基于传热学分析的导管导向机器人驱动控制技术研究

为了保证手术安全性,防止导管导向机器人形状记忆合金(SMA)驱动器产生过热现象,本研究设计了一种导向机器人电阻反馈驱动控制系统。在对SMA驱动器进行了详细的传热学分析的基础上,确定使用脉宽调制(PWM)电源驱动SMA驱动器时的电流计算方法,开发适用于导管导向机器人的电阻反馈驱动控制系统。在血管模型中模拟了介入手术的插管过程,按照预定的模拟手术路线,在电阻反馈控制系统的控制下,成功地完成了导向机器人进入目标血管分支的实验。实验结果表明,整个模拟介入手术准确迅速,导向机器人的应用大大降低了手术的难度。

介入手术中导管导向机器人技术的发展

微创介入手术是治疗血管疾病的主要手段之一,导管是介入手术的主要操作工具之一,由于血管系统的复杂和狭小,医师要徒手完成导管在血管内的精准操作十分困难。所以,导管导向机器人的研究也随着微创介入手术的出现而产生了。此文首先综述了导管导向机器人的产生及发展历史,然后分别介绍了世界各国研究人员在导管导向机器人方面进行的主要阶段性研究成果、最新研究进展,最后对导管导向机器人的发展做了一下展望。

上肢机器人虚拟情景任务导向性训练对脑卒中患者认知功能影响的研究

目的:探讨上肢机器人虚拟情景任务导向性训练对脑卒中后认知功能及日常生活能力的影响。方法:采用随机数字表法将60例脑卒中后合并认知障碍的偏瘫患者分为观察组和对照组各30例。观察组在接受20min常规作业治疗后,增加20min上肢机器人虚拟情景任务导向性训练,共40min/d;对照组接受常规作业治疗20min/d后,再进行20min常规认知训练,每组治疗均为5d/周,共4周。治疗前后采用蒙特利尔认知评估量表(MoCA)和简易精神量表(MMSE)评估认知功能,改良Barthel指数(MBI)评估日常生活活动能力。结果:4周治疗后,2组MoCA、MMSE及MBI评分较治疗前均有明显提高(均P<0.01),观察组上述评分显著高于对照组(均P<0.01)。结论:上肢机器人虚拟情景任务导向性训练结合常规作业治疗可显著改善脑卒中患者的认知功能及日常生活活动能力。

上肢机器人辅助任务导向训练对脑卒中患者上肢功能的疗效观察

目的探究在脑卒中患者中,应用上肢机器人辅助任务导向训练对患者上肢功能的疗效观察。方法将2017年10月—2018年8月作为该次研究时间段,从对应研究时间段内选择60例脑卒中患者作为研究对象,按照患者的入院先后顺序将其分为对照组(常规康复训练干预)和观察组(常规康复训练干预+上肢机器人辅助任务导向训练);分别在干预前后观察两组患者的上肢功能等情况。结果两组患者干预前Fugl-Meyer评分和Barthel评分均无显著差异,经过分组干预后观察组改善优于对照组,且组间差异有统计学意义(P<0.05)。结论上肢机器人辅助任务导向训练应用于脑卒中患者的干预中,可改善其上肢功能,因此该干预方法具有推广使用价值。

Applying the model driven generative domain engineering method to develop self-organizing architectural solutions for mobile robot

Model driven generative domain engineering (MDGDE) is a domain engineering method aiming to develop optimized, reusable architectures, components and aspects for application engineering. Agents are regarded in MDGDE as special objects having more autonomy, and taking more initiative. Design of the agent involves three levels of activities: logical analysis and design, physical analysis, physical design. This classification corresponds to domain analysis and design, application analysis, and application design. Agent is an important analysis and design tool for MDGDE because it facilitates development of complex distributed system—the mobile robot. According to MDGDE, we designed a distributed communication middleware and a set of event-driven agents, which enables the robot to initiate actions adaptively to the dynamical changes in the environment. This paper describes our approach as well as its motivations and our practice.