【摘 要】
：
穿刺力在不同的软组织内部表现的特征不同.进行穿刺针对软组织穿刺力模型的建立,可以对穿刺针在穿刺过程中的位置进行预判提供理论基础,提高穿刺精度,提高治疗效果.对中心静脉穿刺穿刺术进行分析,将穿刺过程分成4个阶段,并对每个阶段的力进行力学建模.搭建中心静脉穿刺试验平台,对穿刺过程中穿刺针力学模型进行验证,并对影响穿刺力大小的单因素进行了实验研究.实验结果表明随着穿刺角度的增大穿刺力也随之增大,随着穿刺针直径的变大,穿刺力也随之变大,穿刺速度的增大,穿对穿刺力影响较小.
【机 构】
：
哈尔滨理工大学 先进制造智能化技术教育部重点实验室,哈尔滨150080;哈尔滨理工大学 机器人技术及工程应用研究中心,哈尔滨150080
论文部分内容阅读
穿刺力在不同的软组织内部表现的特征不同.进行穿刺针对软组织穿刺力模型的建立,可以对穿刺针在穿刺过程中的位置进行预判提供理论基础,提高穿刺精度,提高治疗效果.对中心静脉穿刺穿刺术进行分析,将穿刺过程分成4个阶段,并对每个阶段的力进行力学建模.搭建中心静脉穿刺试验平台,对穿刺过程中穿刺针力学模型进行验证,并对影响穿刺力大小的单因素进行了实验研究.实验结果表明随着穿刺角度的增大穿刺力也随之增大,随着穿刺针直径的变大,穿刺力也随之变大,穿刺速度的增大,穿对穿刺力影响较小.
其他文献
随着无人驾驶、在线游戏、虚拟现实等低延迟应用的大量涌现,传统集中式的移动云计算范式越来越难以满足此类用户服务质量的需求.为弥补云计算的不足,移动边缘计算应运而生.移动边缘计算通过计算卸载,将计算任务迁移到网络边缘服务器来为用户提供计算和存储资源.然而,现有大部分工作仅考虑了延迟或能耗的单目标性能优化,未考虑延迟和能耗的均衡优化.为减少任务延迟和设备能耗,提出了一种面向多用户的联合计算卸载和资源分配策略.该策略首先利用拉格朗日乘子法获得给定卸载决策的最佳计算资源分配;然后,提出一个基于贪心算法的计算卸载算法
利用NCEP/FNL 1°×1°再分析资料、地面观测资料、高空探测资料和西南低涡年鉴,通过分析2012—2017年不同涡源西南低涡的活动情况,对九龙涡、盆地涡、小金涡生成时间最多月份的各低涡生成前与生成时的风场、其它物理特性合成场进行合成分析与对比分析,得出了环境风场、冷暖空气与锋生作用对九龙涡、盆地涡与小金涡生成的影响.结果表明:(1)3—6月是西南涡生成与移出涡源的多发时段,西南涡中以九龙涡为主,盆地涡次之,小金涡易移出涡源.(2)九龙涡、小金涡的生成与偏南气流流入各自涡区的开口地形有关,但小金涡流入
本文中,我们利用多复变对数导数引理将Milloux不等式推广至关于整函数全导数的微分多项式.作为应用,我们证明了两个多复变Picard型定理:设是f是Cn上的一个整函数,a,b是两个判别复数且b≠0,(1)如果f≠a,f关于全导数的微分多项式P≠b,则f是常函数;(2)如果fsDt1(fs1)···Dtq(fsq)≠b,且s+∑qj=1 sj≥2+∑qj=1 tj,则f是常函数,其中Dkf是f的k阶全导数.
