MétaCan
Menu
Retour à la cohorte
Enregistrement W2026680272 · doi:10.1115/1.4002492

A Manipulator for Medical Applications: Design and Control

2010· article· en· W2026680272 sur OpenAlexaff
Basem F. Yousef, Rajni V. Patel, Mehrdad Moallem

Notice bibliographique

RevueJournal of Medical Devices · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensSimon Fraser UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésRobotWorkspaceUSableComputer scienceSimulationRobot controlControl engineeringArticulated robotTeleoperationMobile robotEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

An actuated robot arm is designed for use as a gross positioning macro-manipulator that can carry, appropriately orient, precisely position, and firmly “lock” in place different types of micro-robots and surgical tools necessary for applications in minimally invasive therapy. With a simple manipulation protocol, the clinician can easily operate the robot in manual mode. A remote control mode can also be enabled for teleoperation of the robot. The robot’s normally locked braking system and the simple quick-release joint enhance its safety features for emergencies and power shutdown. Robot workspace analysis showed that the singularity regions are outside the usable work envelope of the robot. Performance analysis showed that the robot operates with an average displacement accuracy of 0.58 mm and a roll, pitch, and yaw angular accuracies of 0.26 deg, 0.26 deg, and 0.38 deg, respectively. The sophisticated configuration and joint architecture of the arm enable it to perform and interact efficiently with the constrained and limited workspace of surgical environments. The special features of the proposed robot make it well suited for use with new surgical tools and micro-robots for a range of medical interventions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,012
Tête enseignante GPT0,275
Écart entre enseignants0,263 · 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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical DevicesMême sujetSoft Robotics and ApplicationsTravaux en français237 207