国产成在线观看免费视频_久久九九久精品国产日韩经典_亚洲AV无码成H人动漫网站_YY亚洲人成电影网站色


首頁
產品系列
行業應用
渠道合作
新聞中心
研究院
投資者關系
技術支持
關于創澤
| En
 
  當前位置:首頁 > 新聞資訊 > 機器人知識 > 用于微創手術的觸覺傳感器  
 

用于微創手術的觸覺傳感器

來源:CAAI認知系統與信息處理專委會      編輯:創澤      時間:2020/6/6      主題:其他   [加盟]
微創手術(MIS)因其諸多優點而成為傳統開放手術的首選手術方式。MIS允許外科醫生使用特殊設計的低輪廓外科器械或可彎曲的導管,通過小的皮膚切口進行[1]。因此,MIS可以減少麻醉時間、切口大小、術中出血量、術后感染、創傷和住院時間[2]。隨著MIS中機器人的出現,手術器械操作的準確性和靈活性得到了顯著提高[2]。此外,機器人輔助微創手術(RMIS)可以減輕外科醫生的身體疲勞,并降低電離輻射暴露[3]。盡管人工MIS和機器人MIS (RMIS)具有突出的優點,但對于外科醫生來說,仍然存在一些局限性。例如,由于非接觸解剖,外科醫生的手眼協調性、視野和工具的工作空間都受到了影響。最重要的是,外科醫生失去了自然觸覺,導致觸覺感知受限或沒有觸覺[4]。觸覺反饋包括動覺(力)和皮膚(觸覺)反饋,沒有這些反饋可能會對手術的效率產生不利影響,導致療效欠佳[5]。為了解決這一問題,研究人員提出并開發了不同的觸覺傳感器,與外科器械結合,并為外科醫生提供觸覺信息。

 眾所周知,力量反饋有助于外科醫生使用適當的力度來避免組織損傷,而組織損傷通常是由于觸覺反饋的喪失和無意的過大器械力的副產物[5]。例如,達芬奇手術系統(Intuitive Surgical Inc.,Sunnyvale, CA)是迄今為止第一個手術機器人,也是商業上最成功的手術機器人之一,但它不提供力或觸覺反饋。據報道,在達芬奇機器人操作的手術中,抓握力將通過力反饋顯著降低[2]。利用傳感器測量觸覺信號可以通過增加外科醫生的處境意識來提高手術效率[2],特別是對于高風險的手術來說,如心臟和大腦手術[6]。這種觸覺傳感器應滿足特定的物理和功能要求。比如,像手術鉗和鑷子這樣的手術器械都有很小的下頜。因此,傳感器應小型化,以適合理想的位置。此外,傳感器應能在靜態和動態條件下工作,特別是運動器官,如心臟[7]。

 同樣,外科醫生可能需要通過持續施加靜態力來維持組織。這個靜態力在維持期間必須是恒定的。同時,為了避免組織撕裂,力不能超過一個特定的范圍。然而,由于組織的粘彈性,工具-組織相互作用力可能會隨著時間的推移而減小(也稱為應力松弛現象),導致組織滑移[8]。另一個例子是在磁共振成像(MRI)下進行手術,這種外科手術要求傳感器具有磁共振兼容性。此外,在一些手術,如心血管微創手術中,傳感器必須是電被動的,避免干擾的心臟的電活動[6]。

 應用于MIS的觸覺傳感器主要是基于電學或光學原理開發的。圖1顯示了基于傳感原理的MIS觸覺傳感器的種類。

圖1 觸覺傳感器分類

 基于電子的觸覺傳感器是目前最常用的MIS傳感方式[6]。電子傳感器可以進一步分類為壓電式、壓阻式和電容式傳感器。雖然電子傳感器滿足了上面提到的大多數要求,但它既不與MRI兼容,也不是無源的。此外,壓電式傳感器不能測量靜態力。高滯后和缺乏可重復性是這類傳感器的另一個缺點。另一方面,基于光纖的傳感器具有生物相容性、輕便性和耐腐蝕性。而且光學傳感器是無源的,可在MRI環境下工作[9]。這導致光學傳感器最近廣泛應用于MIS和RMIS[6]。

 光學傳感器的工作主要基于三個原理:光強度調制(LIM),相位調制(PM) 和波長調制(WM)[6]。相比之下,基于LIM的傳感器具有價格低廉、對熱不敏感、設計簡單、易于實現等獨特優點,而基于PM和基于WM的傳感器則需要一個相對昂貴的測量系統來計算力和位移等物理參數。基于LIM的傳感器的缺點是,小型化仍然是限制其可擴展性的關鍵問題。這一限制在很大程度上影響了分辨率和測量范圍[10],[11]。

