Noticias

Aug 22, 2023

Una plataforma de medición de fuerza para un simulador quirúrgico vitreorretiniano utilizando un módulo de ojo artificial integrado con un resonador de cristal de cuarzo

Microsistemas y Nanoingeniería

Microsystems & Nanoengineering volumen 8, Número de artículo: 74 (2022) Citar este artículo

3303 Accesos

Detalles de métricas

Para proporcionar información cuantitativa sobre el progreso quirúrgico a los oftalmólogos que practican la exfoliación de la membrana limitante interna (ILM), desarrollamos un módulo de ojo artificial que comprende un sensor de fuerza de resonador de cristal de cuarzo (QCR) y un cuerpo de tensión que sirve como un transmisor de fuerza uniforme debajo de un modelo de retina. Aunque se debe cargar una fuerza inicial suficientemente grande en el conjunto del sensor de fuerza QCR para lograr un contacto estable con el cuerpo de tensión, la propiedad de rango dinámico amplio y altamente sensible de este sensor permite que el módulo del ojo detecte la ligera fuerza de contacto del fórceps. Se utiliza un cuerpo de tensión de placas paralelas para lograr una sensibilidad de fuerza uniforme sobre la región de pelado de la ILM de 4 mm de diámetro. La combinación de estos dos componentes permitió un rango de fuerza medible de 0,22 mN a 29,6 N con un error de sensibilidad de -11,3 a 4,2 % sobre el área de pelado de la MLI. Usando este módulo ocular, medimos la fuerza aplicada durante una simulación que involucraba el pelado artificial de ILM por parte de un individuo sin entrenamiento y compensamos la deriva a largo plazo de los datos de fuerza obtenidos usando un algoritmo recientemente desarrollado. Los datos de fuerza compensada capturaron claramente las características de varios tipos de secuencias de movimiento observadas a partir de grabaciones de video del fondo del ojo utilizando un microscopio oftalmológico. Como resultado, logramos extraer valores característicos que pueden estar potencialmente relacionados con el nivel de habilidad del alumno, como la media y la desviación estándar de las fuerzas de empuje y pelado, correspondientes, en el caso de un operador no capacitado, a 122,6 ± 95,2 y 20,4 ± 13,2 mN, respectivamente.

Los oftalmólogos que practican la cirugía intraocular deben adquirir habilidades sofisticadas para evitar lesionar a los pacientes. Para practicar sus habilidades, los oftalmólogos generalmente realizan demostraciones quirúrgicas utilizando ojos de animales; sin embargo, algunas de las estructuras de estos no se parecen a las estructuras de los ojos humanos. Otros enfoques de entrenamiento implican imitar las técnicas de los expertos sin el uso de señales cuantitativas de sensaciones táctiles. Entrenadores expertos también explican las habilidades necesarias para la cirugía en un sentido empírico sin índices cuantitativos. Otra opción es el uso de simuladores de realidad virtual1, la mayoría de los cuales son costosos y no brindan una sensación háptica precisa relacionada con la verdadera sustancia del ojo humano, lo cual es importante para mejorar la habilidad quirúrgica2. Estas deficiencias en la capacitación significan que los pacientes que se someten a cirugías intraoculares corren riesgos relativamente grandes de daño en la retina que dependen de la habilidad de un oftalmólogo.

Para abordar este problema, intentamos mejorar los modelos de maquetas comunes3,4,5 mediante el desarrollo de un "Evaluador de cirugía ocular biónica (Bionic-EyE)"6,7,8 como modelo de entrenamiento que puede reproducir biónicamente las propiedades de los ojos humanos. ojos con materiales artificiales. El Bionic-EyE está integrado con sensores para la evaluación de las habilidades quirúrgicas y comprende un módulo de ojo artificial con piezas desechables que permiten a los alumnos realizar simulaciones de cirugía repetidas (Fig. 1a). La retroalimentación cuantitativa de las señales del sensor producidas por Bionic-EyE permite la rápida adquisición de habilidades quirúrgicas. Como una cirugía que se puede entrenar con Bionic-EyE, nos enfocamos en la exfoliación de la membrana limitante interna (ILM), una cirugía vitreorretiniana complicada. Como se muestra en la Fig. 1b, la MLI es una membrana delgada y transparente ubicada entre la corteza vítrea y la retina9. La parte posterior de la retina se denomina mácula y es responsable de gran parte del campo visual fisiológico. La parte central de la mácula se llama fóvea, la cual tiene una alta densidad de fotorreceptores cónicos y es responsable de la visión fotópica del color con gran agudeza10. A medida que los humanos envejecemos, el material vítreo de estas regiones se licua y se contrae, lo que eventualmente conduce al desprendimiento de la corteza vítrea posterior de la ILM de la retina en la mayoría de los individuos11. Si la licuefacción excede el grado de dehiscencia vitreorretiniana, se puede dejar un fragmento del vítreo en la mácula (membrana epirretiniana), o se puede perforar un orificio a través de la fóvea (agujero macular) como resultado de la tracción adhesiva entre la corteza vítrea posterior y la fovea12 (Fig. 1b). Estos efectos conducen directamente al deterioro de la vista. Debido a que la ILM, que es gruesa y rígida en las personas mayores, tira de la retina blanda alrededor del orificio, el orificio macular formado por este proceso no se cierra de forma natural. Para tratar esta condición, la ILM generalmente se despega, como se muestra y reproduce con el Bionic-EyE6 en la Fig. 1c. En algunos procedimientos de cirugía de pelado de la MLI se han reportado aumentos en el cierre del agujero macular y disminuciones en la tasa de recurrencia14,15,16,17. El desprendimiento de la MLI, que tiene un espesor de 3 µm18 y se adhiere a la retina, obviamente requiere una gran habilidad para aplicar la fuerza adecuada en el área afectada. Sin embargo, hay una falta de discusión en la literatura sobre el uso de sensores de fuerza en modelos de entrenamiento, aunque se ha intentado el uso de fórceps equipados con galgas extensométricas19,20 o sensores de fuerza de rejilla de Bragg de fibra21,22,23,24. Para la demostración práctica de la cirugía intraocular, se debe cuantificar la habilidad necesaria para realizar el peeling de la MLI sin añadir sensores a las pinzas. Nuestro módulo de ojo artificial incorpora un sensor de fuerza de resonador de cristal de cuarzo (QCR) y un cuerpo de tensión como transmisor de fuerza uniforme debajo de un modelo ILM biomimético, que es desechable para permitir el uso repetido7,8.

a Imagen del Bionic-EyE, el simulador quirúrgico ocular desarrollado por los autores, con el módulo ocular integrado con un sensor. b Estructura del interior del ojo y condiciones que ocurren alrededor de la región macular (membrana epirretiniana y agujero macular). c Imágenes del peeling de la MLI en un ojo humano real y en una MLI artificial que reproduce las propiedades mecánicas del ojo6.

