A Polymeric Piezoelectric Tactile Sensor Fabricated by 3D Printing and Laser Micromachining for Hardness Differentiation during Palpation
Notice bibliographique
Résumé
Tactile sensors are important bionic microelectromechanical systems that are used to implement an artificial sense of touch for medical electronics. Compared with the natural sense of touch, this artificial sense of touch provides more quantitative information, augmenting the objective aspects of several medical operations, such as palpation-based diagnosis. Tactile sensors can be effectively used for hardness differentiation during the palpation process. Since palpation requires direct physical contact with patients, medical safety concerns are alleviated if the sensors used can be made disposable. In this respect, the low-cost, rapid fabrication of tactile sensors based on polymers is a possible alternative. The present work uses the 3D printing of elastic resins and the laser micromachining of piezoelectric polymeric films to make a low-cost tactile sensor for hardness differentiation through palpation. The fabricated tactile sensor has a sensitivity of 1.52 V/mm to mechanical deformation at the vertical direction, a sensitivity of 11.72 mV/HA in sensing material hardness with a pressing depth of 500 µm for palpation, and a validated capability to detect rigid objects buried in a soft tissue phantom. Its performance is comparable with existing piezoelectric tactile sensors for similar applications. In addition, the tactile sensor has the additional advantage of providing a simpler microfabrication process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».