下一代触觉传感和机器学习集成用于机器人辅助的微创手术

科学领域:

• 机器人技术 机器人技术 机器人技术
• 手术技术 手术技术
• 生物医学工程 生物医学工程

背景情况:

• 在机器人辅助微创手术 (RAMIS) 中,触觉反对于外科医生准确地触摸地下结构至关重要.
• 当前的RAMIS系统往往缺乏足够的触觉反,限制了外科医生识别组织特性,如软度和质地的能力.

研究的目的:

• 开发和评估一种新的系统,用于在RAMIS中产生触觉感觉.
• 为了在外科手术过程中准确检测组织变形和纹理.

主要方法:

• 在达芬奇外科系统抓手上使用微电机系统 (MEMS) 和强度敏感电阻 (FSR) 传感器获取数据.
• 数字信号处理用于从传感器数据中提取特征.
• 训练和测试机器学习算法 (Reflex Fuzzy Min-Max神经网络和时间序列分类 - 学习形状) 用于组织分类.
• 实施视觉触摸显示器和可穿戴设备,以获得外科医生的反.

主要成果:

• 拟议的系统成功地从传感器数据中提取了相关特征.
• 机器学习算法准确地根据软度和粗度对生理结构进行分类.
• 反系统有效地模仿了外科医生对触摸的感觉.

结论:

• 开发的触觉反系统增强了RAMIS中的感觉信息.
• 这项技术有可能通过提供关键的触觉数据来改善手术结果.
• 进一步整合到外科平台可以提高机器人手术的能力.