Un sensor de fuerza QCR es un sensor oscilatorio con una frecuencia de autoexcitación que es linealmente proporcional a la fuerza aplicada a su cuerpo25,26. Las características sobresalientes de los QCR incluyen sus factores de alta calidad como osciladores, altas resistencias mecánicas, particularmente en relación con los osciladores de aleteo o torsión, y altas frecuencias portadoras (> 10 MHz). En base a estas propiedades, desarrollamos un sensor de fuerza QCR con alta sensibilidad y rigidez y un amplio rango dinámico27,28,29,30,31,32,33, lo que permite que el QCR detecte una fuerza leve incluso si se aplica una gran fuerza inicial en el montaje del sensor dentro del módulo del ojo. Estas características también reducen la histéresis y permiten una respuesta rápida a una fuerza aplicada.

En este estudio, utilizamos nuestro sensor de fuerza QCR como base para desarrollar una plataforma de entrenamiento para cirugía intraocular a través de la cual se podría cuantificar la habilidad de pelado de la MLI. El método para integrar el sensor QCR con un modelo de retina artificial se evaluó en términos de los requisitos de sensibilidad a la fuerza y ​​uniformidad en toda el área quirúrgica de exfoliación de la MLI. Para permitir el uso práctico del módulo de entrenamiento, se logró la compensación de deriva de la señal de fuerza utilizando un algoritmo novedoso, con el que evaluamos las fuerzas durante el proceso de pelado. La habilidad en el pelado de la ILM se caracterizó a través de señales de fuerza compensadas obtenidas del sensor y características de movimiento capturadas por video durante el pelado.

La Figura 2a muestra el diseño de un módulo ocular con un sensor de fuerza QCR integrado en forma de haz y un cuerpo de tensión en su parte inferior. El cuerpo de tensión tiene una estructura de placas paralelas con un espesor de 0,1 mm, lo que le permite evitar la deformación en la dirección de torsión. La estructura mantiene un desplazamiento vertical constante contra cualquier fuerza constante aplicada a su superficie superior independientemente de la posición de contacto dentro del área de pelado de la ILM. Además, el cuerpo de tensión está fabricado en acero inoxidable para garantizar el ejercicio de la elasticidad lineal preferida. Las dimensiones se expresan en la Fig. 2a. La distancia entre las placas paralelas es de 2 mm.

a Conceptualización del módulo del ojo que comprende un sensor de fuerza QCR en forma de haz fijado en ambos extremos y un cuerpo de tensión con placas paralelas de 0,1 mm. b Modelo esquemático de deformación estática de una estructura de medición de fuerza que comprende resortes paralelos.

Debajo del cuerpo de tensión, el sensor de fuerza QCR en forma de haz se fija en ambos extremos y hace contacto con la punta hemisférica del cuerpo de tensión. Parte de una fuerza externa, P, aplicada al cuerpo de tensión se propaga al sensor de fuerza QCR como fuerza \(P_s\). En el sensor, \(P_s\) se amplía a F y se carga en el dominio QCR del área de detección. La eficiencia de transmisión de fuerza de P a \(P_s,\eta _1\) se puede expresar aplicando la teoría de deformación estática del modelo de resorte paralelo (Fig. 2b) a la estructura de medición de fuerza de la siguiente manera:

donde \(k_m\) y \(k_s\) son las constantes elásticas del cuerpo de deformación y el sensor de fuerza QCR, respectivamente, E es el módulo de elasticidad del cristal de cuarzo en la orientación del cristal elegida, e I y l son el momento del área de inercia y la longitud del sensor de fuerza QCR en forma de haz, respectivamente.

Analizamos la deformación del cuerpo de deformación utilizando un modelo de elementos finitos implementado en COMSOL Multiphysics (COMSOL, Inc.) y comparamos los resultados con los obtenidos para un cuerpo de deformación con una sola placa en su lado superior. El origen del modelo se definió como el centro del cuerpo de deformación, y se aplicó una fuerza constante a cada punto de 0 a 2,5 mm a intervalos de 0,25 mm en la dirección radial. La Figura 3a muestra gráficos de contorno para los cuerpos de deformación de placa única y paralela bajo fuerzas aplicadas a 0 y 2 mm. A 0 mm, la tensión se distribuye uniformemente en ambos cuerpos de deformación; sin embargo, a 2 mm, el modelo de placas paralelas dispersa la tensión, mientras que el modelo de placa única experimenta una tensión intensa en una región de la placa. La constante de resorte del modelo de placas paralelas, \(k_m\), se calculó en 518 N/mm. La relación u/w de los desplazamientos horizontal y vertical de la punta del cuerpo de deformación, u y w, respectivamente, se calculó para cada punto de 0 a 2,5 mm. La Figura 3b muestra que la relación aumenta en proporción a la distancia entre el centro y el punto en el que se aplica la fuerza tanto en los cuerpos de tensión de placa única como en los de placa paralela, con el modelo de placa paralela que tiene una relación aproximadamente 55 veces menor que la del modelo de placa única en cada punto. A 2 mm, la relación del modelo de placa única es del 88 %, que está cerca del 100 %, mientras que la del modelo de placa paralela se reduce al 2 % (1,6 %). Estos resultados confirman que la estructura de placas paralelas dispersa la distribución de tensiones de manera uniforme al disminuir el desplazamiento horizontal de la punta del cuerpo de tensión y obtener de manera eficiente el desplazamiento vertical.

una figura de contorno que expresa las distribuciones de tensión y deformación de Von Mises en cuerpos de deformación de placa única y paralela con fuerzas aplicadas a 0 y 2 mm. b Gráficas de la relación de desplazamiento horizontal a vertical de la punta del cuerpo de tensión en cada posición de fuerza aplicada para cuerpos de tensión de placa única y paralela. c Gráficas de las curvas teóricas de la sensibilidad de la fuerza del modelo, \(S_m\), y la desviación máxima del sensor justo antes de la destrucción, \(\nu _{max}\), para diferentes longitudes de sensor, l. d Figura de contorno de la distribución de la tensión de Von Mises en la estructura de medición de fuerza que comprende un cuerpo de deformación de placas paralelas y un sensor de fuerza QCR en forma de haz fijado en ambos extremos, con una figura que ilustra la concentración de la tercera tensión principal en el dominio QCR.

