MétaCan
Menu
Retour à la cohorte
Enregistrement W4402079519 · doi:10.1021/acsaelm.4c00841

Screen-Printed Capacitive Tactile Sensor for Monitoring Tool–Tissue Interactions and Grasping Performances of a Surgical Magnetic Microgripper

2024· article· en· W4402079519 sur OpenAlexafffund
D. Anastasia Aubeeluck, Cameron Forbrigger, Sara Mohseni Taromsari, Tianhao Chen, Eric Diller, Hani E. Naguib

Notice bibliographique

RevueACS Applied Electronic Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésCapacitive sensingTactile sensorMiniaturizationMaterials scienceBiomedical engineeringMicroscale chemistryComputer scienceRobotNanotechnologyArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

With miniaturization and wireless actuation for a class of magnetic microgrippers for robot-assisted minimally invasive endoscopic intraventricular surgery, surgeons are unable to acquire tactile sensory information on tissues and organs during tool–tissue manipulation and grasping tasks. To minimize the risks of tissue trauma and improve surgical performance, surgeons require haptic feedback technologies to be integrated onto microscale surgical tools for tactile information. However, current sensors cannot be equipped onto the interior jaw of the microgripper due to low-pressure range and small-scale criteria for RMIS implementation for pediatric neurosurgery. This study proposes a 24 mm 2, ultrathin, and flexible capacitive tactile sensor for the interior jaws of a disposable surgical magnetically-controlled microgripper to potentially monitor and regulate tool–tissue manipulation pressures/forces in real time to improve grasping performances and quality of surgical procedures. To lower fabrication costs, multiple layers of the capacitive sensor were screen-printed and assembled to produce a 100 μm thick sensor. To enhance the range and sensitivity, four different morphologies were developed for the dielectric layer and integrated into the sensor design. The dielectric layers were fabricated by optimizing and processing thermoplastic polyurethane (TPU) into a suitable ink adequate for screen printing large surfaces and microstructures. The final optimized capacitive tactile sensor with a grid-like microstructured dielectric design’s electromechanical performance was modeled as a bilinear response with two sensitivity modes for a sensing range of 0.42–54.2 kPa (0.01–1.30 N applied on 24 mm 2 of gripper jaw). The results also indicated performance comparable to more expensive tactile sensors with a hysteresis of 8.8% and a repeatable response to applied cycling loadings with a maximum response signal decay of 1.85%. This study highlights that simple screen printing method can be used as a low-cost alternative to fabricate high-performance tactile sensors to be integrated to the interior jaw of the microgripper designed for disposable endoscopic intraventricular surgeries.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Electronic MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207