图像拼接技术是大视野显微数字图像应用中的关键技术之一.随着科学技术的发展,人们更加关心大视野显微数字图像的快速而又准确的图像拼接问题.而现有的传统图像拼接方法是在图像配准之后按照固定的顺序拼接,这对显微数字图像的采集质量以及配准的准确度要求很高,一旦有误差便会沿着固定的路径累加,从而使后续的图像产生错位等问题.通过实验分析,提出了一种优化大视野图像拼接路径的方法,极大地优化了误差累积和配准失败带来
既有的图像特征匹配算法比较适合于一般分辨率的图像,且是在灰度图像上进行的.洞窟壁画图像的特点是分辨率非常高,并且还可能存在具有相同灰度纹理和不同颜色的区域.针对这类特殊图像,提出了一种面向高分辨率壁画图像的高速化特征匹配算法(简称NeoKPM算法). NeoKPM算法有2个主要特点:(1)通过降采样图像获得原图像粗配准的单应变换矩阵,极大地降低了后续特征匹配的时间复杂度;(2)提出了一种基于灰度和
选取六个经纬度长方形区域(在30°N线上四个:雅安附近、鄂西南、江汉平原南部、杭州湾西;南选海南岛、北选郑州附近),把逐时降雨资料细分四十二个等级分别统计三类“类条件概率密度”,并给出了细致的曲线图及形式简单的经验拟合函数.结果显示三类类条件概率密度曲线均是单调凸减函数、在双对数图上曲线均是单调凹减函数,用三参数幂函数的指数函数作为经验拟合函数,能得到好的拟合效果,对所选区与密度函数普适.通过分区比较揭示了雅安“多且强”与海南岛“少而大”的特有降雨结构特征:雅安降雨频次多,第一、二类类条件概率密度在曲线头
近年来非易失性存储(Non Volatile Memory,NVM)飞速发展,它具有的持久化、大容量、低延迟、按字节寻址、高密度和低能耗等优越特性,强烈冲击着目前的数据库系统架构.SQLite是一款轻量级关系型数据库,实现了无服务器、零配置、事务性的SQL数据库引擎.其为每个连接维护一个缓冲区,有着空间开销大和数据一致性检测的问题,同时由于采用了相对简单的串行化单写事务执行方式和按页记录日志等方案,带来了回滚日志模式性能低和写入放大以及WAL模式存储空间要求等问题.为了解决上述挑战,构建了一种新的基于非易
针对分类器在识别不平衡数据时少数类准确率不理想的问题,提出了一种双重代价敏感随机森林算法,双重代价敏感随机森林算法分别在随机森林的特征选择阶段和集成投票阶段引入代价敏感学习.在特征选择阶段提出了生成代价向量时间复杂度更低的方法,并将代价向量引入到了分裂属性的计算中,使其在不破坏随机森林随机性的同时更有倾向性地选择强特征;在集成阶段引入误分类代价,从而选出对少数类数据更敏感的决策树集合.在UCI数据集上的实验结果表明,提出的算法较对比方法具有更高的整体识别率,平均提高2.46％,对少数类识别率整体提升均在5
医用内窥镜能够有效对患者体内病变器官进行诊断,在医用内窥镜介入诊疗过程中,诊疗结果主要依赖于其设计结构和成像原理,介入过程容易产生不适症状或影响诊疗效果,若能改进传统医用内窥镜结构,提高成像技术,将对医用内窥镜介入诊疗提供重要帮助.本文在概述了医用内窥镜介入工作原理的基础上,通过阐述现阶段医用内窥镜结构和成像方面的新动态和技术,对医用内窥镜装置的研究现状进行综述,分析总结了目前医用内窥镜所存在的主要问题,并对内窥镜装置的发展前景进行了展望.
随着互联网技术的不断发展,网络的安全问题日益受到人们的重视.网络异常流量检测能够为拦截网络攻击提供有效的保障.然而,为了准确检测网络中的异常流量,通常需要分析海量的数据.分析这些数据不仅消耗巨大的计算资源,降低检测的实时性,还有可能降低检测的准确率.为解决这些问题,提出了一种基于集成特征选择的网络异常流量检测方法:采用5种不同的特征选择算法,设计了一种投票机制以选择特征子集;用朴素贝叶斯、决策树、XGBoost(eXtreme Gradient Boosting)这3种不同的机器学习算法,评估所采用的特征