Las dimensiones de un sensor de fuerza QCR deben optimizarse para mejorar su rendimiento. Nos enfocamos en la sensibilidad de la fuerza y ​​la desviación máxima del sensor justo antes de la destrucción. Primero expresamos \(S_m\), la sensibilidad a la fuerza del sensor combinado y el cuerpo de tensión, teóricamente como el producto de tres parámetros: \(S_r\), la sensibilidad a la fuerza del QCR; y \(\eta _1\) y \(\eta _2\), se definen las eficiencias de transmisión de fuerza de P a \(P_s\) y de \(P_s\) a F, respectivamente (\(\eta _2\) en "Materiales y métodos"). \(S_m\) debe exceder el valor mínimo requerido para detectar la fuerza de contacto de las pinzas en el pelado de la ILM, que es del orden de ~1 mN. Asumimos que la resolución de la fuerza debe ser inferior a 0,5 mN y definimos el límite mínimo como 2 × 103 Hz/N dividiendo el rango de fluctuación del ruido de la salida del sensor, que se supone que es de 1 Hz, por la resolución de la fuerza requerida. Posteriormente, al aproximar el sensor de fuerza QCR como un haz compuesto por un cristal de cuarzo uniforme y un sólido elástico lineal isotrópico para simplificar el cálculo, calculamos el grado de flexión del haz y obtuvimos \(\nu _{max}\), el valor máximo desviación del sensor justo antes de la destrucción, como

donde \(\sigma _{max}\) y t son la resistencia a la tracción del cristal de cuarzo y el espesor del sensor de fuerza QCR, respectivamente. \(\nu _{max}\) debe ser lo suficientemente grande para evitar que el sensor de fuerza QCR se rompa cuando está incrustado dentro del módulo del ojo. Durante el montaje, el sensor debe cargarse con una fuerza inicial suficientemente grande para lograr un contacto estable con la punta hemisférica del cuerpo de tensión; una desviación máxima grande también ayuda en la alineación de la posición del sensor. Por lo tanto, es óptimo obtener un \(\nu _{max}\) que sea lo más grande posible. Los parámetros de sensibilidad de fuerza \(S_m\) y deflexión máxima \(\nu _{max}\) dependen principalmente de la longitud del sensor l. Una disminución de l mejora \(S_m\) pero dificulta el montaje del sensor debido a la disminución de \(\nu _{max}\); por el contrario, aumentar la longitud hace que el sensor sea más duradero pero menos sensible a medida que \(\nu _{max}\) aumenta y \(S_m\) disminuye. Por lo tanto, \(S_m\) y \(\nu _{max}\) tienen una relación de compensación que debe optimizarse. La Figura 3c muestra las relaciones entre l y \(S_m\) y \(\nu _{max}\). Como un valor de l que puede caber dentro del espacio limitado en la parte inferior del módulo del ojo y satisfacer los requisitos tanto para \(S_m\) como para \(\nu _{max}\), elegimos 6 mm. A esta longitud, la sensibilidad teórica \(S_m\) es de 2,14 × 103 Hz/N, lo que corresponde a una resolución de fuerza de 0,47 mN.

Realizamos un análisis de elementos finitos de una estructura de medición de fuerza que comprende un cuerpo de deformación y un sensor de fuerza QCR aplicando un modelo de material anisotrópico a un cristal de cuarzo para investigar si el modelo de deformación sugerido es adecuado desde el punto de vista de la mecánica estructural. Los resultados a lo largo de la sección transversal del sensor de fuerza QCR que se muestra en la Fig. 3d ilustran que el dominio QCR recibe una intensa tensión de compresión del momento de flexión. Utilizando los resultados del análisis, la sensibilidad de la fuerza se calculó analíticamente a partir de la tensión de compresión aplicada al dominio QCR como 2,36 × 103 Hz/N, un valor cercano a la sensibilidad teórica.

Inicialmente calibramos la sensibilidad de la fuerza experimental usando una celda de carga. La figura 4a muestra la configuración del sistema de calibración. El proceso de calibración reveló una sensibilidad de estructura de medición de fuerza fabricada de 5,13 × 103 Hz/N (Fig. 4b), que es 2,5 veces mayor que los valores teóricos y analíticos. Se estimó que el cuerpo de deformación real se deformó en mayor medida de lo que se había predicho analíticamente debido a que la adhesión entre placas paralelas no fue perfecta en el proceso de fabricación, lo que a su vez redujo la constante elástica \(k_m\). Además, la salida del sensor como función de la fuerza aplicada exhibió un alto grado de linealidad con un coeficiente de correlación de casi uno. Las mediciones del nivel de ruido de la salida del sensor de fuerza QCR en condiciones estáticas durante 3 min después de conducir y calentar durante 2 h a una frecuencia de muestreo de 100 Hz revelaron un rango de fluctuación de salida de frecuencia equivalente a 1,11 Hz o 16 ppb (Fig. 4c). Esto equivalía a una resolución de fuerza de 0,22 mN, que parecía ser lo suficientemente alta para la detección de fuerza durante el pelado de la MLI (a modo de comparación, la resolución de fuerza de un sensor de fuerza de rejilla Bragg de fibra es de 0,25 mN21). La fuerza máxima medible por el dispositivo se calculó en 29,6 N, lo que corresponde a un rango dinámico de la estructura de medición de fuerza del módulo ocular comparable a 1,3 × 105. Además, confirmamos que el sensor de fuerza QCR podría responder a una fuerza de entrada dentro de un tasa de muestreo de 10 ms durante la calibración, lo que demuestra que la rigidez del sensor tuvo poco efecto amortiguador.

a Esquema del sistema para calibrar la sensibilidad de la fuerza. b Resultados de la calibración de sensibilidad de fuerza. c Gráficas de fluctuación de salida de frecuencia durante 3 min. d Proporciones de error de sensibilidades calibradas en múltiples posiciones en la superficie superior del cuerpo de tensión en relación con la sensibilidad en el centro, con la ilustración de los sistemas de coordenadas definidos en el cuerpo de tensión para evaluación.

Posteriormente, evaluamos el error en la sensibilidad de la fuerza en términos de la posición de contacto en el cuerpo de tensión utilizando el sistema de coordenadas xy que se muestra en la Fig. 4d, en el que el origen está ubicado en el centro del cuerpo de tensión como se define en su superficie superior . El eje x se dirigió a lo largo de la dirección longitudinal del sensor de fuerza QCR hacia los electrodos. También se definió una coordenada x'y' alternativa, alineada en un ángulo de 45° en sentido antihorario con respecto al sistema de coordenadas xy, y calibramos la sensibilidad de la fuerza en cada punto de -3 a 3 mm a intervalos de 0,5 mm a lo largo se calculó cada una de las cuatro coordenadas y la relación de error para cada sensibilidad obtenida con respecto al valor obtenido a 0 mm. Dentro del área esperada de pelado de la MLI de 2 mm de radio, la tasa de error se suprimió dentro de un rango de −11,3 a 4,2 %. El sensor de fuerza QCR en forma de haz tiene una gran dependencia posicional en términos de sensibilidad, lo que conduce a una pérdida en la confiabilidad de los valores de fuerza medidos; nuestros resultados, sin embargo, indican que el cuerpo de tensión de placas paralelas tiene el efecto de localizar la posición de contacto con la superficie del sensor, lo que reduce el error en el valor de la fuerza medida a un nivel confiable.

