摩登7机器人
CHUANGZE ROBOT
当前位置:首页 > 新闻资讯 > 机器人知识 > 用于微创手术的触觉传感器(二)

用于微创手术的触觉传感器(二)

来源:CAAI认知系统与信息处理专委会     编辑:摩登7   时间:2020/6/7   主题:其他 [加盟]

微创手术已成为医学领域最重要的进展之一。在这种方法中,外科医生通过患者皮肤上的一个小切口,将专门设计的器械插入体腔、腹部、静脉或动脉,并对器官进行手术。由于间接接触器官,外科医生失去了他们的自然触觉感知,这是微创手术主要的局限。触觉感知的损失削弱了外科医生区分组织和操作的能力,因此,研究人员提出了不同的触觉传感器。在过去的十年中,针对微创手术MIS/机器人辅助微创手术RMIS应用开发并研究了许多触觉传感器。虽然它们大多是研究原型,但也有一些被商业化了。在选择传感原理时,必须认真考虑应用因素。研究人员必须首先定义传感器的应用需求,然后才能采用传感原理并在此基础上开发传感器。MIS 和RMIS触觉传感器最常用的传感原理是基于电气的传感器[6],[11]。这些触觉传感器进一步分为压阻型、压电型和电容型传感器。

1、压阻触觉传感器

在早期的研究中,Tanimoto等人提出了一种用于血管内神经外科的微压阻式传感器,来测量直径为1.65毫米的导管与血管之间的相互作用力。这是世界上首次在犬类动物模型中评估了他们的触觉传感器。该传感器由硅膜片上的一套压电应变仪组成。如果施加压力,硅膜片会发生偏转,应变仪的电阻也会发生变化。他们对健康循环中血压引起的力的范围进行验证,即60-130毫米汞柱。他们的传感器能够以超过2千赫兹的频率测量,并成功地捕捉到血压的波动。


类似地,Dargahi和Najarian[1]在一个定制设计的内窥镜手术钳的背面安装了两个微型应变传感器。图1(a)所示为两种不同类型的抓取器及其相关的电子反馈系统。施加在手术钳上的力的大小显示在发光二极管(LED)显示屏上(图1(b))。他们的力传感器在0.5到10N的范围内以0.5 N的精度线性工作。该传感器灵敏度高,测量范围广,适用于内窥镜手术。由于内窥镜手术钳要在存在液体的人体中安全地工作,他们用硅橡胶包裹并密封了触觉传感器。


King等人[2]在达芬奇系统的手术工具上集成了FlexiForceTM压阻力传感器,并将抓取力传递给外科医生。他们的研究表明,在机器人手术过程中,力反馈可以显著降低抓取力,从而提高手术安全性。


虽然压阻式触觉传感器具有测量的高动态范围、高空间分辨率、简单的制造工艺和耐久性,但其主要限制是迟滞[3]。除非进行补偿,否则迟滞会降低触觉传感器的灵敏度和可重复性,从而降低系统的可靠性[3]。将压敏电阻嵌入到灵活的自恢复结构中是一个选择[4]。然而,由于这种结构的粘弹性,可能会发生次级迟滞。另一种可能是通过适当的非线性校准[5]来补偿迟滞。


2、压电式触觉传感器

在过去的十年里,已经基于压电原理提出了许多触觉传感器。例如,Elkund等[6]开发了一种用于测量外科导管尖端组织硬度的压电触觉传感器。他们的传感器在硅和人类前列腺模型中都进行了测试。它原本是用来诊断前列腺癌的。在此基础上,Sokhanvar等[7]提出了基于压电传感器在微创内镜器械中的应用。他们利用微机电系统(MEMS)技术制造了一种用于MIS抓握器的微型触觉传感器。为了得到一个灵敏的线性系统,他们用PVDF薄膜作为传感器来测量被抓取物体的力、力位置和柔软度。要估计物体的相对柔软度,至少需要两个独立的传感器来量化施加在物体上的力及其总偏转。图2(a)给出了在[7]中提出的传感器结构的横截面。此外,图2(b)和(c)分别显示了在抓取过程中施加的力作用下的单个传感器单元,以及传感器在抓握器上的示意图。当物体被抓住时,中间的PVDF薄膜会变形并改变传感器的电压。电压是相对于物体的柔软度进行校准的。同时,支座1上的PVDF会显示出抓握组织时的抓握力,支座2用来确定点载荷的位置。为了验证传感器的性能,他们首先选取了4个具有已知硬度计的材料样品,计算了其压缩杨氏模量,杨氏模量在50 - 280kPa之间,硬度为6MPa。事实上,每种材料都是人体组织的代表。由于他们的传感器在材料区分和接触点检测方面的良好结果,他们假设在阵列结构中使用传感器。然而,由于压电传感元件内部电压的固有衰减,他们的传感器不能满足静态负载条件的用例要求,例如在持续抓取组织的情况下。


