MétaCan
Menu
Retour à la cohorte
Enregistrement W2007648600 · doi:10.1109/tbme.2012.2193127

Viscoelastic Modeling of the Contact Interaction Between a Tactile Sensor and an Atrial Tissue

2012· article· en· W2007648600 sur OpenAlexaff
Jing Jin Shen, Masoud Kalantari, J. Kövecses, Jorge Angeles, Javad Dargahi

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensConcordia UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésViscoelasticityTactile sensorBiomedical engineeringDisplacement (psychology)IndentationFocus (optics)Computer scienceImaging phantomArtificial intelligenceComputer visionMaterials scienceEngineeringRobotPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Modeling and parameter identification of soft tissue are essential in establishing an accurate contact model for tool-tissue interaction, which can be used in the development of high-fidelity surgical instruments. This paper discusses the interaction between a tissue and a tactile sensor in minimally invasive surgery, the focus being a novel technique for robotic-assisted mitral valve repair, in which tactile sensors are used to distinguish between different kinds of tissue by their relative softness. A discrete viscoelastic model is selected to represent the tissue behavior. To populate the model of the tissue with actual data, a set of tissue-testing experiments is designed and implemented on the atrial tissue of a swine heart by analyzing its dynamic response. By means of a genetic algorithm, data of the complex compliance are extracted and used to find the coefficients of the model. Further, a viscoelastic contact model is developed to model the interaction between the tissue and the tactile sensor with annular shape. Finally, the relation among the indentation displacement, the ratio of the radii, and the applied force is established parametrically.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,320
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207