng. 11, 036011. https://doi.org/10.1088/1741-2560/11/3/036011 (2014).

Artikel ADS PubMed Google Scholar

Albert, GC, Cook, CM, Prato, FS & Thomas, AW Tiefe Hirnstimulation, Vagusnervstimulation und transkranielle Stimulation: Ein Überblick über Stimulationsparameter und Neurotransmitterfreisetzung. Neurosci. Bioverhalten. Rev. 33, 1042–1060. https://doi.org/10.1016/j.neubiorev.2009.04.006 (2009).

Artikel CAS PubMed Google Scholar

Amar, AP Vagusnervstimulation zur Behandlung hartnäckiger Epilepsie. Experte Rev. Neurother. 7, 1763–1773. https://doi.org/10.1586/14737175.7.12.1763 (2007).

Artikel PubMed Google Scholar

Cagnan, H., Denison, T., McIntyre, C. & Brown, P. Neue Technologien für eine verbesserte Tiefenhirnstimulation. Nat. Biotechnologie. 37, 1024–1033. https://doi.org/10.1038/s41587-019-0244-6 (2019).

Artikel CAS PubMed PubMed Central Google Scholar

Bergey, GK Neurostimulation in der Behandlung von Epilepsie. Exp. Neurol. 244, 87–95. https://doi.org/10.1016/j.expneurol.2013.04.004 (2013).

Artikel PubMed Google Scholar

Shealy, C., Mortimer, J. & Reswick, J. Elektrische Schmerzhemmung durch Stimulation der Rückensäulen: Vorläufiger klinischer Bericht. Anästhesie. Analg. 46, 489–491 (1967).

CAS PubMed Google Scholar

Aló, KM & Holsheimer, J. Neue Trends in der Neuromodulation zur Behandlung neuropathischer Schmerzen. Neurochirurgie 50, 690–704. https://doi.org/10.1097/00006123-200204000-00003 (2002).

Artikel PubMed Google Scholar

Melzack, R. & Wall, PD Schmerzmechanismen: Eine neue Theorie. Wissenschaft 150, 971–979 (1965).

Artikel ADS CAS Google Scholar

Thompson, DM, Koppes, AN, Hardy, JG & Schmidt, CE Elektrische Reize in der Mikroumgebung des Zentralnervensystems. Annu. Rev. Biomed. Ing. 16, 397–430. https://doi.org/10.1146/annurev-bioeng-121813-120655 (2014).

Artikel CAS PubMed Google Scholar

Holtzheimer, PE & Mayberg, HS Tiefe Hirnstimulation bei psychiatrischen Störungen. Annu. Rev. Neurosci. 34, 289–307. https://doi.org/10.1146/annurev-neuro-061010-113638 (2011).

Artikel CAS PubMed PubMed Central Google Scholar

Gardner, J. Eine Geschichte der Tiefenhirnstimulation: Technologische Innovation und die Rolle klinischer Bewertungsinstrumente. Soc. Zucht. Wissenschaft. 43, 707–728. https://doi.org/10.1177/0306312713483678 (2013).

Artikel PubMed Central Google Scholar

Williams, NR & Okun, MS Tiefe Hirnstimulation (DBS) an der Schnittstelle von Neurologie und Psychiatrie. J. Clin. Investieren. 123, 4546–4556. https://doi.org/10.1172/jci68341 (2013).

Artikel CAS PubMed PubMed Central Google Scholar

Bronstein, JM et al. Tiefe Hirnstimulation bei Parkinson-Krankheit: Ein Expertenkonsens und eine Überprüfung der wichtigsten Themen. Bogen. Neurol. 68, 165. https://doi.org/10.1001/archneurol.2010.260 (2011).

Artikel PubMed Google Scholar

Deuschl, G. et al. Eine randomisierte Studie zur Tiefenhirnstimulation bei Parkinson. N. engl. J. Med. 355, 896–908. https://doi.org/10.1056/NEJMoa060281 (2006).

Artikel CAS PubMed Google Scholar

Henle, C. et al. Erste Langzeit-In-vivo-Studie zu subdural implantierten Mikro-EKoG-Elektroden, hergestellt mit einer neuartigen Lasertechnologie. Biomed. Mikrodev. 13, 59–68. https://doi.org/10.1007/s10544-010-9471-9 (2011).

Artikel CAS Google Scholar

Pistohl, T., Ball, T., Schulze-Bonhage, A., Aertsen, A. & Mehring, C. Vorhersage von Armbewegungsbahnen aus ECoG-Aufzeichnungen beim Menschen. J. Neurosci. Methoden 167, 105–114. https://doi.org/10.1016/j.jneumeth.2007.10.001 (2008).

Artikel PubMed Google Scholar

Schüttler, M. et al. 2009 Internationale Jahreskonferenz der IEEE Engineering in Medicine and Biology Society. 1612–1615.

Raspopovic, S. et al. Wiederherstellung des natürlichen sensorischen Feedbacks in bidirektionalen Handprothesen in Echtzeit. Wissenschaft. Übers. Med. 6, 222219. https://doi.org/10.1126/scitranslmed.3006820 (2014).

Artikel Google Scholar

Donoghue, JP, Nurmikko, A., Black, M. & Hochberg, LR Assistive Technologie und Robotersteuerung unter Verwendung motorischer Kortex-Ensemble-basierter neuronaler Schnittstellensysteme bei Menschen mit Tetraplegie. J. Physiol. 579, 603–611. https://doi.org/10.1113/jphysiol.2006.127209 (2007).

Artikel CAS PubMed PubMed Central Google Scholar

Hochberg, LR et al. Erreichen und Greifen durch Menschen mit Tetraplegie mithilfe eines neuronal gesteuerten Roboterarms. Natur 485, 372–375. https://doi.org/10.1038/nature11076 (2012).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Stieglitz, T. et al. Neurotherapie: Fortschritte in der restaurativen Neurowissenschaft und Neurologie. Fortschritte in der Hirnforschung. 297–315 (2009).

Homer, ML, Nurmikko, AV, Donoghue, JP & Hochberg, LR Sensoren und Dekodierung für intrakortikale Gehirn-Computer-Schnittstellen. Annu. Rev. Biomed. Ing. 15, 383–405. https://doi.org/10.1146/annurev-bioeng-071910-124640 (2013).

Artikel CAS PubMed PubMed Central Google Scholar

Boehler, C., Stieglitz, T. & Asplund, M. Nanostrukturiertes Platingras ermöglicht eine überlegene Impedanzreduzierung für neuronale Mikroelektroden. Biomaterialien 67, 346–353. https://doi.org/10.1016/j.biomaterials.2015.07.036 (2015).

Artikel CAS PubMed Google Scholar

Bradley, K. Die Technologie: Die Anatomie eines Rückenmarks- und Nervenwurzelstimulators: Die Leitung und die Stromquelle. Schmerzmittel. 7, S27–S34. https://doi.org/10.1111/j.1526-4637.2006.00120.x (2006).

Artikel Google Scholar

Normann, RA & Fernandez, E. Klinische Anwendungen durchdringender neuronaler Schnittstellen und Utah-Elektrodenarray-Technologien. J. Neural Eng. 13, 061003. https://doi.org/10.1088/1741-2560/13/6/061003 (2016).

Artikel ADS PubMed Google Scholar

Hayden, CJ & Dalton, C. Direkte Strukturierung von Mikroelektrodenarrays mittels Femtosekundenlaser-Mikrobearbeitung. Appl. Surfen. Wissenschaft. 256, 3761–3766. https://doi.org/10.1016/j.apsusc.2010.01.022 (2010).

Artikel ADS CAS Google Scholar

Green, RA et al. Zytotoxizität implantierbarer Mikroelektrodenarrays, die durch Lasermikrobearbeitung hergestellt wurden. Biomaterialien 31, 886–893. https://doi.org/10.1016/j.biomaterials.2009.09.099 (2010).

Artikel CAS PubMed Google Scholar

Green, RA, Lovell, NH, Wallace, GG & Poole-Warren, LA Leitende Polymere für neuronale Schnittstellen: Herausforderungen bei der Entwicklung eines wirksamen Langzeitimplantats. Biomaterialien 29, 3393–3399. https://doi.org/10.1016/j.biomaterials.2008.04.047 (2008).

Artikel CAS PubMed Google Scholar

Hoh, G., Tamm, A., Schier, M. & Schaldach, M. Eine vergleichende Studie zum Erfassungsverhalten von elektroaktiv beschichteten Katheterelektroden im Vergleich zu herkömmlichen Elektroden. Prog. Biomed. Res. 98, 18–21 (1998).

Google Scholar

Daubinger, P., Kieninger, J., Unmussig, T. & Urban, GA Elektrochemische Eigenschaften nanostrukturierter Platinelektroden – Eine zyklische Voltammetriestudie. Physik. Chem. Chem. Physik. 16, 8392–8399. https://doi.org/10.1039/c4cp00342j (2014).

Artikel CAS PubMed Google Scholar

Norlin, A., Pan, J. & Leygraf, C. Untersuchung des elektrochemischen Verhaltens von Stimulations-/Sensormaterialien für Schrittmacherelektrodenanwendungen II. Leitende Oxidelektroden. J. Elektrochem. Soc. https://doi.org/10.1149/1.1933372 (2005).

Artikel Google Scholar

Green, RA et al. Laserstrukturierung von Platinelektroden für eine sichere Neurostimulation. J. Neural Eng. 11, 056017. https://doi.org/10.1088/1741-2560/11/5/056017 (2014).

Artikel ADS CAS PubMed Google Scholar

Beebe, IEEE Trans. Biomed. Ing. 35, 494–495. https://doi.org/10.1109/10.2122 (1988).