 在MIS應用中,觸覺傳感器的設計要求(又稱約束條件)與傳感器的物理和功能特性有關。物理特性主要取決于傳感器的形狀和大小,而功能約束則與傳感器在生物環境中的兼容性、相互作用和性能有關。作為物理約束的一個例子,MIS觸覺傳感器應該是小尺寸和圓柱形的,可在導管的管身或尖端集成。作為功能要求,傳感器應該能夠測量0-5N范圍內的接觸力,分辨率為0.01N [12]。此外,傳感器應相當敏感、線性、低滯后。


  



醫院候診區流感性疾病的非接觸式綜合檢測平臺

非接觸式檢測平臺FluSense由麥克風陣列和熱成像攝像機組成,用于捕捉不同的候診室人群行為,包括咳嗽和語言活動以及候診室病人數量

大阪大學胡正濤博士(萬偉偉老師團隊)為機器人開發通用工具解決復雜變種變量的操作任務

通過機械機構實現機械手到工具的動力傳遞,無需外部控制及供能,對機器人的避障路徑規劃影響極小

深度學習的可解釋性研究(三)——是誰在撩動琴弦

神經網絡的敏感性分析方法可以分為變量敏感性分析、樣本敏感性分析兩種,變量敏感性分析用來檢驗輸入屬性變量對模型的影響程度,樣本敏感性分析用來研究具體樣本對模型的重要程度

深度學習的可解釋性研究(二)——不如打開箱子看一看

神經網絡模型本身其實并不是一個黑箱,其黑箱性在于我們沒辦法用人類可以理解的方式理解模型的具體含義和行為

深度學習的可解釋性研究(一)— 讓模型具備說人話的能力

為決策樹模型是一個具有比較好的可解釋性的模型,以決策樹為代表的規則模型在可解釋性研究方面起到了非常關鍵的作用

不完美場景下的神經網絡訓練方法

騰訊優圖實驗室高級研究員Louis在分享了自適應缺陷數據,業務場景下的神經網絡訓練方法

AI在COVID-19診斷成像中的應用

人工智能技術支持的圖像采集可以顯著幫助掃描過程實現自動化,還可以重塑工作流程,最大限度地減少與患者的接觸,為成像技術人員提供最佳保護

國內外舵機參數性能價格比較

舵機是步態服務機器人的核心零部件和成本構成,是包含電機、傳感器、控制器、減速器等單元的機電一體化元器件

SLAM與V-SLAM特征對比

基于激 光雷達的SLAM(激光SLAM)和基于視覺的SLAM(V-SLAM)。激光SLAM目前發展比較成熟、應用廣泛,未來多傳感器融合的SLAM 技術將逐漸成為技術趨勢,取長補短,更好地實現定位導航。

《視覺SLAM十四講》作者高翔:非結構化道路激光SLAM中的挑戰

SLAM階段:解決從原始傳感器數據開始,構建某種基礎地圖的過程,標注階段:在SLAM結果基礎上進行人為標注,實現更精細的交通規則控制

圖像檢索入門、特征和案例

圖像檢索是計算機視覺中基礎的應用,可分為文字搜圖和以圖搜圖。借助于卷積神經網絡CNN強大的建模能力,圖像檢索的精度越發提高

如何加快解決數據產權問題

數據所有權方面,1原始數據屬于個人,2企業享有衍生數據所有權,3政府享有政府數據的歸屬權
 
資料獲取
新聞資訊
== 資訊 ==
» 人形機器人未來3-5年能夠實現產業化的方
» 導診服務機器人上崗門診大廳 助力醫院智慧
» 山東省青島市政府辦公廳發布《數字青島20
» 關于印發《青海省支持大數據產業發展政策措
» 全屋無主燈智能化規范
» 微波雷達傳感技術室內照明應用規范
» 人工智能研發運營體系(ML0ps)實踐指
» 四驅四轉移動機器人運動模型及應用分析
» 國內細分賽道企業在 AIGC 各應用場景
» 國內科技大廠布局生成式 AI,未來有望借
» AIGC領域相關初創公司及業務場景梳理
» ChatGPT 以 GPT+RLHF 模
» AIGC提升文字 圖片滲透率,視頻 直播
» AI商業化空間前景廣闊應用場景豐富
» AI 內容創作成本大幅降低且耗時更短 優
 
== 機器人推薦 ==
 
迎賓講解服務機器人

服務機器人(迎賓、講解、導診...)

 

                              消毒機器人排名                導覽機器人         
版權所有 © 創澤智能機器人集團股份有限公司     中國運營中心:北京·清華科技園九號樓5層     中國生產中心:山東日照太原路71號
銷售1:4006-935-088    銷售2:4006-937-088   客服電話: 4008-128-728