MétaCan
Menu
Retour à la cohorte
Enregistrement W2048470656 · doi:10.1115/1.4023264

High Sensitive Force Sensing Based on the Optical Fiber Coupling Loss

2013· article· en· W2048470656 sur OpenAlexaff
Roozbeh Ahmadi, Muthukumaran Packirisamy, Javad Dargahi

Notice bibliographique

RevueJournal of Medical Devices · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMicrosystemOptical fiberMaterials scienceSensitivity (control systems)Fiber optic sensorComputer scienceAcousticsElectronic engineeringEngineeringPhysicsTelecommunicationsNanotechnology

Résumé

récupéré en direct d'OpenAlex

In the present paper, an innovative miniaturized optical force sensor is introduced for use in medical devices such as minimally invasive robotic-surgery instruments. The sensing principle of the sensor relies on light transmission in optical fibers. Although the sensor is designed for use in surgical systems, it can be used in various other applications due to its novel features. The novelty of the sensor lies in offering four features in a single miniaturized package using a simple optical-based sensing principle. These four features are the high accuracy/resolution, the magnetic resonance compatibility, the electrical passivity, and the absence of drift in the measurement of continuous static force. The proposed sensor was micromachined using microsystems technology and tested. The sensor measures 18 mm, 4 mm, and 1 mm in length, width, and thickness, respectively. The sensor was calibrated and its performance under both static and dynamic loading conditions was investigated. The experimental test results demonstrate a 0.00–2.00 N force range with an rms error of approximately 2% of the force range. Its resolution is 0.02 N. The characteristics of the sensor such as its size, its measurement range, and its sensitivity are also easily tunable.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,235
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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical DevicesMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207