能在血管中“自动驾驶” 的机器人!MIT华人教授研发,革命脑血管手术

发布时间:2019-09-3 阅读量:659 来源: 智东西 发布人: Jane

智东西消息,麻省理工学院华人教授团队开发出一种线状机器人,可以穿过人体复杂的脑血管,治疗动脉瘤和中风等疾病。

 

研究人员将机器人技术与目前的血管内手术技术相结合,降低了脑血管手术的风险,能为医生提供更高效更安全的治疗场景。

 

华人教授赵选贺带领韩国博士完成跨国机器人研发,通过以下内容,可以了解他们的机器人将给医疗技术发展带来怎样的突破。

 

一、线状机器人“水凝皮肤”能更好的融入人体

 

这种机器人是通过3D打印技术制作的,添加了钕铁磁的镍钛合金材料,具有可固定性,能够使液态的合金材料形成线状不流动,复合的镍钛钕合金材料在加压后能够轻松挤出,并使金属油墨保持形状,形成一条线。

 

目前的脑外科手术,仍然需要非常熟练的医生手动引导导丝,这对医生来说有很高的难度,他们需要通过X射线看清导线穿过的路径,这也意味着医生需要一直暴露在X射线的辐射下。

 

能在血管中“自动驾驶” 的机器人1.jpg 

 

这个线状的机器人外表采用了水凝胶皮肤,这是一种主要由水构成的材料,可以更好的在人体内部工作,同时降低了机器人在血管中通过的摩擦力,使机器人的头部可以更快速的转向。

 

能在血管中“自动驾驶” 的机器人2.jpg 

 

线状机器人的内部是由镍钛合金材料制作的,可以弯曲,并且有弹性,这意味着它在弯曲的时候有一种自然的弹回原来形状的趋势。

 

二、磁力驱动减少对血管内壁的破坏

 

对于线状机器人来说,传统的机械驱动方式会使机器人的体积变得太大,不适合进入血管,一旦在血管内停止运行还可能破坏血管内壁。

 

能在血管中“自动驾驶” 的机器人3.jpg 

 

为了解决这个问题,研究人员想到了用磁力控制。他们在镍钛合金材料里添加了钕铁磁。研究人员使用一个大磁铁引导机器人通过障碍,展示了它如何在外科手术中工作。

 

线状机器人同时使用的水凝胶皮肤不会影响机器人对磁力对反应,可以让线状机器人在不同磁场作用下的实现转弯。

 

麻省理工的研究人员表示,替换线状机器人的核心结构,就可以使其发挥不同的功能。他们将镍钛合金材料替换为了光纤纤维,可以用来传输激光,冲击开脑血管中的堵塞物。

 

能在血管中“自动驾驶” 的机器人4.jpg 


结语:线状机器人能为医生提供更多医疗辅助

 

这种线状机器人如果能够为病人提供更多高度专业化的手术,降低医生的手术难度。除此之外,通过远程操控,还能减少医生受到辐射的伤害。

 

线状机器人如果能够在医疗领域广泛应用,也能在医生无法到达现场亲自救治的情况下为病人提供及时的治疗,这对医疗技术的进步或有重要的推进作用。

相关资讯
美光Q4营收展望107亿美元超预期,AI存储需求引爆股价

美光科技(Micron Technology)于6月25日发布最新财报,其中对2024财年第四季度的业绩展望显著超越市场预期。公司预计第四财季营收将达约107亿美元,远高于华尔街分析师普遍预测的98.9亿美元。受此积极信号影响,美光股价在盘后交易时段应声上涨,凸显市场对其增长前景的强烈信心。

三星引入三星显示为XR头显供应OLEDoS,索尼独供格局生变

三星电子正计划调整其首款Android XR头显Project Moohan(代号“无限”)的屏幕供应链策略,拟将关联企业三星显示纳入OLEDoS(硅基OLED)面板供应商体系,与索尼形成“双供应商”结构。此举旨在打破索尼的独家供应局面,提升供应链韧性及议价能力。尽管三星显示加入,索尼仍将保持第一供应商地位,但三星电子借此强化了长期布局XR市场的战略基础。

先进封装驱动芯片性能革命,台积电产能扩张应对AI浪潮

台积电与苹果共同开发的晶圆级多芯片模块(WMCM)技术标志着先进封装的新高度。作为InFO-PoP的升级版,WMCM融合CoW(Chip on Wafer)与RDL(Redistribution Layer)等尖端工艺。其核心创新在于采用平面封装架构取代传统垂直堆叠逻辑芯片与DRAM,显著提升散热效率与整体性能。这项独家技术将成为苹果下一代iPhone搭载的A20处理器(预计采用2nm制程)的关键性能支柱。同时,苹果自研的AI服务器芯片正稳步导入台积电的3D晶圆堆叠SoIC封装技术,进一步强化计算密度和能效。

算力、智能与控制的融合:英特尔4U工控机、RK3568主板、HPM伺服板的全面对比

在现代工业自动化向智能化、网络化、柔性化加速演进的大背景下,高性能、高可靠、特定场景优化的核心硬件设备构成了系统的“大脑”、“眼睛”和“四肢”。英特尔4U工控机(IPC-615H5)、RK3568高性能监控主板和HPM6400/6300伺服电机控制板分别代表了通用工业计算平台、边缘AI视觉处理平台和高精度运动控制平台的最典型形态。它们在各自的领域拥有独特优势,共同支撑起复杂的工业控制闭环。本文旨在对这三款核心产品进行全方位对比分析,剖析其技术特点、优劣势、应用场景及市场前景,为工业自动化方案选型提供专业参考。

应对AI算力激增:安森美推出全链路数据中心电源解决方案与指南

人工智能技术,特别是生成式AI和大规模机器学习模型的迅猛发展,对全球数据中心的基础设施提出了前所未有的高要求。海量数据的实时处理与复杂模型训练,导致数据中心计算负载激增,随之而来的功耗攀升已成为产业亟待解决的核心瓶颈。这不仅推高了运营成本,也对电网承载能力和可持续发展目标构成严峻挑战。如何在高性能计算需求持续增长的同时,有效控制并降低能源消耗,成为AI数据中心建设与升级的关键命题。