广义的人体运动信号包括眼动、脉搏等小范围的运动信号和屈体、展臂等大范围的运动信号。人体运动信号的检测与分析是非常有意义的,例如对人体脉搏运动信号的检测与分析可以帮助医生了解病人的健康状态等。通过贴合传感器进行人体运动信号检测的方法因为成本低、检测稳定性好而被普遍使用,但是现有的传感器器件体积大、不具备柔性且无法满足复杂曲面的运动信号的检测。近年来,二维材料的制备工艺与技术得到巨大进步,基于二维材料制备的柔性传感器为人体运动信号的检测提供了解决方案。其中二维过渡金属碳化物或氮化物（MXene）作为二维材料家族的新成员,具有大的比表面积、高导电性和强的机械性能,使得基于MXene制备的柔性传感器也可以被应用在人体运动信号检测领域。但是在材料制备方面,MXene材料的制备方法因具有一定的危险性而需要得到改进,在器件性能方面,检测到的信号是否能提供足够且有效的信息仍需进一步验证。本论文的主要研究工作如下:（1）材料制备:优化了氢氟酸（HF）刻蚀MAX相材料制备MXene的制备工艺。通过对材料制备实验参数的调控,得出了MXene材料最合适的合成方法,即40℃的温度下反映24小时。另一方面,提出了多次刻蚀的材料制备方法得到了高质量的MXene纳米片,同时也降低的实验操作的危险性。（2）器件制备与性能测试:通过使用抽滤法制备MXene传感网络,旋涂法制备聚二甲基硅氧烷（PDMS）基底,构建了基于MXene的柔性可拉伸的压阻型柔性压力传感器。经过性能测试,该器件显示了很高的灵敏度（GF:82.1）,较快的响应速度（124 ms）,较好的循环工作稳定性（4000次）。（3）应用测试:探究了基于MXene的柔性传感器在人体运动信号检测的应用。在小范围运动信号检测上,测试了器件对人喉部发音引起的颈部运动信号的检测,在大范围运动信号检测上,测试了器件对指关节、肘关节运动信号的检测作用。此外,本部分探究了器件对颈部运动信号的检测数据是否能够提供足够的有效信息,将检测数据与深度学习网络结合实现了长元音和短元音的分类识别,其准确率分别为70.0%和76.7%。