直流电机驱动仿尺護式微型胃肠道机器人的设计

目的 针对现有胃肠道检测方法的被动运动方式的缺点,设计了在肠道（尤指小肠）内主动运动的微型肠道机器人.方法 机器人采取仿尺護式的运动方式,由以直流电机驱动的3个独立机构组成,其中的中间机构是轴向伸缩机构,两端是径向钳位机构.机器人通过步态的配合,完成机器人在肠道内的前进、后退和停留.组装好的机器人收缩时尺寸为13 mm×80 mm,机器人轴向步距为14 mm,径向步距为4 mm.结果 对机器人结构进行速度和传动效率分析,得到机器人理论速度为0.8 mm/s,最大径向力和轴向推力分别是5 N和9.6 N.组装好机器人并让其在体外肠道内进行爬行实验.结论 该仿尺護式直流电机驱动的微型胃肠道机器人在肠道内可以实现主动运动.     

Design of an inchworm locomotive miniature gastrointestinal robot driven by DC motor

目的 针对现有胃肠道检测方法的被动运动方式的缺点,设计了在肠道(尤指小肠)内主动运动的微型肠道机器人.方法 机器人采取仿尺護式的运动方式,由以直流电机驱动的3个独立机构组成,其中的中间机构是轴向伸缩机构,两端是径向钳位机构.机器人通过步态的配合,完成机器人在肠道内的前进、后退和停留.组装好的机器人收缩时尺寸为13 mm×80 mm,机器人轴向步距为14 mm,径向步距为4 mm.结果 对机器人结构进行速度和传动效率分析,得到机器人理论速度为0.8 mm/s,最大径向力和轴向推力分别是5 N和9.6 N.组装好机器人并让其在体外肠道内进行爬行实验.结论 该仿尺護式直流电机驱动的微型胃肠道机器人在肠道内可以实现主动运动.     

仿尺蠖气动肠道微机器人运动系统

目的肠道微机器人的设计采用仿尺蠖气动运动系统,以更好地无创诊断人体肠道.方法机器人采用单节尺蠖结构,利用薄壁气囊和伸缩气缸作为径向钳位机构和轴向伸缩机构.气动系统由微型真空泵和流体分配器构成.该系统在流体分配器的控制下,微型真空泵可以驱动各运动机构,实现微机器人的主动运动.研制的机器人运动系统样机直径20mm,长105mm,质量109.15g,可实现42.4mm的径向变形和35mm的轴向步距.测量了运动机构的输出驱动力,并测试了机器人样机在不同运动环境下的运动性能.结果气动驱动系统能够向运动机构提供充足的驱动力,伸缩机构可以输出最大1.82N的推力,钳位气囊最大钳位压强为23.69kPa,机器人能够在不同角度的刚性管道中运动,并且在离体猪结肠中也能够有效运动.结论仿尺蠖气动肠道微机器人运动系统为人体肠道机器人内窥镜研究提供了一种有效途径.     

无创诊疗微机器人结肠镜系统的研制

随着微创无创手术的出现,用于肠道诊疗的微小机器人结肠镜正成为当前研究的热点之一.本文报道了一种新型的基于蚯蚓蠕动原理的内窥镜机器人.它的直径和长度分别为9.5mm和120mm.机器人由自行研制的直线电磁驱动器驱动.文章介绍了样机结构、运动原理和控制系统.建立了爬坡能力相关的粘弹性力学模型,给出了有效牵引的数学条件表达式,并进行了相关试验来验证表达式的有效性.最后进行了离体猪肠道试验.结果表明,该机器人结肠镜能够在柔软肠道组织中自如安全的运行,该研究为机器人结肠镜的临床应用奠定了基础.     

滑车组织在眼球内旋运动时维持眼外肌力学优势的模拟研究

目的 研究眼外肌滑车系统在眼球大幅度内旋时的生物力学作用。方法 结合文献报道的眼外肌坐标参数,根据眼球运动的力学平衡原理,建立主动滑车力学模型,并以无滑车模型作为对照,模拟眼球在30°~45°范围内的内旋运动。结果 在内直肌对眼球内旋运动的贡献方面,无滑车模型的内直肌提供的作用力大于主动滑车模型,且内直肌力值明显大于生理安全极限值（约0.5 N）。在模拟眼球内旋的最大角度45°处,主动滑车模型和无滑车模型模拟得到的内直肌力分别为0.508、0.782 N,后者超过生理阈值约56%。在控制眼球运动方面,主动滑车模型消耗的能量远小于无滑车模型。结论 滑车组织的存在,使得眼外肌能够以较低的耗能控制眼球运动,加强了眼外肌对眼球的牵引作用。而且,在眼球大幅度内旋运动时,主动滑车模型维持着内直肌的力学优势。     

粘弹性肠道能动性模型的建立与数值模拟

潜入人体肠道释放药物和进行手术的医用微型机器人的研究是目前的一个研究热点，人体肠道的能动性模型对于机器人的控制甚为重要。在理论分析和动物肠道力学特性实验结果的基础上建立了肠道的能动性模型，与粘性蠕动模型相比，能动性模型考虑肠道的弹性性质和粘性性质，更符合肠道的实际特性。与肠道中的液体方程耦合，利用神经控制模型的机械运动模型，运用Galerkin有限元-有限差分法进行了肠道的运动学仿真。为微型机器人进入人体肠道的控制提供了可能。     

肠道生物机器人中驱动装置的刺激控制系统研究

针对目前肠道诊疗设备的驱动问题,引入一种全新的肠道诊疗没备一肠道生物机器人.利用生物体作为驱动装置,携带肠道诊疗装置进入肠道内,通过体外的控制中心遥控生物体的运动行为,实现诊疗装置在肠道内主动前进、后退和定点泊位.选取黄鳝作为肠道生物机器人的生物体,并在了解其运动控制机理的基础上,设计出刺激控制系统.该系统由刺激电极和刺激器两部分组成,其刺激电极为表面式刺激电极和植入式刺激电极;其刺激器由LabVIEW软件和数据采集卡构成.采用该系统进行体外刺激控制实验,初步获得控制黄鳝前进的方法,证实该系统的可行性.     

机器人模式设计对脊髓损伤患者步态的影响

背景：治疗师帮助的减重运动平板训练方法是一种效果较好的步态训练方法,但因其对治疗师体力消耗较大,且人员需要较多,临床应用受到一定限制。机器人帮助的减重运动平板训练受到广泛关注。 目的：总结机器人在脊髓损伤患者步态康复中的作用及其对下肢运动及肌肉活动模式的影响。 方法：由第一作者检索PubMed数据库(http://www.ncbi.nlm.nih.gov/PubMed)1995-01/2010-12涉及机器人、Lokomat、减重运动平板训练及脊髓损伤步态康复内容的文献,英文关键词为“spinal cord injury,gait,walking,locomotor,locomotion,rehabilitation,robot,robotic,Lokomat ”,排除陈旧性、重复性文献,保留30篇文献归纳总结。 结果与结论：虽然到时目前为止还没有证据证明机器人运动训练方法优越于其他方法,但其在脊髓损伤康复领域的应用也有明显的优势。机器人设备对下肢运动的被动引导及固定步行模式的重复训练不利于患者最大自主肌力的发挥及步行循环周期之间的变动,不能做到治疗师那样敏感地感受患者的运动表现。治疗师只有全面了解机器人设备并根据患者的运动能力不断调整训练参数,以致使患者在精确控制环境下最大限度地发挥自主运动能力,才能获得最佳的运动训练效果。     

高血压时冠状动脉小动脉及微动脉病变的临床特点

高血压对冠状循环的影响涉及到冠状动脉的各级血管 ,包括心外膜冠状动脉 (直径 2～ 7.5ｍｍ)及其主要分支 ( 1～ 2ｍｍ) ,冠状动脉小动脉 ( 50 0～ 1 0 0 0 μｍ)、微动脉 ( <50 0 μｍ)和心肌组织毛细血管 (平均 8μｍ)。其中 ,冠状动脉主干及其主要分支血管的内弹性膜和中膜平滑肌发达 ,具有较强的收缩力 ,能使管腔明显地缩小或扩大 ,从而调节和分配到心脏各部位的血流。而小动脉和微动脉 (亦称外周阻力血管 )仍属肌性动脉 ,其收缩和扩张可显著影响心肌血流量和冠状动脉阻力的变化 ,其中 <30 0 μｍ的微动脉网是冠状动脉主要的阻力血管床…     

