机器人技术在生物医学和医疗工程

---

机器人技术的快速发展为生物医学和医疗工程提供新的机遇。例如,微纳米机器人使我们能够研究细胞尺度的基本问题由于其精确定位和操作能力;医疗机器人为低侵入性的新方法和高效的临床操作;和康复机器人能够改善病人的康复疗效。这个特殊的问题旨在展示最新的研究成果,发现,和思想领域的机器人技术在生物医学和医疗保健工程,尤其是关注上层/下肢康复辅助行走机器人,远程机器人手术和放射治疗。

目前,有一个增长的人口的患者肢体运动功能障碍,可造成神经损伤与中风、创伤性脑损伤或多发性硬化症。过去的研究表明,高度重复运动训练会导致改善复苏。机器人技术是一种新型的快速扩张和技术上/下肢康复,能增强复苏过程,促进身体功能的恢复提供高剂量和高强度训练。这个特殊的问题涵盖了几个有趣的论文解决这些挑战。x你和同事介绍一个上肢康复机器人的气动人工肌肉与功能性电刺激数组实现合作活跃reach-to-grasp训练对中风病人。气动肌肉的动态模型和功能性电电极刺激诱发的肌肉达到培训是建立。通过使用表面肌电图,主题的积极意图可以被识别。最后,把握和释放行为可以通过功能性电刺激实现阵列电极。c .郭和同事提出了一个impedance-based迭代学习控制方法分析蹲训练迭代域和时间域的中风患者。可以纠正病人的训练轨迹将迭代学习控制方案与阻抗的值。 In addition, the method can gradually improve the performance of trajectory tracking by learning the past trajectory tracking information and obtain specific training condition of different individuals. The paper demonstrated an effective control methodology in dealing with repeated tracking control problems or periodic disturbance rejection problems. Apart from these works, J. Li and coworkers designed an open-structured treadmill gait trainer for lower limb rehabilitation; T. Sun and coworkers proposed a method for detecting the motion of human lower limbs including all degrees of freedoms via the inertial sensors, which permits analyzing the motion ability according to the rehabilitation needs.

其他生物医学和医疗机器人包括在这个特殊的问题涵盖了各种有趣的话题,比如步行辅助机器人,远程机器人手术和放射治疗。提高老年人的行走能力,walker-type康复机器人在过去的十年里已经成为一个热门研究课题。c .道和同事提出了一个分层共享控制方法的助行机器人对人类运动意图识别和障碍emergency-avoidance基于人工势场的方法。在实现,人类的运动目的是来自感觉系统的相互作用力测量力传感寄存器和扭矩传感器组成。同时,激光测距仪是应用于检测的障碍并试图引导运营商基于人工势场的斥力计算。机器人实现避障,同时保持行走部分运营商的原始意图。x李和同事展示了一种通用框架符合手术模拟器更具活力和弹性的机器人手术。他们创造了一个半实物模拟平台和集成模拟器物理引擎和一个先进的路径规划算法来帮助外科医生获取最优操纵机器人工具手臂的感觉。最终,他们取得了手术机器人的自主运动。应对工作问题在放射治疗在直线加速器的应用系统,提出了一种专门的机器人系统由y能剧等。阐述了机器人系统的设计和实现。 All of these works showed comparative advantages versus classical approaches and will hold great potential for providing insights on the practical and systematic design of robots that serve for broad applications in biomedical and healthcare engineering.

特刊的目标达成方面推进先进的机器人技术和地址在生物医学和医疗工程的具有挑战性的问题。这些领域的几个关键问题得到解决,大部分的提议显示非常有前途的结果比现有研究的贡献。一些提议的方法也从病人的角度,验证显示在现实环境中这些技术的适用性。

确认

我们想表达我们的感谢所有作者提交他们的工作这个特殊的问题,所有的评论家曾帮助我们确保质量。

Chengzhi胡
清石
Lianqing刘
Uche Wejinya
Yasuhisa长谷川
Yajing沈

版权

版权©2017 Chengzhi胡锦涛等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。