Después de incrustar el módulo ocular fabricado en el sistema Bionic-EyE, medimos los valores de fuerza obtenidos del sensor de fuerza QCR en forma de haz durante el entrenamiento de pelado de ILM. En los experimentos, el módulo del ojo se fijó para que las perturbaciones externas que surgieran del movimiento del módulo no afectaran la señal del sensor. La simulación de pelado de la MLI se realizó con un participante sin experiencia o habilidades específicas para llevar a cabo la operación. Durante el entrenamiento, un microscopio oftalmológico que se enfocaba en la parte inferior del módulo del ojo grabó un video (Fig. 5a).

a Esquema del sistema de evaluación, que compara la señal de fuerza producida por el módulo ocular con imágenes de video obtenidas del microscopio oftalmológico. b Gráficos de las señales de fuerza producidas en el proceso de pelado de la MLI; b1 gráficos de los datos parciales que muestran rangos de fluctuación de las señales de fuerza con y sin fórceps insertados; b2 gráfico de la señal parcial que expresa la respuesta amortiguada de las señales de fuerza justo después del contacto de las pinzas. c Gráficos de las señales de fuerza compensadas a lo largo del proceso de pelado de la ILM.

La Figura 5b muestra la señal de fuerza completa producida durante el ejercicio de pelado de la MLI. En la simulación de pelado de la MLI, generalmente se observaron dos movimientos principales: empujar con las pinzas contra la retina para sujetar la MLI y pelar. El módulo del ojo emite una señal de fuerza positiva bajo la presión del cuerpo de tensión y una señal negativa bajo el movimiento de tracción, y una comparación entre la señal de fuerza y ​​las imágenes de video confirmó que las fuerzas positivas y negativas detectadas correspondían a los movimientos de empuje y pelado, respectivamente, a lo largo de todo el proceso. la simulación Además, las magnitudes de las fuerzas de empuje estaban en el rango de unas pocas docenas a cientos de milinewtons, mientras que las magnitudes de las fuerzas de pelado estaban en el orden de las docenas de milinewtons. La fuerza relacionada con el empuje detectada en la simulación de pelado de la MLI podría exceder la fuerza medida en la cirugía real correspondiente a varias decenas de milinewtons19,20 porque nuestro modelo de retina tiene un módulo elástico más alto (en el rango de MPa) que una retina real (20 kPa34 ). Sin embargo, no fue crucial en esta investigación porque no evaluamos las propiedades materiales de la retina sino que evaluamos el índice relacionado con un nivel de habilidad quirúrgica en la simulación representada por la magnitud de la fuerza.

También se detectaron varias señales experimentales además de la señal producida por la fuerza de contacto retiniana durante el pelado de la MLI, que representan, por ejemplo, la sacudida de las pinzas (Fig. 5b1) y la respuesta amortiguada de la estructura de medición de fuerza (Fig. 5b2) . En el estado inicial, en el que aún no se habían insertado los instrumentos quirúrgicos en el módulo interno del ojo, el globo ocular contenía solo agua, para la cual el rango de fluctuación de la señal era de aproximadamente 0,3 mN. Una vez insertados los instrumentos en el módulo, pero antes de hacer contacto con el cuerpo de tensión, la fluctuación de la señal aumentó a 2 mN. Como resultado, la sacudida de las pinzas se propagó al sensor de fuerza QCR a través de la cubierta del ojo como vibraciones desde el orificio de inserción del instrumento. Sin embargo, el nivel de ruido de la sacudida fue menor que las señales fluctuantes del contacto de las pinzas y, por lo tanto, no pareció influir en la distinción entre los dos. También se detectaron señales que creemos que se generaron a partir de factores viscosos relacionados con la estructura de medición de la fuerza, particularmente inmediatamente después del contacto de las pinzas con el modelo retinal (Fig. 5b2). Esta señal fluctuó dentro de un rango de unas pocas docenas a cientos de milinewtons durante el contacto y luego se atenuó exponencialmente, posiblemente porque el sensor de fuerza QCR y las placas paralelas del cuerpo de tensión se fijaron con materiales de resina.

También detectamos una deriva a largo plazo en la señal de fuerza durante todo el proceso de pelado de la ILM. La deriva, que se produjo a una velocidad de −20 mN cada 2 min, podría deberse a factores como la inestabilidad de la oscilación del QCR debido a la alta frecuencia de resonancia de ~70 MHz, el ruido eléctrico de las capacitancias parásitas producidas por otros componentes, o las características de temperatura del QCR. Esta deriva a largo plazo pareció implicar un cambio suave y lineal, lo que permitió una compensación después del registro de la señal.

En situaciones en las que se produce una deriva a largo plazo en la señal del sensor, el valor de la fuerza de contacto durante el pelado de la MLI debe definirse como la diferencia relativa entre el valor absoluto de la fuerza en la región de fluctuación de la señal provocada por el contacto de las pinzas y el valor de compensación de la fuerza justo antes de la fluctuación de la señal. Por lo tanto, diseñamos un sistema para compensar automáticamente la deriva a largo plazo de la señal de fuerza a través de la selección de un valor de fuerza estándar de compensación justo antes del contacto con las pinzas. La Figura 5c muestra los resultados de los datos de fuerza de pelado de ILM compensados. La figura 6a, b muestra un esquema del sistema de compensación y los resultados de la compensación de deriva, respectivamente. El procedimiento comienza en el estado de señal estable antes del contacto, que se denomina estado 0. En este estado, la diferencia entre las fuerzas máxima y mínima, \(\Delta F_i\), se calcula durante el intervalo de tiempo desde \(t_i \) a \(t_i + \Delta t_1\). Aquí, i expresa el número de pasos de tiempo, y se incrementa en unidades de uno hasta que \(\Delta F_i\) excede el umbral de fuerza, \(F_{thr}\), con el \(t_i\) correspondiente establecido como el momento justo antes del contacto del fórceps y se adjunta al estado 0. El procedimiento luego cambia al estado de fluctuación de la señal que involucra el contacto con el fórceps, que se refiere al estado 1. En el estado 1, i se incrementa, y el gradiente b y el coeficiente de la definición \(R^2\) de la regresión lineal de la señal de fuerza de \(t_i - \Delta t_2/2\) a \(t_i + \Delta t_2/2\) se calculan hasta que los parámetros respectivos caen simultáneamente por debajo y por encima de los umbrales \(b_{thr}\) y \(R_{thr}^2\), respectivamente, en cuyo punto se considera que la señal se estabiliza al retirar las pinzas de la retina y \(t_i \) se añade al estado 1 como el momento en el que se estabiliza la fluctuación de la señal. El procedimiento vuelve entonces al estado 0. De esta manera, los tiempos \(t_i\) en los que comienza la fluctuación de la señal inducida por el contacto de las pinzas y la señal se estabiliza se almacenan repitiendo este ciclo hasta el final del paso. Después de la detección, la compensación de deriva se implementa en función del estado 0. Al comienzo del proceso de compensación, el valor de fuerza media de \(t_i - \Delta t_{offset}\) a \(t_i\) se calcula como el valor de compensación contra cada índice bursátil i y se utiliza para derivar una ecuación lineal entre puntos vecinos detectados. La compensación de la señal puede llevarse a cabo asignando esta ecuación a la línea de 0 mN frente a la señal de fuerza bruta. Usando este método, 36 de 40 contactos observados a partir de la señal de fuerza y ​​la información de video se detectaron con precisión en nuestros experimentos.

a Esquema del sistema de compensación de deriva, que detecta los instantes de tiempo justo antes del contacto de las pinzas y genera las señales de compensación basadas en estos. b Resultados y detalles de la aplicación del sistema de compensación sobre la señal de fuerza obtenida en la demostración de peeling ILM.

Evaluamos las características de los datos de fuerza compensada por deriva producidos por el participante no entrenado. La acción de pelado de la MLI se puede dividir en dos componentes: la tarea de cortar un colgajo en la MLI y la tarea de pelar la MLI sujetando el colgajo. La Figura 7a, b muestra una secuencia de movimiento representativa para cada componente. En el proceso anterior (Fig. 7a y Película complementaria 1), se produce una señal de fuerza positiva continua de ~ 120 mN al empujar con las pinzas para producir un colgajo, luego de lo cual se produce una fuerza negativa de corta duración de aproximadamente −10 mN. por movimiento de tracción transitorio. En el proceso de pelado (Fig. 7b y Película complementaria 2), hay una fuerza negativa de mayor duración de aproximadamente -20 mN generada por el pelado acompañada de señales intermitentes de fuerza positiva de ~100 mN antes del movimiento de pelado. En general, el movimiento de empuje en el componente de pelado debe minimizarse para evitar daños adicionales a la retina, y nuestros resultados indican que el participante tuvo espacio para mejorar la habilidad quirúrgica.

una señal de fuerza generada por la producción de flaps ILM. b Señal de fuerza generada por el pelado de la MLI. c Distribuciones de los valores absolutos de fuerza alrededor de los medios de empujar (n = 40) y pelar (n = 21) movimientos.

Según lo revelado por la fuerza y ​​la información del video, se detectaron movimientos de empuje en todos los contactos producidos a lo largo del proceso de demostración; Se detectaron movimientos de pelado en 21 de 40 contactos. La figura 7c muestra diagramas de caja de las distribuciones de los valores absolutos de la fuerza para los movimientos de empujar y pelar, con medias y desviaciones estándar de 122,6 ± 95,2 y 20,4 ± 13,2 mN, respectivamente, lo que indica que la fuerza de empuje fue mayor y se distribuyó más ampliamente que la fuerza de empuje. fuerza de pelado.

En este estudio, fabricamos un módulo ocular para el entrenamiento de peeling de ILM basado en una estructura de medición de fuerza que comprende un sensor de fuerza QCR en forma de haz fijado en ambos extremos y un cuerpo de tensión de acero inoxidable con una estructura de placas paralelas. El módulo se utilizó para evaluar la fuerza de contacto producida por fórceps en un modelo retinal ubicado en la parte inferior del ojo. Utilizando las propiedades del sensor de fuerza QCR, incluidas su alta sensibilidad y rigidez y su amplio rango dinámico, la estructura pudo lograr una resolución de fuerza de 0,22 mN, lo que la hace lo suficientemente sensible para detectar fuerzas minúsculas durante el pelado de la MLI, incluso bajo la carga inicial en el orden de varios newtons aplicados por el conjunto. El sensor tenía una salida altamente lineal y respondía rápidamente a las fuerzas aplicadas dentro de una frecuencia de muestreo de casi 10 ms. La estructura de placas paralelas del cuerpo de tensión sirvió para suprimir el error de detección de fuerza asociado con la posición de contacto en el cuerpo de tensión dentro de un radio de 2 mm (el radio estimado del pelado práctico de la MLI) dentro de un rango de −11,3 a 4,2 %. . Demostramos la medición de la fuerza en el entrenamiento de pelado de ILM y la compensación de la deriva a largo plazo de la señal del sensor de fuerza QCR, lo que nos permitió detectar correctamente 36 de 40 contactos. Nuestros resultados confirmaron que las fuerzas de contacto que van desde docenas hasta cientos de milinewtons pudieron distinguirse usando nuestro módulo ocular, lo que permitió la extracción de algunas características del movimiento de pelado de la MLI producido por un cirujano no capacitado. En el trabajo futuro, esperamos utilizar el módulo ocular para registrar y analizar la información de fuerza obtenida de simulaciones realizadas por oftalmólogos expertos en exfoliación de ILM, lo que podría proporcionar pistas importantes que acelerarán la mejora de las habilidades quirúrgicas de los aprendices de exfoliación de ILM.

La frecuencia resonante de un QCR cambia en proporción a la fuerza aplicada de la siguiente manera:26

donde F, f, \(S_r\), \(K_f\), n, d y \(t_{QCR}\) denotan la fuerza aplicada al QCR, la frecuencia de resonancia, la sensibilidad, el coeficiente de sensibilidad al estrés, el grado de oscilación armónica, diámetro del electrodo y grosor de la oblea del QCR, respectivamente. El sensor de fuerza QCR consta de tres capas, a saber, una oblea QCR intermedia intercalada entre obleas de cuarzo de embalaje, para aumentar su durabilidad contra la fuerza. Para garantizar un factor Q alto, los electrodos se mantienen en un entorno de vacío31. Para permitir la detección de fuerzas en el orden de micronewton, fabricamos un sensor de fuerza QCR en forma de haz, como se muestra en la Fig. 8a32. La posición del QCR, correspondiente al dominio de detección, se desplaza del plano neutral del sensor en forma de haz (Fig. 8b), lo que permite que el QCR reciba una fuerza amplificada F como resultado del momento de flexión en el haz cuando el sensor aplica una fuerza externa minúscula, \(P_s\), a la superficie superior. La eficiencia de transmisión de fuerza de \(P_s\) a F, \(\eta _2\), se expresa como:

donde M e I son el momento de flexión aplicado al dominio QCR y el momento de inercia del área del sensor, respectivamente, l y \(l_x\) son la longitud del sensor y la distancia entre los electrodos y el extremo fijo más cercano, respectivamente, y \(y_1\) y \(y_2\) son las distancias desde el plano neutral a las superficies más cercana y más alejada de la oblea QCR, respectivamente. Decidimos utilizar un sensor en forma de haz basándonos en la suposición de que tendría suficiente resolución de fuerza para detectar la fuerza producida durante el pelado de la MLI, que es del orden de varios milinewtons19.

a Imagen conceptual del sensor de fuerza QCR en forma de haz, que comprende electrodos con patrón de capas QCR en cada lado, capas de cubierta de cuarzo y láminas adhesivas de poliimida. b Ilustración del mecanismo de medición de fuerza y ​​dimensión aplicado al sensor. c Esquema del proceso de fabricación del sensor, que va desde la aplicación de una máscara de plantilla para pulverizar el patrón de electrodos en el QCR hasta depositar la capa de QCR, modelar las capas de cubierta con adhesivo fotosensible, unir y, finalmente, cortar en cubitos. d Imagen del sensor de fuerza QCR fabricado. e Imagen del módulo ocular fabricado. f Esquema del circuito de oscilación.

Para calcular el valor teórico de la sensibilidad del modelo, \(S_m\), los parámetros relevantes del sensor de fuerza QCR se establecieron de la siguiente manera: \(l_x\) = 0,5 mm, espesor de la capa de cobertura más gruesa \(t_1\) = 40 µm, espesor de la capa de cubierta más delgada \(t_2\) = 20 µm, espesor de la capa fotorresistente \(t_{resist}\) = 15 µm, \(t_{QCR}\) = 20 µm, t = 110 µm, \ (y_1\) = 0 µm, \(y_2\) = 20 µm, w = 1 mm, D = 0,4 mm, I = \(wt^3\)/12, \(K_f\) = 2,5 × 10−11 mm/(Hz‧N)26, n = 1, E = 72,5 GPa y \(\sigma _{max}\) = 150 MPa35.

En nuestra investigación, se seleccionó una oblea de cuarzo de corte AT para el sensor. En general, se sabe que la frecuencia de resonancia de una oblea de cuarzo de corte AT depende menos de un cambio de temperatura a ~25 °C36. Además, rotamos la oblea de corte AT 34,8° alrededor del vector normal del plano de la oblea para suprimir la fluctuación de la sensibilidad debida a la temperatura35. El diámetro y espesor del electrodo fueron de 0,4 mm y 250 nm de Au, respectivamente. El tamaño del diámetro se definió considerando el ancho del haz del sensor y el área de adhesivo entre el QCR y las capas de cobertura alrededor del electrodo. El ancho del haz, 1 mm, se definió antes que el diámetro para mantener la máxima sensibilidad de deflexión y fuerza simultáneamente dentro del espacio limitado del módulo del ojo. Además, el diámetro y el espesor del electrodo se definieron de acuerdo con la teoría de Bechmann37, que sugirió que se debe requerir equilibrar el diámetro del electrodo, el espesor y la relación de disminución de la frecuencia resonante debido a la masa del electrodo ( una disminución en la frecuencia se puede calcular a partir de la ecuación de Sauerbrey38). Siguiendo esta teoría, también se determinó que la frecuencia de resonancia era ~70 MHz. El sensor fabricado osciló a 69,396 MHz, alrededor del cual fluctuó en el rango de 1,11 Hz cada 3 min (Fig. 4c); por lo tanto, nuestro diseño del electrodo se considera apropiado.

La Figura 8c muestra el proceso utilizado para fabricar el sensor de fuerza QCR. Primero, se fabricó una máscara de plantilla para modelar los electrodos del QCR. Una oblea de Si, que había sido pulverizada con una película de Cr en un lado, se enjuagó con acetona durante 10 min, seguido de alcohol desnaturalizado (Eta Cohol 7, Sankyo Chemical Co., Ltd) durante 10 min, agua desionizada durante 10 min, y, por último, solución piraña. Luego, la oblea de Si se recubrió por rotación con un agente de acoplamiento de silano de OAP a 1000 rpm durante 10 s, se horneó a 145 °C durante 30 min, se recubrió por rotación con SU-8 3050 (KAYAKU Advanced Materials, Inc.) como negativo. fotoresistor a 3000 rpm por 30 s y horneado a 95 °C por 30 min, luego de lo cual se cubrió con una fotomáscara modelada con la forma de los electrodos y se expuso usando una máquina de exposición (Suss MA6, SUSS MicroTech SE) a 40 mW por 7 s y finalmente al horno a 65 °C por 4 min y a 45 °C por 1 min. El patrón SU-8 se desarrolló utilizando un diluyente PM (Tokyo Ohka Kogyo Co., Ltd.) durante 2 min, después de lo cual la oblea se horneó a 150 °C durante 4 min. Después del grabado profundo con iones reactivos de la oblea de Si con patrón SU-8 con SPT MUC-21 ASE-Pegasus (Sumitomo Precision Products Co., Ltd.) y la eliminación de los fotoprotectores y la firma Cr, se completó el proceso de máscara de plantilla. Posteriormente, la oblea QCR se fabricó colocando una máscara de plantilla en una oblea de cuarzo de 20 µm enjuagada de la misma manera que la oblea de Si y salpicando 10 nm de Cr y 250 nm de Au usando un CFS-4EP-LL i-Miller ( Shibaura Mechatronics Corporation) en ambos lados. Las capas de cobertura se procesaron exponiendo obleas de cuarzo de 20 y 41,7 µm laminadas con láminas adhesivas fotosensibles negativas (LPA, Toray Industries, Inc.) en cada lado durante 22,5 s, después de lo cual las obleas se revelaron utilizando 2,38 % TMAH (Tokyo Ohka Kogyo Co., Ltd.) durante 90 s, se dejó durante 30 min, se horneó a 110 °C y se dejó de nuevo durante 10 min. Finalmente, las capas de cubierta de unión se presionaron en ambos lados de la oblea QCR con una fuerza de 500 N a 70 °C durante 30 s, seguido de horneado a 200 °C durante 1 h. Las obleas unidas se cortaron con una sierra tronzadora (DAD3650, DISCO Corporation) para separarlas en cada sensor de fuerza QCR. Ambos extremos del sensor de fuerza QCR fabricado se unieron a los soportes de la placa acrílica (Fig. 8d) usando adhesivo curable con UV (LOCTITE 350, Henkel Japan Ltd.). Finalmente, se integró una placa de acrílico unida al sensor de fuerza QCR, el cuerpo de tensión y el modelo de retina artificial (Mitsui Chemicals, Inc.) para producir el módulo del ojo (Fig. 8e).

Como resultado, los electrodos del QCR se empaquetaron con obleas de cubierta de cristales de cuarzo. Además, el propio sensor de fuerza QCR se empaquetó en el módulo del ojo entre el cuerpo de tensión y la placa de acrílico, como se muestra en la Fig. 3a. Este método de empaquetado condujo a un rango de fluctuación de la salida del sensor comparable a 1,11 Hz o 0,22 mN (Fig. 3c); por lo tanto, se cree que el empaque tuvo poca influencia en la estabilidad del sensor. Además, su estabilidad durante 3 min también indica que la tensión residual en el sensor derivada del proceso de fabricación fue pequeña.

La figura 8f muestra un esquema del circuito de oscilación que acciona el sensor de fuerza QCR. Para hacer oscilar un QCR continuamente para evitar la atenuación, a menudo se utiliza un circuito de oscilación Colpitts que genera oscilación y amplifica la señal. Además, utilizamos una forma push-pull, un filtro de paso alto y un filtro de ruta de banda LC para suprimir la distorsión armónica de la señal y obtener un factor Q alto.

El circuito formado push-pull tomó una composición simétrica. El dominio del circuito de oscilación de Colpitts comprendía dos condensadores de tanque con \(C_1\) = 27 pF y \(C_2\) = 4 pF, una resistencia de emisor con \(R_{E1}\) = 6,2 kΩ, resistencias para polarización de retroalimentación de corriente con \(R_1\) = 33 kΩ y \(R_2\) = 68 kΩ, y un transistor bipolar NPN 1 (2SC5662, ROHM CO., Ltd.). El filtro de paso alto tenía elementos con \(C_{H1}\) = 5 pF y \(R_{H1}\) = 100 kΩ. El filtro de paso de banda LC tenía elementos con resistencias de \(R_{B1}\) = 100 \({{\Omega }}\) y RB2 = 100 Ω, una inductancia de LB = 0,56 µH y una capacitancia de \(C_B \) = 9pF.

La frecuencia de la salida de voltaje del sensor de fuerza QCR se leyó usando un contador de frecuencia (53220A, Keysight Technologies Inc.) (Figs. 4a y 5a). El sensor de fuerza QCR se calibró con una celda de carga (LTS-50GA, Kyowa Electronic Instruments Co., Ltd.) conectada a un micromanipulador (Quick Pro, Micro Support Co., Ltd.) (Fig. 4a). En la demostración del peeling de la MLI, se grabaron imágenes de video de la operación obtenidas a través del microscopio oftalmológico utilizando una cámara USB (Basler ace acA 1920-150uc, Basler AG) (Fig. 5a).

Para evaluar la validez del uso del método de compensación en la detección de contactos, registramos todos los casos de contacto con las pinzas, según la observación de la señal de fuerza y ​​la información del video, como referencia. En total, registramos un total de 40 contactos. Si un momento de contacto detectado en el estado 0 era anterior al momento de contacto de referencia, se suponía que la detección era precisa; si el momento de contacto detectado era posterior a la referencia, la detección se consideraba fallida. También se contabilizaron el número de momentos referenciales que no se detectaron y los momentos extra detectados en torno a los cuales no hubo momentos referenciales. Al barrer todas las combinaciones de \(F_{thr}\) de 3 a 15 mN en pasos de 1 mN, valores de \(b_{thr}\) de 0,5 a 6 mN/s en pasos de 0,5 mN/s, valores de \(R_{thr}^2\) de 0,05 a 0,6 en pasos de 0,05, valores de \(\Delta t_1\) de 50 a 400 ms en pasos de 50 ms, y valores de \(\Delta t_1\) de 50 a 400 ms en pasos de 50 ms, pudimos ajustar cada parámetro para minimizar la cantidad de resultados inexactos, no detectados y detectados de forma extraña. En base a esto, se determinó que la combinación de parámetros optimizados era \(F_{thr}\) = 7 mN, \(b_{thr}\) = 1,5 mN/s, \(R_{thr}^2\) = 0,1 , \(\Delta t_1\) = 400 ms, y \(\Delta t_2\) = 200 ms. Para calcular el valor de desplazamiento de la señal, \(\Delta t_{offset}\) se definió como 100 ms.

Schill, MA, Wagner, C., Hennen, M., Bender, HJ y Männer, R. EyeSi: un simulador para cirugía intraocular. Medicina. Cómputo de imagen. computar Asistir. Enterrar. 1679, 1166–1174 (1999).

Google Académico

Francone, A. et al. El efecto de la retroalimentación háptica sobre la eficiencia y la seguridad durante la simulación de pelado de la membrana prerretiniana. Trans. Vis. ciencia Tecnología 8, 2 (2019).

Hirata, A., Iwakiri, R. & Okinami, S. Un ojo simulado para cirugía vítrea utilizando huevos de codorniz japoneses. de Graefe. Arco. clin. Exp. Oftalmol. 251, 1621–1624 (2013).

Artículo Google Académico

Iyer, MN & Han, DP Un modelo de ojo para practicar la exfoliación de la membrana vitreorretiniana. Arco. Oftalmol. 124, 108–110 (2006).

Artículo Google Académico

Rice, JC, Jonel, Steffen & du Toit, L. Simulación de entrenamiento en cirugía vitreorretiniana: un modelo de bajo costo y fidelidad media. Retina 7, 427–435 (2018).

Google Académico

Omata, S. et al. Un simulador quirúrgico para pelar la membrana limitante interna en condiciones húmedas. PLoS ONE 13, 1–11 (2018).

Artículo Google Académico

Omata, S. et al. Sensor biónico para evaluar la fuerza aplicada en un simulador quirúrgico de retina. En Proc. 2020 IEEE/SICE internacional. Síntoma sist. Integrar SII 2020. 64–67 (IEEE, 2020).

Taniguchi, Y. et al. Medición de fuerza cuantitativa del simulador quirúrgico ocular para pelado de MLI mediante el sensor de fuerza QCR. En 2021 21 Int. Conf. Actuadores sensores de estado sólido Microsyst. Eurosensores (Transductores). 487–490 (IEEE, 2021).

Halfter, W., Sebag, J. y Cunningham, ET II. E. Interfase vitreorretiniana y membrana limitante interna. en Vitreous (ed. Sebag, J.) 165–191 (Springer, 2014).

Curcio, CA, Sloan, KR, Kalina, RE y Hendrickson, AE Topografía de fotorreceptores humanos. J.Comp. Neurol. 292, 497–523 (1990).

Artículo Google Académico

Tsukahara, M., Mori, K., Gehlbach, PL y Mori, K. Desprendimiento del vítreo posterior observado mediante imágenes OCT de gran angular. Oftalmología 125, 1372–1383 (2018).

Artículo Google Académico

Sebag, J. Desprendimiento vítreo posterior anómalo: un concepto unificador en la enfermedad vitreorretiniana. de Graefe. Arco. clin. Exp. Oftalmol. 242, 690–698 (2004).

Artículo Google Académico

Candiello, J., Cole, GJ & Halfter, W. Cambios dependientes de la edad en la estructura, composición y propiedades biofísicas de una membrana basal humana. Matriz Biol. 29, 402–410 (2010).

Artículo Google Académico

Brooks, HL Cirugía del agujero macular con y sin exfoliación de la membrana limitante interna. Oftalmología 107, 1939–1948 (2000).

Artículo Google Académico

Lois, N. et al. Peeling de la membrana limitante interna versus no peeling para el agujero macular de espesor total idiopático: un ensayo controlado aleatorio pragmático. investigando Oftalmol. Vis. ciencia 52, 1586-1592 (2011).

Artículo Google Académico

Kwok, AKH, Lai, TYY, Li, WWY, Woo, DCF y Chan, NR Eliminación de la membrana limitante interna asistida por verde de indocianina en la cirugía de la membrana epirretiniana: un estudio clínico e histológico. Soy. J. Oftalmol. 138, 194–199 (2004).

Artículo Google Académico

Lee, JW y Kim, IT Resultados de la eliminación de la membrana epirretiniana macular idiopática con y sin exfoliación de la membrana limitante interna: un estudio comparativo. Jpn. J. Oftalmol. 54, 129–134 (2010).

Artículo Google Académico

Henrich, PB et al. Estudios topográficos y biomecánicos a nanoescala de la membrana limitante interna humana. investigando Oftalmol. Vis. ciencia 53, 2561–2570 (2012).

Artículo Google Académico

Gupta, PK, Jensen, PS & de Juan, E. Fuerzas quirúrgicas y percepción táctil durante la microcirugía retinal. Medicina. Cómputo de imagen. computar Asistir. Enterrar. 1679, 1218–1225 (1999).