一种上肢康复机器人机械臂重力平衡方法

目的针对现有上肢康复机器人机械臂质量较大且其自体质量无法忽略等问题,基于重力平衡原理提出一种上肢康复机器人机械臂重力平衡方法。方法通过角度传感器检测肩关节屈/伸角度,将经过滤波的模拟量信号传送到单片机,单片机计算得到目标力矩,并作为控制参数发送到驱动器,驱动器驱动电机进入力矩模式并输出力矩,平衡上肢康复机器人机械臂重力。结果实验所用机械臂长度L_1=300 mm、L_2=300 mm,关节运动角度0°～140°,机械臂自体质量M_1=3.0 kg、M_2=4.4 kg;电机可提供最大力矩27 N·m、最大电流0.766 A;满足实验需求。在肩关节屈/伸角度范围为30°～120°的机械臂上选取7组角度进行实验。实验证明,在30°～75°内实际输出力矩大于理论输出力矩,机械臂保持平衡且有向上运动的趋势;在90°～120°内,实际输出力矩略小于理论力矩,机械臂保持平衡且有向下运动的趋势。结论实验证明,笔者设计能很好地实现机械臂重力平衡。     

训练轨迹对上肢肌肉协同的影响

目的通过分析康复机器人辅助训练过程中沿不同轨迹运动的上肢肌肉协同特性,探究运动轨迹对上肢肌肉骨骼特性的影响,为康复机器人训练轨迹优化设计提供基础实验数据与指导。方法首先在末端牵引式康复机器人系统中设计3种上肢运动训练轨迹(L1为直线,L2为弧线,L3为半圆),然后采集12名健康志愿者在沿3种训练轨迹上肢运动过程中的表面肌电信号,并使用非负矩阵分解算法进行肌肉协同特性的获取,对不同轨迹组间肌肉协同结构的相似系数、屈肌占比以及募集模式积分系数进行对比分析,探讨康复机器人不同训练轨迹对上肢肌肉骨骼特性的影响。结果同一训练轨迹中各志愿者的肌肉协同结构具有较高相似性(平均SI>0.81)。各轨迹组的肌肉协同结构中的屈肌占比随运动进程逐渐增加。各轨迹组的肌肉协同募集模式均具有时序特性,前期伸肌起主要作用,后期屈肌起主要作用,中期屈肌占比随轨迹曲率增加而增加。轨迹L1与L2、L2与L3协同结构非常相似(SI>0.90),而L1与L3协同结构较为相似(SI>0.75)。结论康复机器人辅助上肢的训练轨迹对上肢肌肉特性有一定影响,不同训练轨迹带来的肌肉协同结构较为相似,但是运动过程中屈肌群占比及协同贡献度会为了协调动作而发生变化。由此可推测不同训练轨迹对不同肌群的训练强度可能会有所不同。康复机器人训练轨迹设计需根据康复需求进行优化设计。     

基于深度学习的医学图像分割研究进展

医学图像分割是医学图像定量分析的关键步骤之一,因此病灶分割对临床诊断有重要意义。针对传统分割方法中存在的过多依赖医学领域的先验知识和人为评估错误等问题,提出了基于深度学习的病灶分割方法。本文总结了卷积神经网络算法应用于医学图像病灶分割的研究进展。首先,论述卷积神经网络的基本结构及其常用架构;其次介绍深度学习在医学图像病灶分割中的应用,其中包括肺结节的检测和分类,脑肿瘤分割和乳腺病灶的分割;最后,分析了目前该研究中存在的优缺点并对深度学习的发展方向进行展望。     

基于伺服电机的上肢康复机器人力矩 交互控制系统

目的为了实现上肢康复机器人主动训练中力矩控制的精确性,设计一种基于伺服电机的上肢康复机器人力矩交互控制系统。方法首先利用三自由度中央驱动式上肢康复机器人实验平台建立由运动意图采集模块和伺服力矩控制模块组成的力矩交互系统;再通过建立上肢动力学模型提出上肢助力训练算法;最后通过力矩响应实验、运动意图检测实验。结果依据在一定电流输入范围内,输出力矩能够保持稳定,验证了基于直流伺服电机实现助力训练方法的可行性。采用伺服力矩控制模块在目标力矩设定后,输出力矩在1 ms时间内能够达到设定的目标值并能够保持稳定,目标力矩响应的实时性良好,由此可以得出力矩交互控制方法达到了人机力矩交互稳定的结果。结论采用上肢康复机器人力矩交互控制方法可以在主动训练中实现较为精确的力矩控制。     

无线镇痛系统的研制

目的研制一套由镇痛泵泵头、路由基站和远程监控台组成的无线镇痛系统,以缓解术后患者的疼痛。方法镇痛泵泵头终端模块完成麻醉液输注的具体动作,并通过Wi-Fi与远程监控台进行无线数据通信。通过优化系统软件以及模块的电源管理等方面对镇痛泵泵头进行了低功耗软硬件设计;从机械装夹和软件校准等多方面提出了增大泵头精度的方法。基于压力模块和霍尔模块对镇痛泵报警方法进行研究并建立模型,根据不同的算法提取压力信号相应的特征,从而识别出管路堵塞、有气泡、无液和正常工作4种状态。结果通过对研制的无线镇痛系统进行精度和工作时长测试以及管路4种不同工作状态报警分析,可知本系统能够正常工作,压力模块可精确报警。结论本系统的功耗低、精度高,具有精确的报警提示功能,可实现患者自控镇痛。     

叶轮式连续型血泵血栓评价方法及关键因素分析

血栓的产生会影响血泵运转,同时也可能给患者带来栓塞或卒中等不良并发症。新一代叶轮式连续型血泵体积小、各部件之间间隙小,这些特点使其更易形成血栓,从而导致设备故障。因此血栓评价对考察叶轮式连续型血泵的安全性和有效性具有重要意义。本文从血泵运转中血栓形成的过程及血栓的种类入手,首先对比了研发过程中血栓评价的3种方法,即数值模拟、体外试验、体内试验,分析发现体内试验评价血栓更具有说服力。然后从血泵设计、材料选择及加工、抗凝三大主要因素分析对血栓形成的影响。血泵设计决定血液流场分布,材料选择及加工影响其抗凝血程度,抗凝不足或过度也将产生不良影响。最后对叶轮式连续型血泵血栓评价方法进行了总结和展望。     

往复式电磁铁驱动搏动式血泵的可行性研究

目的为了得到更适合血液循环的动力装置,提出一种用于体外膜肺氧合(extracorporeal membrane oxygenation,ECMO)系统由电磁铁驱动的搏动式血泵,并研究其可行性。方法首先利用电磁原理设计出电磁驱动机构,主要部件包括对称的两个电磁铁和压簧,两个电磁铁交替通电下使得动铁芯往复运动;利用容积控制原理,泵腔在动铁芯的驱动下收缩舒张;然后根据上述原理设计出血泵模型,包括电磁驱动部件和泵腔;最后建立包括血泵、电路控制部分、示波器、加速度传感器、输入输出管路和储液池的试验台,对血泵模型进行驱动力和流量输出测试。结果血泵模型在通电电压7～12 V时动铁芯的初始驱动力为2. 97～8. 00 N。血泵模型产生的初始驱动力与工作电压呈正相关非线性关系,当通入电压12 V时血泵模型初始驱动力满足要求。当前压与后压为0、频率80次/min、工作电压7～12 V时的流量输出为0. 97～3. 81 L/min。当前压与后压为0,工作电压12 V、频率60～90次/min时的流量输出为3. 1～3. 8 L/min。当工作电压12 V、频率80次/min、前压0～40 cm H2O和后压50～110 cm H2O时的流量输出为0. 55～3. 59 L/min。血泵流量与工作电压和频率呈正相关,与后压呈负相关,与前压无显著性相关。结论往复式电磁铁驱动搏动式血泵基本满足ECMO临床要求,具有广泛的应用前景,对体外循环血泵的发展具有重要意义,但仍需进一步研究和改进。     

基于医学图像的超分辨率重建算法综述

随着临床对医学图像高分辨率的要求,基于低分辨率医学图像的超分辨率重建算法已成为研究热点,该类方法在不需要改进硬件设备的情况下,可以显著提高图像分辨率,因此对其进行综述具有重要意义。针对医学图像领域中特有的超分辨率重建算法,首先分析了该类算法的研究现状,并将其分为三类:基于插值的超分辨率重建、基于重构的超分辨率重建和基于学习的超分辨率重建。同时,基于MR图像、CT图像、超声图像等细分医学图像领域,深入分析了超分辨率重建算法的研究进展,并对不同类型的算法进行了归纳总结和比对分析。其次,对超分辨率重建算法所对应的评价标准也进行了介绍。最后,展望了超分辨率重建技术在医学图像领域的发展趋势。当前应用于医学图像领域的超分辨重建算法已经发展到一定水平,逐步突破基于单一方法的研究形式,通过与机器学习和稀疏表示等理论的深度融合,形成了更高效的算法。     

方波激励的生物电阻抗谱自动测试系统

目的为解决多频率方波自动测量生物电阻抗谱的问题,本文设计了一个方波激励的生物电阻抗谱自动测试系统。方法将任意波形函数发生器、仪表放大器和采集卡以及PC组成电阻抗谱自动测试系统,利用PC中的Labview程序分别控制函数发生器和采集卡自动完成激励的产生和数据采集,并将采集到的数据自动保存在PC中,最后利用Matlab程序对数据进行快速傅里叶变换得到阻抗谱。首先对阻抗网络模型进行阻抗谱的仿真,将仿真得到的阻抗谱和理论计算得到的阻抗谱对比;再分别使用此系统和阻抗分析仪对阻抗网络模型进行阻抗测量,将测试得到的阻抗谱进行曲线拟合得到元件值,根据元件值比较测试误差。最后,使用方波激励和稳态正弦激励对酵母细胞悬浮液进行阻抗测量,根据酵母细胞悬浮液的阻抗谱计算介电谱,将得到的介电谱和参考文献中的介电谱作比较,并比较两种激励的测量时间。结果仿真得到的阻抗谱和理论计算得到的阻抗谱一致,验证了方波激励的可行性。测试系统对阻抗网络模型的测试结果和阻抗分析仪的相比误差小于10%,验证了测试系统的正确性。使用方波激励和稳态正弦激励测试酵母细胞悬浮液的阻抗谱,转换成介电谱后,发现其变化规律和参考文献所得结果相符。在100Hz^2MHz的测试范围内,方波激励的测量时间为0.9s,稳态正弦激励的测试时间为1.7s,方波激励的测试速度快。结论本文设计的方波激励的生物电阻抗谱自动测试系统具有自动测试生物阻抗谱的能力,由于使用方波激励,可以兼顾速度和信噪比的要求,实现了计算机控制,可根据实际情况调整激励信号的参数,具有很强的灵活性和可扩展性。     

基于多粒度级联森林的骨质疏松性骨折预测研究

目的骨质疏松性骨折(osteoporotic fracture,OF)的预测对于骨折防范具有重要的临床指导意义。针对传统logistic回归预测模型存在的精度不高和未考虑遗传因子问题,本文引入多粒度级联森林(multi-grained cascade forest,gcForest)并结合遗传因子来预测OF。方法首先基于 t 分布邻域嵌入( t -distributed stochastic neighbor embedding, t -SNE)算法对OF关联基因位点进行非线性降维,降维后的基因位点与临床因素构成特征组。然后构建gcForest模型对OF进行预测。最后通过10次十折分层交叉验证与logistic、梯度提升决策树、随机森林进行对比。结果基于gcForest的模型分类精度为0.892 7,AUC值为0.92±0.05,泛化性能最优。结论在考虑遗传因素的条件下,gcForest分类效果优于其他模型,验证了本文方法的高效性和实用性。     

基于Tesseract的医学化验单内容识别技术

目的由于化验单内容可以真实地记录患者健康状态,因此将纸质的化验单转为医疗电子档案进行存储在进行保险理赔、转院、远程会诊、建立健康档案时都具有重要作用。但目前在临床上尚缺乏能识别化验单内容,把化验单直接转成医疗电子档案的工具,为此本文设计了一套完整的自动化医学化验单内容的光学字符识别(optical character recognition,OCR)方法。方法首先对化验单图像进行预处理,利用大津法对化验单图像进行二值化、用霍夫变换对图像进行抗扭斜和特征提取,然后使用Tesseract的集束搜索算法和 K 邻近算法对化验单内容进行识别,对字库进行训练,利用医学词典文件与模糊字文件来对识别内容进行纠错,并以此建立医学化验单OCR引擎。最后利用从上海某社区医院收集的302条化验单数据对OCR引擎的准确率进行了评估。结果经评估验证,本文方法的识别准确率为92.72%,可基本满足临床需求。结论基于Tesseract建立的医学化验单OCR引擎可以免去手动输入化验单数据的麻烦,医生仅需拍照上传化验单照片,即可将化验单中的内容转成结构化医疗电子档案,极大提高了医生的工作效率,有助于数据的进一步利用。