Purpose: Conventional robotic ultrasound systems were utilized with patients in supine positions. Meanwhile, the limitation of the systems is that it is difficult to evacuate the patients in case of emergency (e.g., patient discomfort and system failure) because the patients are restricted between the robot system and bed. Then, it is ideal that the patient undergoes the examination in the sitting position in terms of safety. Therefore, we validated a feasibility study of seated-style echocardiography using a robot. Method: Preliminary experiments were conducted to verify the following two points: (1) the possibility of obtaining cardiac disease features in the sitting posture as well as in the conventional examination, and (2) the relationship between posture angle and physical burden. For reducing the physical burden, two unique mechanisms were incorporated into the system: (1) a leg pendulum base mechanism to reduce the load on the legs when the lateral bending angle increases, and (2) a roll angle division by a lumbar lateral bending and thoracic rotation mechanisms. Results: Preliminary results demonstrated that adjusting the diagnostic posture angle enabled us to obtain the views, including cardiac disease features, as in the conventional examination. The results showed that the body burden increased as the posture's lateral bending angle increased. The results also demonstrated that the body load reduction mechanism incorporated in the results could reduce the physical load in the seated echocardiography. Conclusion: These results showed the potential of the seated-style echocardiography robot.


翻译:常规机器人超声波系统; 常规超声波超声波系统; 同时, 系统的局限性在于在紧急情况下很难疏散病人( 病人不适和系统故障), 因为病人在机器人系统和床上之间受到限制。 然后, 理想的做法是病人在座位位置进行安全检查。 因此, 我们验证了使用机器人对静坐式回声心血管学进行可行性研究。 方法: 进行了初步实验,以核实以下两点:(1) 在座位姿势和常规检查中获得心脏病特征的可能性,以及(2) 姿势角度与身体负担之间的关系。 为了减轻身体负担,在系统中纳入了两个独特的机制:(1) 当横向弯曲角度增加时,可以减少腿部负担的腿部弯曲基机制,以及(2) 由平板曲曲曲曲曲曲调机制进行滚动角度区分。 结果: 初步结果显示,调整诊断姿势角度使我们能够获得观点,包括心脏病特征,正如在座位检查中那样。 为了减轻身体负担,在固定姿势检查中, 将两个独特的机制纳入到一个独特的机制中:(1) 当下弯曲式基本机制, 显示, 机型的心压结果也显示, 降低了身体的重量。

0
下载
关闭预览

相关内容

通俗易懂!MIT《深度强化学习》课程,附Slides与视频
专知会员服务
66+阅读 · 2022年4月24日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年12月12日
Arxiv
0+阅读 · 2022年12月11日
Arxiv
0+阅读 · 2022年12月9日
Arxiv
19+阅读 · 2020年7月13日
VIP会员
相关资讯
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员