Artikel CAS PubMed Google Scholar

Harris, AR, Paolini, AG & Wallace, GG Effektive Fläche und Ladungsdichte von Iridiumoxid-Neuralelektroden. Elektrochim. Acta 230, 285–292. https://doi.org/10.1016/j.electacta.2017.02.002 (2017).

Artikel CAS Google Scholar

Zeng, Q. et al. Elektroabgeschiedenes Iridiumoxid auf Platin-Nanokegeln zur Verbesserung der Mikroelektroden zur Nervenstimulation. Elektrochim. Acta 237, 152–159. https://doi.org/10.1016/j.electacta.2017.03.213 (2017).

Artikel CAS Google Scholar

Negi, S., Bhandari, R., Rieth, L. & Solzbacher, F. In-vitro-Vergleich von gesputterten Iridiumoxid- und platinbeschichteten neuronalen implantierbaren Mikroelektrodenarrays. Biomed. Mater. 5, 15007. https://doi.org/10.1088/1748-6041/5/1/015007 (2010).

Artikel ADS CAS PubMed Google Scholar

Cogan, SF, Troyk, PR, Ehrlich, J. & Plante, TD In-vitro-Vergleich der Ladungsinjektionsgrenzen von aktivierten Iridiumoxid- (AIROF) und Platin-Iridium-Mikroelektroden. IEEE Trans. Biomed. Ing. 52, 1612–1614. https://doi.org/10.1109/TBME.2005.851503 (2005).

Artikel PubMed Google Scholar

Weiland, JD, Anderson, DJ & Humayun, MS Elektrische In-vitro-Eigenschaften für Stimulationselektroden aus Iridiumoxid im Vergleich zu Titannitrid. IEEE Trans. Biomed. Ing. 49, 1574–1579. https://doi.org/10.1109/TBME.2002.805487 (2002).

Artikel PubMed Google Scholar

Wessling, BR, Besmehn, A., Mokwa, W. & Schnakenberg, U. Reaktiv gesputtertes Iridiumoxid. J. Elektrochem. Soc. https://doi.org/10.1149/1.2713691 (2007).

Artikel Google Scholar

Nguyen, CM et al. Sol-Gel-Abscheidung von Iridiumoxid für biomedizinische Mikrogeräte. Sensoren (Basel) 15, 4212–4228. https://doi.org/10.3390/s150204212 (2015).

Artikel ADS CAS Google Scholar

Cogan, SF, Plante, TD & Ehrlich, J. Die 26. jährliche internationale Konferenz der IEEE Engineering in Medicine and Biology Society. 4153–4156.

Slavcheva, E., Vitushinsky, R., Mokwa, W. & Schnakenberg, U. Gesputterte Iridiumoxidfilme als Ladungsinjektionsmaterial für funktionelle Elektrostimulation. J. Elektrochem. Soc. https://doi.org/10.1149/1.1747881 (2004).

Artikel Google Scholar

Cogan, SF et al. Gesputterte Iridiumoxidfilme für Nervenstimulationselektroden. J. Biomed. Mater. Res. B Appl. Biomaterial. 89, 353–361. https://doi.org/10.1002/jbm.b.31223 (2009).

Artikel CAS PubMed PubMed Central Google Scholar

Cogan, SF, Ludwig, KA, Welle, CG & Takmakov, P. Gewebeschädigungsschwellen während der therapeutischen Elektrostimulation. J. Neural Eng. 13, 021001. https://doi.org/10.1088/1741-2560/13/2/021001 (2016).

Artikel ADS PubMed PubMed Central Google Scholar

Taylor, G. et al. Untersuchung binärer Iridium-, Ruthenium-, Rhodium- und Palladium-Dünnfilme aus binären Metalloxid-Mischkristallen für implantierbare neuronale Schnittstellenanwendungen. Surface and Coatings Technology 426, doi:https://doi.org/10.1016/j.surfcoat.2021.127803 (2021).

Taylor, G. et al. Elektrochemische Verstärkung reaktiv gesputterter Rhodium-, Ruthenium- und Iridiumoxid-Dünnfilme für neuronale Modulations-, Sensor- und Aufzeichnungsanwendungen. Elektrochim. Acta. https://doi.org/10.1016/j.electacta.2021.139118 (2021).

Artikel Google Scholar

Page, N. et al. Der Einfluss von Abscheidungsparametern auf die Mikrostruktur und die elektrochemische Leistung reaktiv gesputterter Iridiumoxidbeschichtungen. Mater. Heute Komm. https://doi.org/10.1016/j.mtcomm.2021.102967 (2021).

Artikel Google Scholar

Outten, CA, Konopka, DW & Fennessey, TF Society of Vacuum Coaters, 57. Annual Technical Conference Proceedings, Chicago.

Meijs, S. et al. Elektrochemische Eigenschaften von Nervenstimulationselektroden aus Titannitrid: Eine In-vitro- und In-vivo-Studie. Vorderseite. Neurosci. 9, 268. https://doi.org/10.3389/fnins.2015.00268 (2015).

