现有计算硬件采用冯·诺依曼架构，即存储模块，处理模块和传感模块物理分离，且结构材料各不相同，严重限制了硬件的性能，并增加了能耗。本课题组通过材料与器件设计创新，成功开发出兼具传感、存储与计算功能的有机电化学晶体管（OECT），并实现其在神经形态硬件中的突破性应用。针对传统OECT在传感与存算模式下的离子动力学矛盾，研究提出垂直结构设计、聚合物沟道选择性掺杂及栅极反应控制策略，使器件同时具备多模态生物信号（心电/肌电/眼电）与物理信号（光/热/化学）的高灵敏度感知能力，以及11-bit电导状态、低编程随机性和超万秒保持时间的非易失性突触特性。基于均质集成理念，研究构建了1T1R单元组成的可重构神经网络，支持人工神经网络与脉冲神经网络架构，其在心脏疾病实时诊断和手写数字识别中分别实现100%和90%的准确率。通过创新梯度双连续结构优化离子/电子传输矛盾，器件性能显著提升：易失模式下响应速度达27 μs，非易失模式下记忆频率突破100 kHz。研究进一步开发出全OECT集成的柔性人工神经，模拟生物神经的感受器、胞体与突触功能，实现感知-处理-记忆一体化。植入实验证实其可恢复小鼠条件反射能力，工作频率覆盖生物视神经全频段（250 Hz）。该研究为高算力感存算一体芯片及可植入神经形态硬件的发展提供了重要基础。