Localization of Camera-free Capsule Robot within the Gastrointestinal Tract
Notice bibliographique
Résumé
Capsule robots have emerged as a promising tool for minimally invasive sampling of the gastrointestinal (GI) tract for early disease detection. However, effective localization of these capsule robots, especially the battery-free capsule robot without an on-board camera, within the GI tract remain challenging due to its complex, deformable geometry and limited accessibility. Accurate localization is essential for clinical deployment, for targeting disease site, and for improving the safety of the procedure. Compared with existing imaging techniques such as X-ray or CT, magnetic localization provides a radiation-free alternative for precise capsule robot localization. In this project, we designed a localization method for a magnetic battery-free capsule robot using a Hall effect sensor array, magnetic field superposition, and particle filtering. To enable localization, a robotic arm positions a permanent magnet (robotic arm magnet) with pre-calculated position and orientation. A magnetic capsule robot containing a magnetic compartment (capsule magnet) is placed within the setup mimicking the GI tract, and the Hall effect sensor array measures the combined field generated by both sources. By applying a magnetic field superposition model, supported and validated by finite element analysis of the generated magnetic field, the system can separate the capsule’s contribution (i.e., from capsule magnet) from the known actuator field (i.e., from robotic arm magnet). These refined measurements are then processed by a particle filter algorithm to calculate the capsule’s position in real-time. Future work will focus on tuning parameters used in the particle filter algorithm, expanding the sensor array to increase the workspace area, and implementing closed-loop force control to enable capsule navigation relying on the localization information.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».