創澤機器人
CHUANGZE ROBOT
當前位置: 首頁> 新聞資訊> 機器人知識> 用於微創手術的觸覺傳感器

用於微創手術的觸覺傳感器

來源: CAAI認知係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、術後感染、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,並降低電離輻射暴露[3]。盡管人工MIS和機器人MIS (RMIS)具有突出的優點,但對於外科醫生來說,仍然存在一些局限性。例如,由於非接觸解剖,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,研究人員提出並開發了不同的觸覺傳感器,與外科器械結合,並為外科醫生提供觸覺信息。

眾所周知,力量反饋有助於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於觸覺反饋的喪失和無意的過大器械力的副產物[5]。例如,達芬奇手術係統(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],特別是對於高風險的手術來說,如心髒和大腦手術[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,如心髒[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範圍。然而,由於組織的粘彈性,工具-組織相互作用力可能會隨著時間的推移而減小(也稱為應力鬆弛現象),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,避免幹擾的心髒的電活動[6]。

應用於MIS的觸覺傳感器主要是基於電學或光學原理開發的。圖1顯示了基於傳感原理的MIS觸覺傳感器的種類。

圖1 觸覺傳感器分類

基於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麵提到的大多數要求,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。高滯後和缺乏可重複性是這類傳感器的另一個缺點。另一方麵,基於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於MIS和RMIS[6]。

光學傳感器的工作主要基於三個原理:光強度調製(LIM),相位調製(PM) 和波長調製(WM)[6]。相比之下,基於LIM的傳感器具有價格低廉、對熱不敏感、設計簡單、易於實現等獨特優點,而基於PM和基於WM的傳感器則需要一個相對昂貴的測量係統來計算力和位移等物理參數。基於LIM的傳感器的缺點是,小型化仍然是限製其可擴展性的關鍵問題。這一限製在很大程度上影響了分辨率和測量範圍[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。物理特性主要取決於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範圍內的接觸力,分辨率為0.01N [12]。此外,傳感器應相當敏感、線性、低滯後。





用於微創手術的觸覺傳感器(二)

MIS 和RMIS觸覺傳感器最常用的傳感原理是基於電氣的傳感器。這些觸覺傳感器進一步分為壓阻型、壓電型和電容型傳感器

如何創造可信的AI,這裏有馬庫斯的11條建議

馬庫斯係統性地闡述了對當前AI研究界的批判,從認識科學領域中針對性地給出了11條可執行的建議

性能超越最新序列推薦模型,華為諾亞方舟提出記憶增強的圖神經網絡

記憶增強的圖神經網絡對短期的商品語境信息建模,並使用共享的記憶網絡來捕捉商品之間的長期依賴,對多個模型進行了對比,在Top-K序列推薦中效果極佳

履約時間預估:如何讓外賣更快送達

外賣履約時間預估模型,預估的是從用戶下單開始到騎手將餐品送達用戶手中所花的時間

多尺度圖卷積神經網絡:有效統一三維形狀離散化特征表示

解決了傳統圖卷積神經網絡中圖節點學習到的特征對圖分辨率和連接關係敏感的問題,可以實現在低分辨率的三維形狀上學習特征,在高低分辨率形狀之上進行測試,並且保持不同分辨率特征的一致性

OpenAI發布了有史以來最強的NLP預訓練模型GPT-3

2020年5月底OpenAI發布了有史以來最強的NLP預訓練模型GPT-3,最大的GPT-3模型參數達到了1750億個參數

達摩院金榕教授113頁PPT詳解達摩院在NLP、語音和CV上的進展與應用實踐

達摩院金榕教授介紹了語音、自然語言處理、計算機視覺三大核心AI技術的關鍵進展,並就AI技術在在實際應用中的關鍵挑戰,以及達摩院應對挑戰的創新實踐進行了解讀

重構ncnn,騰訊優圖開源新一代移動端推理框架TNN

新一代移動端深度學習推理框架TNN,通過底層技術優化實現在多個不同平台的輕量部署落地,性能優異、簡單易用。騰訊方麵稱,基於TNN,開發者能夠輕鬆將深度學習算法移植到手機端高效的執行,開發出人工智能 App,真正將 AI 帶到指尖

知識圖譜在個性化推薦領域的研究進展及應用

新加坡國立大學NExT中心的王翔博士分析了知識圖譜在個性化推薦領域的應用背景,並詳細介紹了課題組在個性化推薦中的相關研究技術和進展,包括基於路徑、基於表征學習、基於圖神經網絡等知識圖譜在推薦係統中的融合技術

基於網格圖特征的琵琶指法自動識別

根據各種指法的具體特點,對時頻網格圖、時域網格圖、頻域網格圖劃分出若幹個不同的計算區域,並以每個計算區域的均值與標準差作為指法自動識別的特征使用,用於基於機器學習方法的指法自動識別

利用時序信息提升遮擋行人檢測準確度

Tube Feature Aggregation Network(TFAN)新方法,即利用時序信息來輔助當前幀的遮擋行人檢測,目前該方法已在 Caltech 和 NightOwls 兩個數據集取得了業界領先的準確率

京東姚霆:推理能力,正是多模態技術未來亟需突破的瓶頸

姚霆指出,當前的多模態技術還是屬於狹隘的單任務學習,整個訓練和測試的過程都是在封閉和靜態的環境下進行,這就和真實世界中開放動態的應用場景存在一定的差異性
資料獲取
機器人知識
==最新資訊==
ChatGPT:又一個“人形機器人”主題
ChatGPT快速流行,重構 AI 商業
中國機器視覺產業方麵的政策
中國機器視覺產業聚焦於中國東部沿海地區(
從CHAT-GPT到生成式AI:人工智能
工信部等十七部門印發《機器人+應用行動實
全球人工智能企業市值/估值 TOP20
必威主頁第十一期上
諧波減速器和RV減速器比較
機器人減速器:諧波減速器和RV減速器
人形機器人技術難點 高精尖技術的綜合
機器人大規模商用麵臨的痛點有四個方麵
青島市機器人產業概況:機器人企業多布局在
六大機器人產業集群的特點
機械臂-高度非線性強耦合的複雜係統
==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...)

智能消毒機器人

智能消毒機器人

機器人開發平台

機器人開發平台


機器人招商Disinfection Robot機器人公司機器人應用智能醫療物聯網機器人排名機器人企業機器人政策教育機器人迎賓機器人機器人開發獨角獸消毒機器人品牌消毒機器人合理用藥地圖
版權所有 必威主頁中國運營中心: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

Baidu
map