Google Académico

Jagtap, AD & Riviere, CN Fuerza aplicada durante la microcirugía vitreorretiniana con instrumentos de mano. En Conf. proc. Ing. IEEE Medicina. Biol. Soc. 2771–2773 (IEEE, 2004).

Iordachita, I. et al. Una herramienta de detección de fuerza de fibra óptica totalmente integrada con resolución submilimétrica de 0,25 mN para microcirugía retiniana. En t. J. Cómputo. Asistir. Radiol. Cirugía 4, 383–390 (2009).

Artículo Google Académico

Üneri, A. et al. Nuevo robot ocular de mano firme con detección de microfuerza para cirugía vitreorretiniana. proc. IEEE RAS EMBS Int. Conf. biomedicina Robot. Biomecatrón. 2010, 814–819 (2010).

Artículo Google Académico

Balicki, M. et al. Detección de microfuerzas en el pelado de membranas asistido por robot para cirugía vitreorretiniana. Medicina. Cómputo de imagen. computar Asistir. Enterrar. 6363, 303–310 (2010).

Google Académico

Gonenc, B. et al. Micropinzas motorizadas con detección de fuerza 3-DOF para cirugía vitreorretiniana asistida por robot. IEEE Sens. J. 17, 3526–3541 (2017).

Artículo Google Académico

Ballato, AD Efectos de la tensión inicial en placas de cuarzo que vibran en modos de espesor. En 14th Anu. Síntoma frecuencia Contr. 89–114 (IEEE, 1960).

Ratajski, JM Coeficiente fuerza-frecuencia de cristales de cuarzo vibrantes rotados individualmente. IBM J.Res. desarrollo 12, 92–99 (1968).

Artículo Google Académico

Asakura, A., Fukuda, T. & Arai, F. Diseño, fabricación y caracterización de un sensor de fuerza compacto utilizando resonadores de cristal de cuarzo de corte AT. En Actas de la Conferencia Internacional IEEE/RSJ sobre Robots y Sistemas Inteligentes (IROS). 506–511 (IEEE, 2008).

Narumi, K., Fukuda, T. & Arai, F. Diseño y caracterización de sensor de carga con QCR de corte AT para miniaturización y mejora de resolución. J.Robot. Mecatrón. 22, 286–292 (2010).

Artículo Google Académico

Murozaki, Y. & Arai, F. Sensor de carga de amplio rango que utiliza un resonador de cristal de cuarzo para la detección de señales biológicas. IEEE Sens. J. 15, 1913–1919 (2015).

Artículo Google Académico

Murozaki, Y., Nogawa, K. y Arai, F. Sensor de carga miniaturizado que utiliza un resonador de cristal de cuarzo construido mediante microfabricación y unión. Robomech J. 1, 1–7 (2014).

Murozaki, Y., Sakuma, S. & Arai, F. Mejora del rango de medición y las características de temperatura de un sensor de carga utilizando un resonador de cristal de cuarzo con todos los componentes de la capa de cristal. sensores 17, 1067 (2017).

Sakuma, S., Sato, A., Kojima, N., Tao, F. y Arai, F. Sonda de sensor de fuerza que utiliza un resonador de cristal de cuarzo con un amplio rango de medición para la caracterización mecánica del esferoide HepG2. Sens. Actuadores A Phys. 265, 202–210 (2017).

Artículo Google Académico

Watanabe, S. et al. Detección no invasiva de bioseñales para la monitorización continua de un neonato utilizando un resonador de cristal de cuarzo. Sens. Actuadores A Phys. 317, 112475 (2021).

Jones, I., Warner, M. & Stevens, J. Modelado matemático de las propiedades elásticas de la retina: una determinación del módulo de Young. Ojo 6, 556–559 (1992).

Artículo Google Académico

Muraoka, S. & Nishimura, H. Características de un resonador de cuarzo de corte AT rectangular como sensor de fuerza. Papanicolaou recogido. Soc. instrumento Ing. Control. 32, 604–606 (1996).

Google Académico

Mason, WP Cristales de cuarzo de bajo coeficiente de temperatura. Sistema de campana tecnología J. 19, 74–93 (1940).

Artículo Google Académico

Bechmann, R. Cristales de filtro tipo AT de cuarzo para el rango de frecuencia de 0,7 a 60 MHz. proc. Ira. 49, 523–524 (1961).

Google Académico

Sauerbrey, G. Uso de cristales oscilantes para micropesaje. Z. Phys. 155, 206-222 (1959).

Artículo Google Académico

Descargar referencias

Departamento de Ingeniería Mecánica, Universidad de Tokio, 7-3-1 Hongo, Bunkyo-ku, Tokio, 113-8656, Japón

Yuta Taniguchi, Hirotaka Sugiura, Toshiro Yamanaka, Shiro Watanabe, Mamoru Mitsuishi y Fumihito Arai

Facultad de Ciencia y Tecnología Avanzadas, Universidad de Kumamoto, 2-39-1 Kurokami, Chuo-ku, Kumamoto-shi, Kumamoto, 860-8555, Japón

Seiji Omata

Centro de Biología de Enfermedades y Medicina Integrativa, Universidad de Tokio, 7-3-1 Hongo, Bunkyo-ku, Tokio, 113-0033, Japón

Para mi Harada

Departamento de Oftalmología, Universidad de Tokio, 7-3-1 Hongo, Bunkyo-ku, Tokio, 113-8655, Japón

Tomoyasu Shiraya, Koichiro Sugimoto, Takashi Ueta, Kiyohito Totsuka, Fumiyuki Araki, Muneyuki Takao y Makoto Aihara

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

YT, HS y FA participaron en el diseño del flujo de investigación. YT diseñó y fabricó el módulo ocular, realizó todos los experimentos y análisis y escribió el manuscrito. HS apoyó la preparación del manuscrito. TY ayudó con los experimentos. SW diseñó y fabricó el sensor de fuerza QCR. SO participó en el diseño del módulo del ojo. KH y MM dieron su opinión para mejorar el rendimiento del módulo ocular. TS, KS, TU, KT, FA, MT y MA supervisaron el aspecto médico de esta investigación sobre la exfoliación de la MLI. FA proporcionó supervisión general para la investigación. Todos los autores revisaron el manuscrito.

Correspondencia a Yuta Taniguchi.

Los autores declaran no tener conflictos de intereses.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Taniguchi, Y., Sugiura, H., Yamanaka, T. et al. Una plataforma de medición de fuerza para un simulador quirúrgico vitreorretiniano utilizando un módulo de ojo artificial integrado con un resonador de cristal de cuarzo. Microsyst Nanoeng 8, 74 (2022). https://doi.org/10.1038/s41378-022-00417-8

Descargar cita

Recibido: 13 noviembre 2021

Revisado: 24 de mayo de 2022

Aceptado: 29 de mayo de 2022

Publicado: 05 julio 2022

DOI: https://doi.org/10.1038/s41378-022-00417-8

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt