Haptics-enabled teleoperation for robot-assisted tumor localization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper focuses on the problem of incorporating haptics-enabled teleoperation in minimally invasive tumor localization. Since the stiffness of a tumor is higher than that of the surrounding tissue, it can be identified as a hard nodule when palpated. Using a Tactile Sensing Instrument (TSI) developed at CSTAR, the distributed pressure profiles along the contacting surface can be measured during remote tissue palpation. The tumor can be detected by using a visualization software that creates a color contour map based on the magnitude of the pressure over the palpated area. The accuracy of this method depends on the uniformity of the force applied to the tissue. A haptics-enabled teleoperation system provides the surgeon with the opportunity to feel the interaction force between the instrument and tissue during Minimally Invasive Surgery (MIS). The objective of this research was to assess the feasibility of combining force feedback with tactile feedback in order to increase the overall performance of tumor localization. The teleoperation system used in this work consists of a Mitsubishi PA10 robot as the slave that is remotely controlled (over a dedicated network) through a 7 Degree-Of-Freedom (DOF) haptic interface. A two-channel architecture, along with hybrid impedance control was utilized to form a bilateral teleoperation system in which the master is under force control and the slave is under position control. The experimental results confirm the effectiveness of using force feedback in robot-assisted tactile sensing for tumor detection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle