仿生光纤神经网络实现的多物理场感知用于组织安全机器人粘附

《Biosensors and Bioelectronics》：Bio-inspired Fiber-Optic-Neural Network Enabled Multi-Physical Sensing for Tissue-Safe Robotic Adhesion

　　

在机器人辅助手术中，具备非破坏性粘附组织能力的智能感知吸盘需求迫切。然而，现有手术吸盘因缺乏感知能力常出现过度粘附，导致组织损伤并引发手术风险。为解决这一问题，研究人员提出一种集成多物理场感知方法的仿生吸盘，用于组织损伤监测。该系统融合光纤受体与物理模型引导多任务级联神经网络（Physical Model guided Multitask Cascade Neural Network, PM-MCNN），可实时检测吸附过程中的多个安全性相关力学参数，包括机械压缩量、接触力、粘附力和真空度。这些测量结果为粘附状态的动态调控提供关键反馈，从而避免组织损伤。研究人员认为，该感知方法为下一代基于粘附的手术器械及机器人系统提供了有效的感知框架，为更稳健、无损伤的组织操作奠定基础。

论文解读：《仿生光纤神经网络实现的多物理场感知用于组织安全机器人粘附》

研究背景与意义

在机器人辅助微创手术中，生物组织的非破坏性粘附是牵引、固定和抓取等操作的核心需求。以冠状动脉旁路移植术为例，外科医生需借助带吸盘阵列的手术辅助装置固定心脏局部组织，以在跳动的心脏上进行精准的血管搭桥。理想的粘附效果是既能稳固吸附心脏组织，又避免造成组织损伤。然而，现有研究多聚焦于实现强粘附，忽视了组织损伤风险，导致临床中使用的粘附装置常引发术后并发症。生物组织表面湿润、质地柔软且形态不规则，如何在稳固粘附的同时避免损伤仍是重大挑战。自然界中，吸口鱼（Hypostomus plecostomus）能在无鳞、分泌大量黏液的软体鱼类伤口上实现稳固粘附的特性为仿生设计提供了灵感。此前的研究虽开发了多种仿生粘附材料与系统，但大多缺乏对粘附状态的主动感知能力。即便部分研究引入了触觉传感，仍无法实时反馈多个与组织损伤相关的物理量。因此，开发具备多参数实时感知能力的仿生吸盘对提升手术安全性具有重要意义。该研究发表于《Biosensors and Bioelectronics》。

关键技术方法

研究人员采用仿生学设计，以吸口鱼（H. plecostomus）口腔结构为原型制备仿生吸盘。研究构建了光纤神经网络（Fiber-Optic-Neural Network, FONN），集成光纤光栅（Fiber Bragg Grating, FBG）传感器阵列作为人工触觉受体，并结合物理模型引导多任务级联神经网络（PM-MCNN）进行信号处理。实验选用干硅胶块（Ecoflex 00-30）、甘油涂层湿滑软硅胶块（Ecoflex 00-30）及新鲜猪心作为测试对象，通过施加不同机械压缩力和抽取不同真空度，测试仿生吸盘的粘附性能。

研究结果

Overall Design（整体设计）

吸口鱼（H. plecostomus）的口部不仅是呼吸和摄食器官，还可实现多表面粘附。其粘附过程中，软唇盘首先与被接触表面形成封闭空间，随后通过调整鳃裂和口阀位置改变口腔内部腔体体积，进而调节腔内压力形成负压并产生粘附力。研究人员基于此机制设计了仿生吸盘的整体结构。

Adhesion ability of the bionic suction cup（仿生吸盘的粘附能力）

为验证仿生吸盘的粘附性能，研究人员选取干硅胶块（Ecoflex 00-30）、甘油涂层湿滑软硅胶块（Ecoflex 00-30）和新鲜猪心作为实验对象。通过施加不同机械压缩力和抽取不同真空度，测试仿生吸盘在这三类表面的粘附能力，以拉力作为粘附力的量化指标。实验结果表明该仿生吸盘在不同特性的表面上均能有效粘附。

Discussion（讨论）

研究人员提出集成感知功能的仿生吸盘，可反馈与组织损伤相关的多个力学参数。通过集成FBG传感器阵列（作为人工触觉受体）与PM-MCNN，构建了FONN系统。该系统可实时估计四个与组织安全相关的关键力学参数：机械压缩量（反映吸盘与组织完全接触形成密封过程中的组织受压程度）、接触力（反映吸盘与组织间的相互作用力）、粘附力（反映稳固粘附状态）和腔内真空度（反映组织对吸盘内壁的压缩程度及粘附稳定性）。这一多物理场感知框架为下一代基于粘附的手术器械和机器人系统提供了新型感知范式，实现了更稳健、无损伤的组织操作。

Fabrication of Bionic Suction Cup（仿生吸盘的制备）

研究人员采用模具注塑法制备仿生吸盘。首先通过石膏灌注法制作吸口鱼（H. plecostomus）腔体模型：将石膏溶液注入安乐死的吸口鱼口腔直至填满整个腔体，待石膏溶液固化后从鱼口腔中取出石膏模型，获得吸盘腔体的完整结构。随后基于该结构进行三维建模并制备模具，最终通过注塑成型得到仿生吸盘。

研究结论

该研究成功开发了具备多物理场感知能力的仿生吸盘系统，通过模拟生物触觉感知机制，实现了对机械压缩量、接触力、粘附力和腔内真空度的实时监测。该系统解决了传统手术吸盘因缺乏感知导致的过度粘附与组织损伤问题，为机器人辅助手术中的非破坏性组织操作提供了有效的感知框架。研究成果不仅验证了仿生设计与光纤神经网络融合的可行性，也为下一代手术器械的智能化发展奠定了基础。