在类似的研究中,Chuang等人制作了一种微型压电触觉传感器,用于在内窥镜手术中检测粘膜下肿瘤。传感器由PVDF传感膜制成,硬铜球和聚二甲基硅氧烷(PDMS)软外包装组成,如图3(a)所示。由于这两种材料的硬度不同,在外力作用下会产生不同的变形。因此,当传感器接触到物体时,两个元件下的压电薄膜会产生不同的电压。这两个电压输出的比值被用来校准测试对象的弹性。该传感器可以集成在内窥镜上,从健康组织中识别隐藏的肿瘤。他们的研究结果表明,将传感内窥镜作为一种诊断设备,用于更快、更精确的治疗是可行的。图3(b)所示为配备该触觉传感器的内窥镜。他们提出了基于串联弹簧模型和压电元件输出电压变化的分析模型。为了验证传感器的性能,他们将5个不同的已知弹性模量的弹性体分别注射到猪胃黏膜下层正常组织中。图3(c)显示猪胃粘膜下层有一个人工肿瘤。该传感器能够估算出样品在1.01 ~ 3.51 MPa之间的弹性模量。他们的结果验证了他们的假设,与理论预测高度吻合。


在[8]中传感器采用了增材制造技术,一种精确而低成本的制造工艺。一个压电缸被用作力传感器,连接到细针。他们对压电元件受机械力作用产生的电流进行了实时记录。压电传感器内嵌针的原理图及其实验图如图4(a)所示。为了校准他们的感应针,他们在一系列已知硬度的生物材料上进行了测试。此外,他们还对一系列提取的猪肾进行了体外实验,将插入样本时的力数据记录下来,以表征组织刚度,如图4(b)所示。为了评估传感器的性能,对不同的恶性甲状腺肿瘤患者的甲状腺样本进行了检测,并将其与正常的甲状腺组织进行对比。结果显示,正常组织的硬度为0.06±0.02 mN/mm,而恶性组织的硬度从0.02±0.00到0.41±0.03 mN/mm不等。

压电式触觉传感器具有较高的灵敏度和准确性。此外,PVDF薄膜传感器具有较强的线性度和较高的响应频率。然而,压电传感器不能检测静态负载,这是它们在外科应用中的主要限制。而且,压电传感器是热敏感的,这意味着他们的特征方程会随温度的变化而变化。在外科手术中,传感器暴露在不同的温度下,即从18- 20°C(手术室温度)到37°C(核心体温)。因此,热敏性也阻碍了其在MIS和RMIS中的应用。


3、电容式触觉传感器

最近,Kim等人提出了一种新型感应手术钳,两个钳口有两个紧凑的小型电容式传感器。在外科手术过程中,钳子会由于俯仰、偏航和滑动而承受三个方向的三个操纵力。旋转扭矩和抓握力分别通过滚动和抓握运动施加到钳子上[9]。除此之外,其他表面还被外科医生用来触诊组织以移动或检查组织状况。为此,两个三轴力传感器设计安装在钳子的两个钳口,为外科医生提供所有的力和扭矩信息。每个力传感器由三个垂直平行的电容单元、一个可移动可传递力的接地板和一个三角形的基板组成。图5(a)为每个三自由度传感器在负载下的结构示意图。所述感应钳的三维设计和所述加工工艺制造的原型分别如图5(b)和图5(c)所示。利用精确的移动平台和一个预先校准的ATI-nano17力传感器,他们将他们的六自由度传感器校准为六自由度外力和抓握器上的扭矩。


电容式触觉传感器通常是高度敏感和精确的。通常,这种传感器的力范围为0-20 N,电容小于1pF。此外,与MEMS技术相对容易集成、设计有更薄的介电层、具有较高的分辨率和温度独立性是其显著优势。这些优点使电容式触觉传感器成为外科触觉传感器的良好选择[10]。另一方面,迟滞和串扰影响了可重复性,限制了电容式传感器在高精度应用中的使用。此外,电磁对神经或心脏活动的干扰也限制了电容式传感器在心脏和脑外科手术的使用。 





