在世界範圍內,中風和心臟病等心血管疾病是導致長期致殘和死亡的主要原因。現時,各種心血管疾病均採用微創手術治療,其創傷小且療效優於開放手術。心血管疾病的常規微創治療通常採用被動式導絲和帶有預成形尖端的導管,該尖端需在放射線成像下進行操作。例如,在機械血栓切除術中,外科醫生通常將患者股動脈的導絲/導管組合插入腿部,並採用螢光鏡成像科技進行導航,由主動脈進入目標被閉塞的動脈(通常在大腦或肺部),對目標部位進行凝塊清除。現時,這種被動式導絲和導管的手動操作通常受到以下限制:在複雜血管系統中的可操縱性低,且難以進入小的血管分支,操作時間長,以及操作過程中累積的輻射量會對病人和操作醫生造成損害。為了克服這些挑戰,人們嘗試通過遠程管道來實施機器人輔助的微創治療。由於磁場的束縛性和生物相容性,最近出現了一種具有應用前景的機器人輔助微創平臺,該平臺基於磁場控制的彈性纖維——磁性連續體柔性機器人(magnetic soft continuum robots,MSCR)。
圖1.用於微創治療的MSCR。(A)人體難以觸及的區域的心血管疾病,MSCR可以在這些區域發揮效能。(B)在複雜血管中導航的MSCR主動彎曲的示意圖。工作空間被定義為MSCR的末端執行器通過調整致動磁場可達到的位置區域。(C)在心房顫動消融病變組織中操作MSCR的示意圖。(D)MSCR遠端部分的示意圖,其中硬磁顆粒(例如NdFeB)分散在聚合物基質(例如矽樹脂)中。
MSCR通常包括一個能實現磁響應的遠端部分和一個非磁化的主體,該遠端可以通過調節致動磁場而主動彎曲,該非磁化的主體可以通過控制系統連接到MSCR近端的電動機,從而實現前進或後退。在典型的微創治療中,外科醫生遠程控制馬達以將MSCR推進到需要主動轉向的位置,例如在血管分支(圖1B)或病變組織(圖1C)。在這些位置,外科醫生需要遠程施加磁場以彎曲MSCR的遠端,以便MSCR的末端執行器到達所需位置。此後,外科醫生進一步推動或操作由致動磁場主動控制的MSCR。顯而易見,MSCR的可操縱性在很大程度上取決於其工作空間(其末端執行器可達到的位置集)。而更大的工作空間能在微創治療中為MSCR帶來更高的操縱性。現有的MSCR大多是通過將一個或多個永久磁鐵嵌入MSCR的遠端部分製成的。最近,一種新型的MSCR則是通過將硬磁顆粒均勻地分散在彈性纖維中(圖1D)。但是,具有嵌入式磁體和均勻分佈的硬磁粒子的MSCR的工作空間仍然受到限制,這主要是由於缺少MSCR的高效設計和優化工具。實際上,MSCR的現有設計在很大程度上依賴於試驗性的反復試驗或數值模擬,這對於具有大量參數的MSCR設計或優化而言並不理想。囙此,能够最大化MSCR工作空間的有效設計策略仍然是一個重要但尚未解决的挑戰。鑒於此,麻省理工學院趙選賀團隊創造性地提出一種進化設計策略,通過集成理論模型和遺傳演算法來確定MSCR內的最佳磁化强度和剛度模式(圖2A),從而最大化MSCR的工作空間。這意味著優化的MSCR在微創治療中具有卓越的可操縱性。這種設計和優化方法還可以輕鬆地納入其他設計參數,這為設計和優化未來的磁性軟機器人和執行器提供了强大而有效的工具。該研究以題為“Evolutionary design of magnetic soft continuum robots”的論文發表在最新一期《PNAS》上。
【磁性連續體柔性機器人的設計參數】
作者通過調整MSCR的磁化和剛度模式來優化其工作空間。在一般性的情况下,MSCR的磁活性部分可以被分割成N個體素,其中每個體素都用硬磁粒子的特定體積分數進行編碼。該體積分數表示為ϕ(圖2A)。通過沿MSCR的軸向施加强大的磁場脈衝,MSCR中的硬磁顆粒被磁化至飽和,從而產生每個體素的剩餘磁化强度M。體素的ϕ值對其剩磁和剛度有兩個影響。一方面,體素的剩餘磁化與ϕ成線性比例(即,M=M0,其中M0是硬磁性顆粒的剩餘磁化强度)(圖2B)。囙此,新增ϕ將新增體素的剩磁。另一方面,因為硬磁顆粒的剛性比聚合物基體高得多,按照門尼模型,新增ϕ將新增體素的剪切模量。此外,為了保證製造MSCR的一致性,ϕ的上限約為40%。總的來說,為了實現MSCR的最大工作空間,需要在0≤ϕ≤0.4的範圍內優化MSCR的所有體素的ϕ值。囙此,所有體素的ϕ值以及相應體素的剩磁和剪切模量是MSCR的設計參數。
