A Highly Compact, Multi-Material, Fluid Powered Actuation System for MRI-Guided Surgical Intervention
Notice bibliographique
Résumé
Abstract This paper presents an inherently safe, compact, 3D-printed, fluid-powered stepper actuation system enabling surgical precision within the demanding and confined space of a magnetic resonance imaging (MRI) scanner. The intense magnetic field and limited workspace of an MRI excludes the use of traditional, ferromagnetic robotics. Additionally, scanner image quality is sensitive to interference, creating a strict constraint on the electromagnetic and ferromagnetic signature of the actuator. While non-ferromagnetic, fluid powered actuators exist, they are often bulky and difficult to control. Using high resolution, material jetting technology, we’re able to 3D print small, standalone multi-material designs with variable rigidity. Leveraging these advances in additive manufacturing technology, we have developed a modular set of miniature flexible fluidic actuators (FFAs). These actuators are capable of translating, rotating, and gripping a slender rod and are inherently safe to valve, control, or pressure faults, due to the stepping sequence. Using a specific clinical application as a use case, we assembled these components into a highly compact needle steering system for MRI-guided neurosurgery. This two-degree-of-freedom actuation system is driven pneumatically, taking advantage of sterile, hospital instrument air and is electromagnetically transparent to the MRI scanner. In addition to detailing the actuator system design, this paper also demonstrates a robust, nonlinear control strategy for precision sub-step motion control. This paper reports the actuator system’s operating pressure and bandwidth, translational and rotational accuracy, and maximum force and torque capabilities.
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 | 0,000 | 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 ».