如何创造可信的AI,这里有马库斯的11条建议

马库斯系统性地阐述了对当前AI研究界的批判,从认识科学领域中针对性地给出了11条可执行的建议

性能超越最新序列推荐模型,华为诺亚方舟提出记忆增强的图神经网络

记忆增强的图神经网络对短期的商品语境信息建模,并使用共享的记忆网络来捕捉商品之间的长期依赖,对多个模型进行了对比,在Top-K序列推荐中效果极佳

履约时间预估:如何让外卖更快送达

外卖履约时间预估模型,预估的是从用户下单开始到骑手将餐品送达用户手中所花的时间

多尺度图卷积神经网络:有效统一三维形状离散化特征表示

解决了传统图卷积神经网络中图节点学习到的特征对图分辨率和连接关系敏感的问题,可以实现在低分辨率的三维形状上学习特征,在高低分辨率形状之上进行测试,并且保持不同分辨率特征的一致性

OpenAI发布了有史以来最强的NLP预训练模型GPT-3

2020年5月底OpenAI发布了有史以来最强的NLP预训练模型GPT-3,最大的GPT-3模型参数达到了1750亿个参数

达摩院金榕教授113页PPT详解达摩院在NLP、语音和CV上的进展与应用实践

达摩院金榕教授介绍了语音、自然语言处理、计算机视觉三大核心AI技术的关键进展,并就AI技术在在实际应用中的关键挑战,以及达摩院应对挑战的创新实践进行了解读

重构ncnn,腾讯优图开源新一代移动端推理框架TNN

新一代移动端深度学习推理框架TNN,通过底层技术优化实现在多个不同平台的轻量部署落地,性能优异、简单易用。腾讯方面称,基于TNN,开发者能够轻松将深度学习算法移植到手机端高效的执行,开发出人工智能 App,真正将 AI 带到指尖

知识图谱在个性化推荐领域的研究进展及应用

新加坡国立大学NExT中心的王翔博士分析了知识图谱在个性化推荐领域的应用背景,并详细介绍了课题组在个性化推荐中的相关研究技术和进展,包括基于路径、基于表征学习、基于图神经网络等知识图谱在推荐系统中的融合技术

基于网格图特征的琵琶指法自动识别

根据各种指法的具体特点,对时频网格图、时域网格图、频域网格图划分出若干个不同的计算区域,并以每个计算区域的均值与标准差作为指法自动识别的特征使用,用于基于机器学习方法的指法自动识别

利用时序信息提升遮挡行人检测准确度

Tube Feature Aggregation Network(TFAN)新方法,即利用时序信息来辅助当前帧的遮挡行人检测,目前该方法已在 Caltech 和 NightOwls 两个数据集取得了业界领先的准确率

京东姚霆:推理能力,正是多模态技术未来亟需突破的瓶颈

姚霆指出,当前的多模态技术还是属于狭隘的单任务学习,整个训练和测试的过程都是在封闭和静态的环境下进行,这就和真实世界中开放动态的应用场景存在一定的差异性

看高清视频,如何做到不卡顿

优酷智能档突破“传统自适应码率算法”的局限,解决视频观看体验中高清和流畅的矛盾
资料获取
机器人知识
== 最新资讯 ==
ChatGPT:又一个“人形机器人”主题
ChatGPT快速流行,重构 AI 商业
中国机器视觉产业方面的政策
中国机器视觉产业聚焦于中国东部沿海地区(
从CHAT-GPT到生成式AI:人工智能
工信部等十七部门印发《机器人+应用行动实
全球人工智能企业市值/估值 TOP20
摩登7智能机器人集团股份有限公司第十一期上
谐波减速器和RV减速器比较
机器人减速器:谐波减速器和RV减速器
人形机器人技术难点 高精尖技术的综合
机器人大规模商用面临的痛点有四个方面
青岛市机器人产业概况:机器人企业多布局在
六大机器人产业集群的特点
机械臂-高度非线性强耦合的复杂系统
== 机器人推荐 ==
迎宾讲解服务机器人

服务机器人(迎宾、讲解、导诊...)


机器人公司 机器人应用 智能医疗 物联网 机器人排名 机器人企业 机器人开发 独角兽 消毒机器人品牌
版权所有 摩登7智能机器人集团股份有限公司 中国运营中心:上海 科技园8号楼5层 中国生产中心:山东日照解放路71号
销售1:4006-935-088 销售2:4006-937-088 客服电话: 4008-128-728