圖2.通過對遠端部分的磁化和剛度模式進行程式設計來設計MSCR。(A)通過調整其磁性粒子體積分數ϕ,每個體素都使用特定的剩磁M進行編碼。所有體素的剩磁方向是沿著指向遠端的軸向。(B)MSCR的歸一化磁化强度M(ϕ)=M0(左,黑色)和剪切模量G(ϕ)=G0(右,紅色)作為粒子體積分數ϕ的函數
【磁性連續體柔性機器人的進化設計策略】
首先,作者建立了硬磁彈性體的理論模型和有限差分方法,並通過將該有限差分方法是的結果與具有均勻分佈的硬磁顆粒MSCR的解析解和有限元類比的結果進行比較,來驗證其有效性。作者選擇了具有代表性的MSCR,其中聚合物基質是聚二甲基矽氧烷(PDMS),硬磁顆粒基於NdFeB。在激勵磁場B = 2,5,10,40 mT下,磁場方向φ=180°,變形彈性體的配寘如圖3 D所示。結果表明三種方法相互吻合:具有均勻分散的磁性粒子ϕ=0.2的MCRS的歸一化半工作空間計算結果為0.13(圖3E),這驗證了有限差分法的準確性。接下來,作者分析了粒子濃度從0到0.4線性新增的MSCR。在致動磁場B = 2,5,10,40 mT下,磁場方向φ=180°,通過有限差分法得到的變形彈性體的配寘與有限元結果非常吻合(圖3F)。通過改變致動場,這種MSCR的歸一化半工作空間為0.082(圖3G)。
圖3.MSCR遠端部分的理論模型
接著,作者採用遺傳演算法來計算最大化工作空間的最佳磁化和剛度模式。遺傳演算法類似於自然選擇的過程,其中最適合的個體生存下來以產生下一代的後代。與只能提供局部優化結果的基於梯度的算灋不同,遺傳演算法能在大搜索空間中尋找近全域最優,因而具有的顯著效率。MSCR的遠端部分被等分為100個體素。作者通過為MSCR的每個體素分配一個介於0和0.4之間的隨機ϕ值來創建第一代的100個具有隨機磁化和剛度模式的MSCR,然後計算它們的工作空間。此後,作者採用隨機通用抽樣方法來選擇100個MSCR。值得注意的是,在隨機通用採樣中,具有較大工作空間的MSCR比具有較小工作空間的MSCR具有更高的被選中機會(甚至多次)。所選的100個MSCR將通過5%的精英、85%的交叉和10%的突變(圖4A)遺傳到第二代的100個MSCR。5%的精英意味著五個具有最高工作空間的第一代MSCR將直接傳播到第二代,而不會改變它們的磁化和剛度模式。85%的交叉意味著,在剩餘的95個第一代MSCR中,作者隨機選擇85個MSCR並交換它們的一些體素,形成85個新的MSCR。10%的突變意味著,在剩餘的10個第一代MSCR中,每個MSCR將通過隨機改變其某些體素來生成一個新的MSCR。此後,作者反覆運算上述隨機通用採樣的過程,然後是精英、交叉和變異,以進化的管道創建後代的MSCR。此進化過程在多個世代中重複進行,直到最大一代的工作空間與某一代MSCR中所有工作空間的平均值之差小於公差為止。
圖4.通過遺傳演算法設計和優化MSCRs
【各種MSCR以及商用導絲/導管工作空間的比較】
作者比較了優化的MSCR、現時最先進的MSCR和帶有嵌入式磁鐵的導絲/導管的工作空間(圖5)。相比之下,通過遺傳演算法,優化後的MSCR具有0.27的歸一化半工作空間——遠高於最先進的MSCR(0.13)。接著,作者計算了五種帶有嵌入式磁鐵的商用導管的歸一化半工作空間,結果表明,現時最先進的MSCR和帶有嵌入式磁鐵的導絲/導管的歸一化半工作空間遠低於優化的MSCR(0.27)。這種對比突出了這種設計和優化方法的優越性,並體現了優化體素的剩磁和剛度在實現高工作空間方面的重要性。最後,作者通過實驗驗證了MSCR的設計和優化,證明了兩者具有良好的一致性。作者還指出,這種設計和優化的方法還可以輕鬆地納入其他設計參數,這為設計和優化未來的磁性軟機器人和執行器提供了强大而有效的工具。
圖5.比較優化的MSCR、最先進的MSCR和帶有嵌入式磁鐵的導絲/導管之間的標準化半工作空間。優化後的MSCR的最大歸一化半工作空間為0.27。
文章連結:https://www.pnas.org/content/118/21/e2021922118
原文刊載於【高分子科學前沿】公眾號
本文版權歸原作者所有,文章內容不代表平臺觀點或立場。如有關於文章內容、版權或其他問題請與我方聯系,我方將在核實情况後對相關內容做删除或保留處理!