MétaCan
Menu
Retour à la cohorte
Enregistrement W2064946646 · doi:10.1117/12.872025

Modeling and optimal design of an optical MEMS tactile sensor for use in robotically assisted surgery

2010· article· en· W2064946646 sur OpenAlexaff
Roozbeh Ahmadi, Masoud Kalantari, Muthukumaran Packirisamy, Javad Dargahi

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTactile sensorMicroelectromechanical systemsHaptic technologyRobotic surgeryFinite element methodComputer scienceRobotInvasive surgeryBiomedical engineeringGrippersBiological tissueRoboticsArtificial intelligenceComputer visionMechanical engineeringSimulationEngineeringSurgeryMaterials scienceMedicineNanotechnology

Résumé

récupéré en direct d'OpenAlex

Currently, Minimally Invasive Surgery (MIS) performs through keyhole incisions using commercially available robotic surgery systems. One of the most famous examples of these robotic surgery systems is the da Vinci surgical system. In the current robotic surgery systems like the da Vinci, surgeons are faced with problems such as lack of tactile feedback during the surgery. Therefore, providing a real-time tactile feedback from interaction between surgical instruments and tissue can help the surgeons to perform MIS more reliably. The present paper proposes an optical tactile sensor to measure the contact force between the bio-tissue and the surgical instrument. A model is proposed for simulating the interaction between a flexible membrane and bio-tissue based on the finite element methods. The tissue is considered as a hyperelastic material with the material properties similar to the heart tissue. The flexible membrane is assumed as a thin layer of silicon which can be microfabricated using the technology of Micro Electro Mechanical Systems (MEMS). The simulation results are used to optimize the geometric design parameters of a proposed MEMS tactile sensor for use in robotic surgical systems to perform MIS.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,807
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
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 Opus0,026
Tête enseignante GPT0,239
Écart entre enseignants0,213 · 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.

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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetSoft Robotics and ApplicationsTravaux en français237 207