MétaCan
Menu
Retour à la cohorte
Enregistrement W2017921243 · doi:10.1115/1.4026984

A Dual-Arm 7-Degrees-of-Freedom Haptics-Enabled Teleoperation Test Bed for Minimally Invasive Surgery

2014· article· en· W2017921243 sur OpenAlexaff
Ali Talasaz, Ana Luisa Trejos, Simon Perreault, H. Bassan, Rajni V. Patel

Notice bibliographique

RevueJournal of Medical Devices · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensUniversité LavalLawson Health Research InstituteWestern University
Organismes subventionnairesnon disponible
Mots-clésHaptic technologyTeleoperationKinematicsComputer scienceSimulationInvasive surgeryRoboticsDegrees of freedom (physics and chemistry)Task (project management)Artificial intelligenceTeleroboticsRobotic armRobotComputer visionEngineeringMobile robotSurgery

Résumé

récupéré en direct d'OpenAlex

This paper describes a dual-arm teleoperation (master-slave) system which has been developed to explore the effect of haptics in robotics-assisted minimally invasive surgery (RAMIS). This setup is capable of measuring forces in 7 degrees of freedom (DOF) and fully reflecting them to the operator through two 7-DOF haptic interfaces. An application of the test bed is in enabling the evaluation of the effect of replacing haptic feedback by other sensory cues such as visual representation of haptic information (sensory substitution). This paper discusses the design rationale, kinematic analysis and dynamic modeling of the robot manipulators, and the control system developed for the setup. Using the accurate model developed in this paper, a highly transparent haptics-enabled system can be achieved and used in robot-assisted telesurgery. Validation results obtained through experiments are presented and demonstrate the correctness and effectiveness of the developed models. The application of the setup for two RAMIS surgical tasks, a suture manipulation task and a tumor localization task, is described with different haptics modalities available through the developed haptics-enabled system for each application.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,022
Tête enseignante GPT0,248
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations20
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical DevicesMême sujetTeleoperation and Haptic SystemsTravaux en français237 207