一种即时瘤检测方法,用于ex-vivo组织触摸,利用基于注意力机制的神经网络的自学高密度灵活触觉传感器阵列

科学领域:

• 生物医学工程 生物医学工程
• 医疗技术 医疗技术 医学技术
• 人工智能在医学中的应用

背景情况:

• 准确和早期的瘤检测仍然是瘤学的关键挑战.
• 目前的触摸方法在灵敏度和深度感知方面存在局限性.
• 传感器技术和人工智能的进步为改进的诊断工具提供了新的途径.

研究的目的:

• 开发和验证使用自学触觉传感器阵列的即时瘤检测方法.
• 评估系统在识别瘤深度,尺寸和形态方面的准确性.
• 探索这项技术在癌症查和机器人手术等临床应用中的潜力.

主要方法:

• 使用高密度的灵活触觉传感器阵列来捕获瘤组织的触觉信号矩阵.
• 使用注意力机制神经网络进行压力信号特征的自主学习.
• 开发一种新的算法,从触觉数据即时识别瘤形状和体积.
• 进行ex-vivo实验以验证传感器阵列的性能.

主要成果:

• 在确定精确的瘤深度方面获得了97.2%的准确性.
• 达到了97.8%的瘤维度方面的识别率.
• 已经证明能够检测埋在5毫米深处的瘤.
• 对直径超过2毫米的瘤表现出高度敏感,即使在埋葬的情况下也是如此.

结论:

• 自学触觉传感器阵列提供了一种创新的,即时的瘤检测方法.
• 该系统显着有望通过改进的组织触摸来提高早期癌症查.
• 潜在的应用包括整合到手术机器人和机器人辅助的微创手术,以实时反.