Artikel PubMed PubMed Central Google Scholar

Li, M., Zhou, Q. & Duan, YY Nanostrukturierte poröse Platinelektroden für die Entwicklung kostengünstiger, vollständig implantierbarer kortikaler Elektrostimulatoren. Sens. Aktoren B Chem. 221, 179–186. https://doi.org/10.1016/j.snb.2015.06.053 (2015).

Artikel CAS Google Scholar

Boretius, T. et al. 2011 jährliche internationale Konferenz der IEEE Engineering in Medicine and Biology Society. 5404–5407 (2011).

Xia, K., Sun, B., Zeng, Q., Wu, T. & Humayun, MS 2017 IEEE 12. Internationale Konferenz über Nano-/Mikrotechnische und molekulare Systeme (NEMS). 291–294 (2017).

Green, RA et al. Leistung leitender Polymerelektroden zur Stimulation von Neuroprothesen. J. Neural Eng. 10, 016009. https://doi.org/10.1088/1741-2560/10/1/016009 (2013).

Artikel ADS CAS PubMed Google Scholar

Green, RA et al. Substratabhängige Stabilität leitender Polymerbeschichtungen auf medizinischen Elektroden. Biomaterialien 33, 5875–5886. https://doi.org/10.1016/j.biomaterials.2012.05.017 (2012).

Artikel CAS PubMed Google Scholar

Latif, T., McKnight, M., Dickey, MD & Bozkurt, A. In-vitro-elektrochemische Bewertung von Elektroden zur Neurostimulation bei Kakerlaken-Biobots. PLoS ONE 13, e0203880. https://doi.org/10.1371/journal.pone.0203880 (2018).

Artikel CAS PubMed PubMed Central Google Scholar

Du, ZJ, Luo, J. Mater. Chem. C Mater. 3, 6515–6524. https://doi.org/10.1039/C5TC00145E (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Xiao, Y. et al. Elektrochemische Polymerisation von Poly(hydroxymethyliertes-3,4-ethylendioxythiophen) (PEDOT-MeOH) auf mehrkanaligen neuronalen Sonden. Sens. Aktoren B Chem. 99, 437–443. https://doi.org/10.1016/j.snb.2003.12.067 (2004).

Artikel CAS Google Scholar

Green, R. & Abidian, MR Leitende Polymere für neuronale Prothesen und neuronale Schnittstellenanwendungen. Adv. Mater. 27, 7620–7637. https://doi.org/10.1002/adma.201501810 (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Driscoll, N. et al. Herstellung von Ti3C2 MXene-Mikroelektrodenarrays für die neuronale In-vivo-Aufzeichnung. J. Vis. Exp. https://doi.org/10.3791/60741 (2020).

Artikel PubMed Google Scholar

Driscoll, N. et al. Zweidimensionales Ti3C2 MXene für hochauflösende neuronale Schnittstellen. ACS Nano 12, 10419–10429. https://doi.org/10.1021/acsnano.8b06014 (2018).

Artikel CAS PubMed PubMed Central Google Scholar

Wang, K., Fishman, HA, Dai, H. & Harris, JS Neurostimulation mit einem Kohlenstoff-Nanoröhrchen-Mikroelektroden-Array. Nano Lett. 6, 2043–2048. https://doi.org/10.1021/nl061241t (2006).

Artikel ADS CAS PubMed Google Scholar

Voge, CM & Stegemann, JP Kohlenstoffnanoröhren in neuronalen Schnittstellenanwendungen. J. Neural Eng. 8, 011001. https://doi.org/10.1088/1741-2560/8/1/011001 (2011).

Artikel ADS PubMed Google Scholar

Ben-Jacob, E. & Hanein, Y. Kohlenstoffnanoröhren-Mikroelektroden für neuronale Schnittstellen. J. Mater. Chem. https://doi.org/10.1039/b805878b (2008).

Artikel Google Scholar

Keefer, EW, Botterman, BR, Romero, MI, Rossi, AF & Gross, GW Kohlenstoffnanoröhrenbeschichtung verbessert neuronale Aufzeichnungen. Nat. Nanotechnologie. 3, 434–439. https://doi.org/10.1038/nnano.2008.174 (2008).

Artikel CAS PubMed Google Scholar

Seidlits, SK, Lee, JY & Schmidt, CE Nanostrukturierte Gerüste für neuronale Anwendungen. Nanomedizin 3, 183–199. https://doi.org/10.2217/17435889.3.2.183 (2008).

Artikel CAS PubMed Google Scholar

Park, S., Song, YJ, Boo, H. & Chung, TD Nanoporöse Pt-Mikroelektrode zur Nervenstimulation und -aufzeichnung: In-vitro-Charakterisierung. J. Phys. Chem. 114, 8721–8726. https://doi.org/10.1021/jp911256h (2010).

Artikel CAS Google Scholar

Maher, M., Pine, J., Wright, J. & Tai, Y.-C. Der Neurochip: Ein neues Multielektrodengerät zur Stimulation und Aufzeichnung von kultivierten Neuronen. J. Neurosci. Methoden 87, 45–56. https://doi.org/10.1016/S0165-0270(98)00156-3 (1999).

Artikel CAS PubMed Google Scholar

Cogan, SF, Guzelian, AA, Agnew, WF, Yuen, TG & McCreery, DB Durch Überpulsen werden aktivierte Iridiumoxidfilme abgebaut, die zur intrakortikalen Nervenstimulation verwendet werden. J. Neurosci. Methoden 137, 141–150. https://doi.org/10.1016/j.jneumeth.2004.02.019 (2004).

Artikel CAS PubMed Google Scholar

Mailley, SC, Hyland, M., Mailley, P., McLaughlin, JM & McAdams, ET Elektrochemische und strukturelle Charakterisierung von elektrolytisch abgeschiedenen Iridiumoxid-Dünnschichtelektroden, die auf neurostimulierende elektrische Signale angewendet werden. Mater. Wissenschaft. Ing. C 21, 167–175. https://doi.org/10.1016/S0928-4931(02)00098-X (2002).

Artikel Google Scholar

Schuettler, M., Stiess, S., King, BV & Suaning, GJ Herstellung implantierbarer Mikroelektrodenarrays durch Laserschneiden von Silikonkautschuk und Platinfolie. J. Neural Eng. 2, S121-128. https://doi.org/10.1088/1741-2560/2/1/013 (2005).

Artikel CAS PubMed Google Scholar

Cui, XT & Zhou, DD Poly (3,4-Ethylendioxythiophen) zur chronischen Nervenstimulation. IEEE Trans. Neuronales System. Rehabilitation. Ing. 15, 502–508. https://doi.org/10.1109/TNSRE.2007.909811 (2007).

Artikel PubMed Google Scholar

Jan, E. et al. Schichtförmige Kohlenstoff-Nanoröhrchen-Polyelektrolyt-Elektroden übertreffen herkömmliche neuronale Schnittstellenmaterialien. Nano Lett. 9, 4012–4018. https://doi.org/10.1021/nl902187z (2009).

Artikel ADS CAS PubMed Google Scholar

Aregueta-Robles, UA, Woolley, AJ, Poole-Warren, LA, Lovell, NH & Green, RA Organische Elektrodenbeschichtungen für neuronale Schnittstellen der nächsten Generation. Vorderseite. Neuroeng. 7, 15. https://doi.org/10.3389/fneng.2014.00015 (2014).

Artikel CAS PubMed PubMed Central Google Scholar

Weremfo, A., Carter, P., Hibbert, DB & Zhao, C. Untersuchung der Grenzflächeneigenschaften elektrochemisch aufgerauter Platinelektroden zur Nervenstimulation. Langmuir 31, 2593–2599. https://doi.org/10.1021/la504876n ​​(2015).

Artikel CAS PubMed Google Scholar

Tykocinski, M., Duan, Y., Tabor, B. & Cowan, RS Chronische elektrische Stimulation des Hörnervs unter Verwendung von Platinelektroden mit hoher Oberfläche (HiQ). Hören. Res. 159, 53–68. https://doi.org/10.1016/S0378-5955(01)00320-3 (2001).

Artikel CAS PubMed Google Scholar

Schuettler, M. Tagungsband der 29. Internationalen Jahreskonferenz des IEEE EMBS. 186–189.

Fisk, AE Biokompatible implantierbare Elektrode. USA-Patent (2013).

Christian Henle, S., Mitglied, Juan S. Ordonez, Thomas Stieglitz. 30. jährliche internationale IEEE EMBS-Konferenz. 4208–4211.

Green, RAHT, Dodds, C. & Lovell, NH Variation der Leistung von Platinelektroden je nach Größe und Oberflächenrauheit. Sens. Mater. 24, 165–180 (2012).

CAS Google Scholar

Stover, T. et al. Entwicklung eines Medikamentenverabreichungsgeräts: Verwendung des Femtosekundenlasers zur Modifizierung von Cochlea-Implantat-Elektroden. Cochlea-Implantate Int. 8, 38–52. https://doi.org/10.1179/cim.2007.8.1.38 (2007).

Artikel CAS PubMed Google Scholar

Zhang, J. Ein Vergleich der Auswirkungen der Oberflächentopographie auf die Elektrodenleistung in einer künstlichen suprachoroidalen interstitiellen Flüssigkeit (University of New South Wales, 2016).

Google Scholar

Rohrig, M., Thiel, M., Worgull, M. & Holscher, H. 3D-Direktlaserschreiben von nano- und mikrostrukturierten hierarchischen Gecko-imitierenden Oberflächen. Klein 8, 3009–3015. https://doi.org/10.1002/smll.201200308 (2012).

Artikel CAS PubMed Google Scholar

Zhang, F. & Low, HY Anisotrope Benetzbarkeit auf geprägten hierarchischen Strukturen. Langmuir 23, 7793–7798. https://doi.org/10.1021/la700293y (2007).

Artikel CAS PubMed Google Scholar

Xiu, Y., Zhu, L., Hess, DW & Wong, CP Biomimetische Erzeugung hierarchischer Oberflächenstrukturen durch Kombination kolloidaler Selbstorganisation und Au-Sputterabscheidung. Langmuir 22, 9676–9681. https://doi.org/10.1021/la061698i (2006).

Artikel CAS PubMed Google Scholar

Koch, K., Bhushan, B., Jung, YC & Barthlott, W. Herstellung künstlicher Lotusblätter und Bedeutung der hierarchischen Struktur für Superhydrophobie und geringe Haftung. Weiche Materie https://doi.org/10.1039/b818940d (2009).

Artikel Google Scholar

Lee, Y., Park, SH, Kim, KB & Lee, JK Herstellung hierarchischer Strukturen auf einer Polymeroberfläche zur Nachahmung natürlicher superhydrophober Oberflächen. Adv. Mater. 19, 2330–2335. https://doi.org/10.1002/adma.200700820 (2007).

Artikel CAS Google Scholar

Greiner, C., Arzt, E. & del Campo, A. Hierarchische Gecko-ähnliche Klebstoffe. Adv. Mater. 21, 479–482. https://doi.org/10.1002/adma.200801548 (2009).

Artikel CAS Google Scholar

Kunz, C., Muller, FA & Graf, S. Multifunktionale hierarchische Oberflächenstrukturen durch Femtosekunden-Laserbearbeitung. Materialien (Basel) https://doi.org/10.3390/ma11050789 (2018).

Artikel Google Scholar

Papadopoulou, EL et al. Reversibler photoinduzierter Benetzbarkeitsübergang hierarchischer ZnO-Strukturen. J. Phys. Chem. C 113, 2891–2895. https://doi.org/10.1021/jp8085057 (2009).

Artikel CAS Google Scholar

Cortese, B. et al. Superhydrophobie aufgrund der hierarchischen Rauheit von PDMS-Oberflächen. Langmuir 24, 2712–2718. https://doi.org/10.1021/la702764x (2008).

Artikel CAS PubMed Google Scholar

Erbil, HY, Demirel, AL, Avci, Y. & Mert, O. Umwandlung eines einfachen Kunststoffs in eine superhydrophobe Oberfläche. Science 299, 1377–1380 (2003).

Artikel CAS Google Scholar

Lee, W., Jin, M.-K., Yoo, W.-C. & Lee, J.-K. Nanostrukturierung eines Polymersubstrats mit wohldefinierter Topographie im Nanometerbereich und maßgeschneiderter Oberflächenbenetzbarkeit. Langmuir 20, 7665–7669. https://doi.org/10.1021/la049411+ (2004).

Artikel CAS PubMed Google Scholar

Guo, C. et al. Großflächige Herstellung einer nanostrukturinduzierten hydrophoben Oberfläche aus einem hydrophilen Polymer. ChemPhysChem 5, 750–753. https://doi.org/10.1002/cphc.200400013 (2004).

Artikel CAS PubMed Google Scholar

Feng, XJ & Jiang, L. Design und Herstellung von Superwetting-/Antiwetting-Oberflächen. Adv. Mater. 18, 3063–3078. https://doi.org/10.1002/adma.200501961 (2006).

Artikel CAS Google Scholar

Zhai, L., Cebeci, F. Ç., Cohen, RE & Rubner, MF Stabile superhydrophobe Beschichtungen aus Polyelektrolyt-Mehrfachschichten. Nano Lett. 4, 1349–1353. https://doi.org/10.1021/nl049463j (2004).

Artikel ADS CAS Google Scholar

Yu, E., Kim, SC, Lee, HJ, Oh, KH & Moon, MW Extreme Benetzbarkeit von nanostrukturiertem Glas, hergestellt durch nichtlithografisches, anisotropes Ätzen. Wissenschaft. Rep. 5, 9362. https://doi.org/10.1038/srep09362 (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Liu, M., Wang, S., Wei, Z., Song, Y. & Jiang, L. Bioinspiriertes Design einer superoleophoben und wenig adhäsiven Wasser/Feststoff-Grenzfläche. Adv. Mater. 21, 665–669. https://doi.org/10.1002/adma.200801782 (2009).

Artikel CAS Google Scholar

Ming, W., Wu, D., van Benthem, R. & de With, G. Superhydrophobe Filme aus himbeerähnlichen Partikeln. Nano Lett. 5, 2298–2301. https://doi.org/10.1021/nl0517363 (2005).

Artikel ADS CAS PubMed Google Scholar

Pronko, PP et al. Bearbeitung von Löchern im Submikronbereich mit einem Femtosekundenlaser bei 800 nm. Opt. Komm. 114, 106–110. https://doi.org/10.1016/0030-4018(94)00585-I (1995).

Artikel ADS CAS Google Scholar

Korte, F. et al. Auf dem Weg zur Nanostrukturierung mit Femtosekunden-Laserpulsen. Appl. Physik. A 77, 229–235. https://doi.org/10.1007/s00339-003-2110-z (2003).

Artikel ADS CAS Google Scholar

Chichkov, BN, Momma, C., Nolte, S., von Alvensleben, F. & Tünnermann, A. Femtosekunden-, Pikosekunden- und Nanosekunden-Laserablation von Festkörpern. Appl. Physik. Eine Mater. Wissenschaft. Verfahren. 63, 109. https://doi.org/10.1007/BF01567637 (1996).

Artikel ADS Google Scholar

Nedialkov, NN, Imamova, SE & Atanasov, PA Ablation von Metallen durch ultrakurze Laserpulse. J. Phys. D Appl. Physik. 37, 638–643. https://doi.org/10.1088/0022-3727/37/4/016 (2004).

Artikel ADS CAS Google Scholar

Momma, C. et al. Kurzpuls-Laserablation von Festkörperzielen. Opt. Komm. 129, 134–142. https://doi.org/10.1016/0030-4018(96)00250-7 (1996).

Artikel ADS CAS Google Scholar

Yin, K. et al. Durch Femtosekundenlaser durch thermische Akkumulation ausgelöste Mikro-/Nanostrukturen mit strukturierbarer und kontrollierbarer Benetzbarkeit zur Flüssigkeitsmanipulation. Nano-Mikro-Lett. 14, 97. https://doi.org/10.1007/s40820-022-00840-6 (2022).

Artikel ADS CAS Google Scholar

Wu, T. et al. Mit Femtosekundenlaser strukturiertes poröses Nanodraht-Strukturglas für verbesserte Wärmebildgebung. Kinn. Opt. Lette. 20, 033801 (2022).

Artikel ADS Google Scholar

Yin, K. et al. Durch Femtosekundenlaser induziertes, robustes Netz mit periodischer Nanorippelstruktur für eine hocheffiziente Öl-Wasser-Trennung. Nanoskala 9, 14229–14235. https://doi.org/10.1039/C7NR04582D (2017).

Artikel CAS PubMed Google Scholar

Wu, Z. et al. Jüngste Fortschritte bei Femtosekundenlaser-strukturierten Janus-Membranen mit asymmetrischer Oberflächenbenetzbarkeit. Nanoskala 13, 2209–2226. https://doi.org/10.1039/D0NR06639G (2021).

Artikel CAS PubMed Google Scholar

Vorobyev, AY & Guo, C. Direkte Femtosekundenlaser-Oberflächen-Nano-/Mikrostrukturierung und ihre Anwendungen. Laserphoton. Rev. 7, 385–407. https://doi.org/10.1002/lpor.201200017 (2013).

Artikel ADS CAS Google Scholar

Ashitkov, SI et al. Ablation und Nanostrukturierung von Metallen durch Femtosekundenlaserpulse. Quantenelektron. 44, 535–539. https://doi.org/10.1070/QE2014v044n06ABEH015448 (2014).

Artikel ADS CAS Google Scholar

Vorobyev, AY & Guo, C. Femtosekundenlaser-Nanostrukturierung von Metallen. Opt. Exp. 14, 2164–2169. https://doi.org/10.1364/OE.14.002164 (2006).

Artikel CAS Google Scholar

Ling, EJY et al. Untersuchung und Verständnis der Auswirkungen mehrerer Femtosekunden-Laserscans auf die Oberflächentopographie von Edelstahl 304 und Titan. Appl. Surfen. Wissenschaft. 353, 512–521. https://doi.org/10.1016/j.apsusc.2015.06.137 (2015).

Artikel ADS CAS Google Scholar

Oliveira, V., Polushkin, NI, Conde, O. & Vilar, R. Laseroberflächenstrukturierung mit einem Michelson-Interferometer und Femtosekunden-Laserstrahlung. Opt. Lasertechnologie 44, 2072–2075. https://doi.org/10.1016/j.optlastec.2012.03.024 (2012).

Artikel ADS Google Scholar

Vorobyev, AY & Guo, C. Multifunktionale Oberflächen, hergestellt durch Femtosekunden-Laserpulse. J. Appl. Physik. https://doi.org/10.1063/1.4905616 (2015).

Artikel Google Scholar

Vorobyev, AY, Makin, VS & Guo, C. Periodische Anordnung zufälliger Oberflächennanostrukturen, induziert durch Femtosekundenlaserpulse auf Metallen. J. Appl. Physik. https://doi.org/10.1063/1.2432288 (2007).

Artikel Google Scholar

Tommaso Baldacchini, JEC, Zhou, M. & Mazur, E. Superhydrophobe Oberflächen, hergestellt durch Mikrostrukturierung von Silizium mit einem Femtosekundenlaser. Langmuir 22, 4917–4919 (2006).

Artikel Google Scholar

Simon, P. & Ihlemann, J. Ablation von Submikronstrukturen auf Metallen und Halbleitern durch Femtosekunden-UV-Laserpulse. Appl. Surfen. Wissenschaft. 109–110, 25–29. https://doi.org/10.1016/S0169-4332(96)00615-0 (1997).

Artikel ADS Google Scholar

Chimmalgi, A., Choi, TY, Grigoropoulos, CP & Komvopoulos, K. Aperturlose Nahfeld-Nanobearbeitung von Metallen mit Femtosekundenlaser mithilfe von Rastersondenmikroskopie. Appl. Physik. Lette. 82, 1146–1148. https://doi.org/10.1063/1.1555693 (2003).

Artikel ADS CAS Google Scholar

Wu, C. et al. Nahezu einsige Absorption unterhalb der Bandlücke durch mikrostrukturiertes Silizium. Appl. Physik. Lette. 78, 1850–1852. https://doi.org/10.1063/1.1358846 (2001).

Artikel ADS CAS Google Scholar

Pereira, A. et al. Oberflächennanostrukturierung von Metallen durch Laserbestrahlung: Auswirkungen von Pulsdauer, Wellenlänge und Gasatmosphäre. Appl. Physik. A 79, 1433–1437. https://doi.org/10.1007/s00339-004-2804-x (2004).

Artikel ADS CAS Google Scholar

Koch, J. et al. Nanotexturierung von Goldfilmen durch Femtosekundenlaser-induzierte Schmelzdynamik. Appl. Physik. A 81, 325–328. https://doi.org/10.1007/s00339-005-3212-6 (2005).

Artikel ADS CAS Google Scholar

Eversole, D., Luk'yanchuk, B. & Ben-Yakar, A. Plasmonische Laser-Nanoablation von Silizium durch Streuung von Femtosekundenpulsen in der Nähe von Goldnanokugeln. Appl. Physik. A 89, 283–291. https://doi.org/10.1007/s00339-007-4166-7 (2007).

Artikel ADS CAS Google Scholar

Nakata, Y., Okada, T. & Maeda, M. Lithografische Laserablation mit Femtosekundenlaser. Appl. Physik. A 79, 1481–1483. https://doi.org/10.1007/s00339-004-2825-5 (2004).

Artikel ADS CAS Google Scholar

Békési, J., Klein-Wiele, JH & Simon, P. Effiziente Submikronbearbeitung von Metallen mit Femtosekunden-UV-Pulsen. Appl. Physik. Eine Mater. Wissenschaft. Verfahren. 76, 355–357. https://doi.org/10.1007/s00339-002-1820-y (2003).

Artikel ADS CAS Google Scholar

Bonse, J., Hohm, S., Kirner, SV, Rosenfeld, A. & Kruger, J. Laserinduzierte periodische Oberflächenstrukturen – ein wissenschaftlicher Evergreen. IEEE J. Sel. Spitze. Quantenelektron. https://doi.org/10.1109/jstqe.2016.2614183 (2017).

Artikel Google Scholar

Phoulady, A. et al. Schnelle hochauflösende volumetrische Bildgebung mittels Laserablationsverzögerung und konfokaler Bildgebung. Wissenschaftliche Berichte 12(1), 12277. https://doi.org/10.1038/s41598-022-16519-2 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

May, N., Choi, H., Phoulady, A., Tavousi, P. & Shahbazmohamadi, S. Dreidimensionale Rekonstruktion von Leiterplatten: Vergleichsstudie zwischen 3D-Femtosekundenlaser-Serienschnitten und optischer Bildgebung im Vergleich zu 3D-Röntgenrechnern Tomographie. Mikrosk. Mikroanal. 28(S1), 284–286. https://doi.org/10.1017/S1431927622001945 (2022).

Artikel ADS Google Scholar

Referenzen herunterladen

Forschung und Entwicklung, Pulse Technologies Inc., Quakertown, PA, 18951, USA

Shahram Amini & Wesley Seche

Abteilung für Biomedizintechnik, University of Connecticut, Storrs, CT, 06269, USA

Shahram Amini, Nicholas May, Hongbin Choi und Sina Shahbazmohamadi

UConn Tech Park, University of Connecticut, Storrs, CT, 06269, USA

Pouya Tavousi

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Alle Autoren trugen zur Durchführung von Experimenten, zur Datenanalyse und zur Erstellung von Manuskripten bei.

Korrespondenz mit Shahram Amini.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Amini, S., Seche, W., May, N. et al. Hierarchische Oberflächenrestrukturierung mit Femtosekundenlasern für neuronale Schnittstellenelektroden und Mikroelektrodenarrays der nächsten Generation. Sci Rep 12, 13966 (2022). https://doi.org/10.1038/s41598-022-18161-4

Zitat herunterladen

Eingegangen: 28. März 2022

Angenommen: 05. August 2022

Veröffentlicht: 17. August 2022

DOI: https://doi.org/10.1038/s41598-022-18161-4

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.