文献学习-14-一种用于高精度微创手术的纤维机器人

这篇具有很好参考价值的文章主要介绍了文献学习-14-一种用于高精度微创手术的纤维机器人。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

文献学习-14-一种用于高精度微创手术的纤维机器人,文献学习,医疗机器人,机器人,智能传感与交互,系统与控制,新概念机器人,计算机辅助介入,前沿技术

Authors: Mohamed E. M. K. Abdelaziz1,2 †, Jinshi Zhao1,3 †, Bruno Gil Rosa1,2 , Hyun-Taek Lee4 , Daniel Simon3,5 , Khushi Vyas1,2 , Bing Li6,7 , Hanifa Koguna3 , Yue Li1 , Ali Anil Demircali3 , Huseyin Uvet8 , Gulsum Gencoglan9,10, Arzu Akcay11,12, Mohamed Elriedy13, James Kinross14, Ranan Dasgupta15, Zoltan Takats3,5 , Eric Yeatman2 , Guang-Zhong Yang16, Burak Temelkuran1,3,5 *

1 The Hamlyn Centre for Robotic Surgery,  Imperial College London, London SW7 2AZ, UK.

2 Department of Electrical and Electronic Engineering, Faculty of Engineering, Imperial College London, London SW7 2AZ, UK.

3 Department of Metabolism, Digestion and Reproduction,  Faculty of Medicine,  Imperial College London, London SW7 2AZ, UK.

4 Department of Mechanical Engineering, Inha University, Incheon 22212, South Korea.

5 The Rosalind Franklin Institute, Didcot OX11 0QS, UK.

6 The UK DRI Care Research and Technology Centre, Department of Brain Science, Imperial College London, London W12 0MN, UK.

7 Institute for Materials Discovery, University College London, London WC1H 0AJ, UK.

8 Department of Mechatronics Engineering, Faculty of Engineering, Yildiz Technical University, Istanbul 34349, Turkey.

9 Department of Dermatology and Venereology, Liv Hospital Vadistanbul, Istanbul 34396, Turkey.

10Department of Skin and Venereal Diseases, Faculty of Medicine, Istinye University, Istanbul 34010, Turkey.

11Department of Pathology, Faculty of Medicine, Yeni Yüzyıl University, Istanbul 34010, TR.

12Pathology Laboratory, Atakent Hospital, Acibadem Mehmet Ali Aydinlar University, Istanbul 34303, TR.

13Anesthesiology, University Hospitals of Derby and Burton, Derby, DE22 3NE, UK.

14Department of Surgery and Cancer, Faculty of Medicine, Imperial College London, London SW7 2AZ, UK.

15Department of Urology, Imperial College Healthcare NHS Trust, Charing Cross Hospital, London W6 8RF, UK.

16Institute of Medical Robots, Shanghai Jiao Tong University, Shanghai 200240, China.

Sources: Science. Advances. 10, eadj1984 (2024)

摘要:

柔性手术工具的精确操作在微创外科手术中至关重要,需要一个微型灵活的机器人探头来精确引导手术器械。在这项工作中,我们开发了一种基于聚合物的机器人纤维,该光纤通过沿单根纤维的侧面局部加热来产生热致动机制。纤维机器人采用高度可扩展的纤维拉丝技术,使用常见的低成本材料制造而成。这种薄型(直径小于 2 毫米)的机器人光纤具有出色的运动精度(低于 50 微米)和可重复性。我们开发了将机器人与内窥镜仪器耦合的控制算法,展示了高分辨率的原位分子和形态组织图谱。我们在猪模型上评估其在体内腹腔镜手术中的实用性和安全性。通过内窥镜输送的纤维机器人的高精度运动有助于有效使用细胞水平的术中组织识别和消融技术,有可能在具有挑战性的手术部位精确切除癌症。

文献学习-14-一种用于高精度微创手术的纤维机器人,文献学习,医疗机器人,机器人,智能传感与交互,系统与控制,新概念机器人,计算机辅助介入,前沿技术

图 1.腹腔镜手术的临床挑战和我们提出的解决方案。(A) 腹部腹腔镜手术和两个主要挑战:关键结构附近的肿瘤和肿瘤切除后病变组织的遗漏残留物。(B)通过腹腔镜仪器引入Fiberbot,通过简单的夹紧机构稳定,引入计算机控制的精确运动。(C) Fiberbot 如何通过在绘制手术部位时操纵 pCLE 探针来减轻附近结构受损的风险的示例。通过 fiberbot 的工作通道 (1) 注入荧光染料后,pCLE 探针通过同一通道推进,并扫描目标区域 (2)。然后,腹腔镜器械指导纤维机器人扫描覆盖目标区域的多个位置 (3),为外科医生提供该部位的显微组织病理学视图,从而指导手术决策 (4)。(D) Fiberbot 与激光解吸-快速蒸发电离质谱 (LD-REIMS) 系统一起使用,以揭示和去除肿瘤切除后可能遗漏的病变组织残留物。激光光纤通过光纤机器人的工作通道推进,并附有吸管,将手术气溶胶引导至质谱鉴定 (1)。向外科医生提供感兴趣区域的高分辨率分子图谱和详细的组织信息 (2)。Fiberbot 瞄准并消融(自主或远程操作)位于地图(3 和 4)上的任何病变组织残留物。

文献学习-14-一种用于高精度微创手术的纤维机器人,文献学习,医疗机器人,机器人,智能传感与交互,系统与控制,新概念机器人,计算机辅助介入,前沿技术

图 2.纤维机器人的制造和工作原理。(A) 通过3D打印的瓶坯制造工艺。(B)电热致动纤维是通过热纤维拉丝生产的。(C) 送丝平台的顶视图,用于将八根不锈钢丝引导到预制棒的侧通道中。(D) 热拉光纤的显微计算机断层扫描 (μ-CT)。(E) 纤维悬臂弯曲的图示,由热膨胀提供动力。插图:光纤远端的裸露导线成对交织在一起,并涂上银漆以形成导电环。(F) 使用无反光镜相机的慢速快门功能在移动连接到 650 nm 发光二极管 (LED) 的 500 μm 光纤时捕获的六个尖端位移模式。(G) 热像仪在弯曲运动过程中获得的沿光纤长度的温度分布曲线。

文献学习-14-一种用于高精度微创手术的纤维机器人,文献学习,医疗机器人,机器人,智能传感与交互,系统与控制,新概念机器人,计算机辅助介入,前沿技术

IG的。3. 纤维机器人的机械表征。(A) 对于具有不同外径和长度的两条光纤,光纤尖端位移随施加功率的函数。插图:误差条,表示使用激光位移传感器从五次测量中获得的 SD (0.028 mm)。(B) 增量输入功率步进的位置分辨率约为 13 mW。插图:尖端位移的放大视图。(C) 光纤尖端横向产生的接触力与施加功率的函数关系(平均五次运行)。(D)实验中使用的商用力传感器。(E) 不同无约束纤维长度的尖端位移。(F) 夹具测试期间光纤运动的热图像的俯视图。(G) 温度梯度作为施加的位移功率的函数来测量。(H) 输入电压(上)、相应尖端位移(中)和嵌入不锈钢线的电阻变化(下)的波形。(I) 光纤的迟滞是通过以 125 mW 的增量步长执行 0 至 1 W 的输入功率扫描来测量的。(J) 压缩空气通过 Fiberbot 中央通道的影响(在 38° ± 1°C 环境中)。上图显示了光纤尖端位移的变化,下图显示了随着气压的增加,光纤表面温度的降低。

文献学习-14-一种用于高精度微创手术的纤维机器人,文献学习,医疗机器人,机器人,智能传感与交互,系统与控制,新概念机器人,计算机辅助介入,前沿技术

图4.纤维机器人运动的控制和进一步的表征。(A) 用于跟踪光纤尖端位移的系统。(B) 嵌入式 900 μm 空心 PBG 光纤连接到 650 nm LED 以进行跟踪。(C) 嵌入光纤的显微镜视图。(D 至 F)基于多个手动调整的输入测量(蓝色)与所需(橙色)路径 (D) 栅格 [184 s]、(E) 螺旋 [42 s] 和 (F) 正方形 [97 s]。(G) Fiberbot 被命令沿着圆形路径行驶 1000 个周期,而不会失去其目标性能特征。(H 和 I)循环编号分别为 600 和 1000 的循环路径的详细信息。(J 和 K)基于基于视觉的反馈方法测量的(蓝色)与期望(橙色)路径 [栅格:244 秒,螺旋:641 秒]。(L) 基于基于温度的反馈方法的测量(蓝色)与期望(橙色)路径 [737 s]。

文献学习-14-一种用于高精度微创手术的纤维机器人,文献学习,医疗机器人,机器人,智能传感与交互,系统与控制,新概念机器人,计算机辅助介入,前沿技术

图 5.与LS-CLE平台集成。(A) LS-CLE系统与电热光纤之间通过光纤束探头的集成概述。(B) 通过其中心通道嵌入探头的热拉丝光纤的特写图像。(C 和 E)光纤所需的螺旋路径为五个和八个循环。(D 和 F)生长的马赛克以每 10 秒的间隔从采集的图像中重建,同时分别扫描晶状体组织和离体人尿路上皮癌组织。

文献学习-14-一种用于高精度微创手术的纤维机器人,文献学习,医疗机器人,机器人,智能传感与交互,系统与控制,新概念机器人,计算机辅助介入,前沿技术

图 6.与REIMS平台集成。(A) 外科 CO2 激光器、电热驱动光纤和 REIMS 接口之间的集成概述。(B) 通过其中央通道和外部连接的烟雾收集管嵌入激光光纤的热拉光纤的特写图像。(C) 小鼠大脑海马区矢状部分的光学图像。(D 和 F)对应于齿状回和纤维束的质谱,其显示离子种类和强度的差异,对应于前者的灰质分布和后者的白质分布。(E 和 G)质量/电荷比(m/z)699.4900的特写。(H) 海马区域的裁剪光学图像。(I) 组织样本激光消融后的光学图像(通过使用电热驱动的光纤移动激光光纤而产生的平行消融线)。(J) m/z 699.4900 的单离子图像热图,暂定为磷脂酸 PA 36:2 [M-H]- 结构,显示纤维束中的丰度和齿状回中的相对缺失。(K) 将热图叠加到海马区域的光学图像上。(L) 拼接热图。

文献学习-14-一种用于高精度微创手术的纤维机器人,文献学习,医疗机器人,机器人,智能传感与交互,系统与控制,新概念机器人,计算机辅助介入,前沿技术

图 7.腹腔镜机器人仪器在猪模型中的体内演示。(A) 实验装置的图形概述。该装置的特点是将气管插管猪置于仰卧位全身麻醉下,用于在机器人控制消融期间诱导安全呼吸暂停阶段(即抑制呼吸诱导运动)的麻醉机,耦合到柔性 PBG 激光光纤的外科 CO2 激光源,与腹腔镜光学耦合的腹腔镜塔, 以及外科医生远程操作 FiberBot 的控制单元。(B) CO2 充气腹腔、插入的套管针以及随后先进的腹腔镜和机器人仪器的特写视图。关节臂用于定位、定位和固定腹腔镜和机器人器械。(C) 机器人仪器手柄的图示,该手柄承载电子接口和充当纤维机器人导管的刚性管。(D) Tuohy-Borst 适配器的特写视图,它有助于同时插入激光光纤并通过 fiberbot 的中央通道注入冷却气体。(E) 纤维机器人的致动部分和刚性管远端的横截面图。(F 至 H)纤维机器人同时启动和消融(在安全呼吸暂停阶段)盲肠中 (F) 圆形路径、(G) 肝脏中的螺旋路径和 (H) 肝脏中的圆形路径的摄影时间序列(使用腹腔镜捕获)。请注意,使用激光光纤与组织最近的点来估计刻度。

文献学习-14-一种用于高精度微创手术的纤维机器人,文献学习,医疗机器人,机器人,智能传感与交互,系统与控制,新概念机器人,计算机辅助介入,前沿技术

图 8.热损伤的组织病理学评估。(A)实验第一步的图形说明,其中纤维机器人的驱动侧靠在体内组织上几秒钟。(B)纤维机器人的横截面特写视图及其与体内组织的相互作用。Fiberbot嵌入了柔性PBG激光光纤,并注入了恒定压力的氦气以冷却它。请注意,激光光纤使用类似的冷却技术,使用氦气。(C 和 D)实验中第二步和第三步的图形说明,其中暴露的组织被切除以进行热损伤的组织病理学评估。(E) 8 张 4 μm 厚的苏木精和伊红 (H&E) 染色的脾脏和肝组织载玻片的光学图像。采集的组织样本暴露于不同温度(42°、43°、55°和60°C)下,持续时间不同(5 和 10 秒)。在肝脏和脾脏组织样本的包膜表面或实质上未观察到热损伤导致的凝血形态学迹象。×20 和 ×200 表示用于捕捉这些图像的物镜的放大倍率。(F) 两个腹壁消融组织样本的光学图像,显示腹膜表面的结缔组织和肌肉组织(即形成腹腔内壁的浆膜)的热损伤。这些实例作为参考,与我们的实验结果进行比较。

作者介绍:

杨广中:上海交通大学讲席教授,英国皇家工程院院士,现任上海交通大学医疗机器人研究院首席科学家,英国帝国理工学院哈姆林机器人手术中心创始人,科学杂志Science Robotics的创刊主编;荣膺英国皇家工程院院士(FREng),国际电气与电子工程师协会Fellow(FIEEE),英国工程科技院Fellow(FIET),美国医学生物工程院Fellow(FAIMBE),国际医学和生物工程院Fellow(FIAMBE),医学图像计算与计算机辅助干预学会Fellow(FMICCAI),并荣获英国皇家学会研究优异奖。2010年被泰晤士报出版的科学杂志《Eureka》评选为英国科学界顶尖百强人物。2017年被英女皇授于大英帝国司令勋章(CBE),是首位获此殊荣的大陆科学家。

Reference

[1] Abdelaziz, M. E., Zhao, J., Gil Rosa, B., Lee, H. T., Simon, D., Vyas, K., ... & Temelkuran, B. (2024). Fiberbots: Robotic fibers for high-precision minimally invasive surgery. Science advances10(3), eadj1984.文章来源地址https://www.toymoban.com/news/detail-838220.html

到了这里,关于文献学习-14-一种用于高精度微创手术的纤维机器人的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • [ACM 学习] 高精度计算

    低位在下标为0的数组那,代码都是用了繁凡的ACM模板。 c = a+b g||ia.len||ib.len 这个设定是直的好,再也不用担心两个数组的长度了,也不用担心c的数组长度。 c = a-b c = a*b 先比长度,长度相同,从高位到低位进行比较。

    2024年01月17日
    浏览(37)
  • 20kV高精度可调高压稳压测试电源的学习与使用

    一:应用范围 A : 二极管反向耐压测试 B : 二极管反向漏电流测试 C : 高压电容耐压测试 D : 玻璃釉电阻非线性性能测试 E :氙灯击穿电压测试 F : 材料耐压测 试 二、特点 高精度恒流恒压高压输出源 它拥有0~ 20k V的电压输出能力 , 0.005% 的电压分辨率精度 , 0.1uA 的电 流分辨率精度

    2024年02月11日
    浏览(34)
  • 基于深度学习的高精度浣熊检测识别系统(PyTorch+Pyside6+模型)

    摘要:基于深度学习的高精度浣熊检测(水牛、犀牛、斑马和大象)识别系统可用于日常生活中或野外来检测与定位浣熊目标,利用深度学习算法可实现图片、视频、摄像头等方式的浣熊目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标

    2024年02月09日
    浏览(49)
  • linuxARM裸机学习笔记(5)----定时器按键消抖和高精度延时实验

    之前的延时消抖,是直接借助delay函数进行的,但是这样会浪费CPU的性能。我们采用延时函数的方式实现,可以实现快进快出。  定时器消抖,必须是在t3的时间点才可以,当在t1,t2的时间点每次进入中断函数都要重新开启定时器的计时 但是,这两个时间点的时间小于定时器设

    2024年02月14日
    浏览(66)
  • 基于深度学习的高精度烟雾检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度烟雾检测识别系统可用于日常生活中或野外来检测与定位烟雾目标,利用深度学习算法可实现图片、视频、摄像头等方式的烟雾目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用

    2024年02月11日
    浏览(52)
  • 基于深度学习的高精度动物检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度动物检测识别系统可用于日常生活中或野外来检测与定位动物目标(狼、鹿、猪、兔和浣熊),利用深度学习算法可实现图片、视频、摄像头等方式的动物(狼、鹿、猪、兔和浣熊)目标检测识别,另外支持结果可视化与图片或视频检测结果的导

    2024年02月08日
    浏览(82)
  • 基于深度学习的高精度水果检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度水果(苹果、香蕉、葡萄、橘子、菠萝和西瓜)检测识别系统可用于日常生活中或野外来检测与定位水果目标,利用深度学习算法可实现图片、视频、摄像头等方式的水果目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统

    2024年02月11日
    浏览(46)
  • 基于深度学习的高精度猴子检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度猴子检测识别系统可用于日常生活中或野外来检测与定位猴子目标,利用深度学习算法可实现图片、视频、摄像头等方式的猴子目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用

    2024年02月12日
    浏览(70)
  • 基于深度学习的高精度山羊检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度山羊检测识别系统可用于日常生活中或野外来检测与定位山羊目标,利用深度学习算法可实现图片、视频、摄像头等方式的山羊目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用

    2024年02月07日
    浏览(58)
  • 基于深度学习的高精度刀具检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度刀具检测识别系统可用于日常生活中或野外来检测与定位刀具目标,利用深度学习算法可实现图片、视频、摄像头等方式的刀具目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用

    2024年02月13日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包