MEMS实现医疗创新

想法简介

本文首先介绍了MEMS运动传感的一些基本原理，包括元件选择所需的关键理解。它还着眼于医疗导航应用的独特挑战，并探索可能的解决方案，从各种传感器机制到必要的传感器处理，以及提供解决方案所需的独特系统特性和数据处理。将审查并解释关键传感器规范的个别贡献，更重要的是，将讨论潜在的误差和漂移机制以帮助传感器选择。通过集成，传感器融合和传感器处理（如卡尔曼滤波）增强传感器的机会和方法也将得到突出。

利用微机电系统（MEMS）检测，捕获和分析运动的能力已成为消费者和移动设备的常见特征。在技术进步提供高精度动作捕捉的地方，应用已扩展到工业领域。许多潜在的医疗诊断和仪器应用可以从将工业设备的精度与消费设备的移动性和经济性相结合中受益。

在某些情况下，医疗运动捕获的复杂性可与高端军事系统的复杂性相媲美。例如，通常与为陆地，空中和海上车辆开发的应用相关联的精确导航越来越多地用于从外科手术仪器到机器人的医疗应用中。此外，虽然手术导航系统的设计要求与传统的车辆导航具有广泛的相似性，但环境和所需性能水平存在明显的新挑战。

运动捕捉实现医疗保健领域的创新和价值

基于硅的加速度计和陀螺仪传感器称为MEMS（图1），如今在各种设备中都很常见。这些惯性传感器以最小的功率和尺寸检测和测量运动，并且几乎适用于涉及运动的任何应用，甚至那些缺乏运动的应用也很重要。表1概述了一些基于运动类型的基本相关医学应用。稍后，将讨论更复杂的场景中存在运动组合的更高级应用，这些场景会带来更多挑战。

图1：MEMS硅结构感应加速和旋转，并借助信号处理将其转换为电信号

捕获动作以启用新的仪器和诊断工具

许多医学应用，例如准确地确定CPR中的位置和重复率，或者扫描设备相对于患者身体的精确定位，可以受益于相对基本但仍然精确的运动信息。在这些情况下，单个传感器类型可能是足够的，特别是如果存在其他传感器输入，或者至少是移动和使用情况的固定/已知边界。

即使运动范围有限，或者运动动力学更简单，各个传感器必须具有良好的理解和控制的漂移因子，并且通常希望在传感器内部具有嵌入式补偿，以及通过嵌入式将其调整到应用的能力。过滤。

复杂运动需要精密传感器和嵌入式传感器处理

虽然简单的运动检测，例如沿一个轴的线性运动对于许多应用是有价值的，例如检测老年人是否已经摔倒，但是大多数应用涉及多种类型和多个运动轴。能够捕获这种复杂的多维运动可以带来新的好处，同时在最关键的环境中保持准确性。在许多情况下，有必要组合多种传感器类型 - 例如线性和旋转 - 以便精确地确定物体经历的运动。例如，加速度计对地球的引力很敏感，因此它们可用于确定倾角。当MEMS加速度计旋转±1-g场（±90°）时，它能够将该运动转换为角度表示。然而，加速度计无法区分静态加速度（重力）和动态加速度。在后一种情况下，加速度计可以与陀螺仪组合，并且基于已知的运动动力学模型，两个设备的后处理可以从倾斜中辨别出线性加速度。随着系统动力学（运动轴的数量，类型和运动自由度）的增加，传感器融合的这一过程显然变得更加复杂。了解环境对传感器精度的影响也很重要。温度显然是一个关键问题，通常可以纠正; 实际上，更高精度的预校准传感器将自动动态补偿。一个不太明显的因素是即使轻微的振动也可能产生转速传感器的精度变化。这些影响，被称为线性加速和振动整流，取决于陀螺仪的质量可能很重要。传感器融合通过使用加速度计检测线性加速度并补偿陀螺仪的线性加速度灵敏度来提高性能。

对于许多应用，特别是那些要求超出基本指向（上，下，左，右）或简单运动（运动或静止）的性能的应用，需要多个自由度运动检测。例如，六自由度惯性传感器能够检测三个（x，y，z）轴中的每一个上的线性加速度和同一三个轴上的旋转运动，也称为滚动，俯仰和偏航，如图2所示。

图2：线性X，Y和Z运动，加上旋转滚动，俯仰和偏航构成全运动评估所需的六度运动测量; 通常由磁力计和气压计增强

基本导航原理

惯性传感器作为导航辅助设备的使用已在该行业中普及。通常，它们与诸如GPS的其他导航设备一起使用。当GPS访问不可靠时，惯性导航填补了所谓的航位推算的覆盖范围。可以根据环境和性能目标添加其他传感器，包括光学和磁性。每种传感器类型都有其自身的局限性 MEMS惯性传感器提供了完全补偿这些其他传感器不准确性的潜力，因为它们不受相同干扰的影响，并且不需要外部基础设施：不需要卫星，磁场或摄像机- 只需要惯性。表2概述了主要的导航传感器方法，以及它们的优势和潜在的局限性。

与车辆导航中GPS阻塞的可能性一样，医学推论是光学引导和视线阻塞的可能性。基于惯性的传感器在光学阻塞期间执行航位推算，并通过提供冗余感测来增强系统可靠性。

医疗导航

表1中早先概述的一种医疗应用涉及在手术室中使用惯性传感器，以使人工膝关节或髋关节与患者独特的解剖结构更精确对齐。这里的目标是通过使用纯机械对准方法改善关节对准，使患者的自然对准轴误差小于1°，而今天的误差为3°或更大。今天膝关节全部成形术（TKA）的95％以上是通过机械对准完成的。使用光学对准的计算机辅助方法仅缓慢地开始替换一些机械过程，可能是由于所需的设备开销。无论使用机械对准还是光学对准，这些程序中约有30％导致未对准（定义为> 3°误差），这通常会导致不适和额外的手术。减少不对中有可能提供更少侵入性和更短的手术时间，增加术后患者的舒适度，并产生更持久的关节置换。如图3所示，全多轴惯性测量单元（IMU）形式的惯性传感器已经证明TKA的精度得到了显着提高。

图3：基于MEMS的惯性测量单元以紧凑的形式提供精确的六度运动测量因子适用于外科手术仪器

传感器选择和系统级处理

惯性传感器的性能水平存在很大差异。适合游戏的设备无法解决此处概述的高性能导航问题。关键的MEMS规范是偏置漂移，振动影响，灵敏度和噪声。精密工业和医疗导航通常要求的性能水平比目标用于消费设备的MEMS传感器高出一个数量级。表3概述了一般系统注意事项，通过分析可以帮助集中传感器选择。

大多数系统将实现某种形式的卡尔曼滤波器，以有效地合并多种传感器类型。卡尔曼滤波器考虑了系统动力学模型，相对传感器精度以及其他特定应用控制输入，以便最佳地确定实际运动。更高精度的惯性传感器（低噪声，低漂移，以及温度/时间/振动/电源变化的稳定性）降低了卡尔曼滤波器的复杂性，所需的冗余传感器数量以及对允许的系统运行情况的限制数量。

在任何高性能动作捕捉实现中发现的两个主要挑战是将原始传感器数据转换为校准和稳定的传感器数据，以及将精确传感器数据转换为实际位置/跟踪信息。克服第一个障碍涉及优化的传感器处理电子器件与运动校准相结合，运动校准基于对运动动力学的深入了解。第二个障碍需要将对运动动力学的理解与对手头应用的特性的深入了解相结合，如图4所示。

图4：高性能核心传感器开始的精密运动检测，再加上优化的传感器处理和嵌入式应用智能

使用精密MEM传感器实现高价值医疗应用

MEMS惯性传感在商业可行性和可靠性方面是一项非常成熟的技术。除了移动设备和游戏中众所周知的用例之外，医疗和工业领域中存在更具挑战性的需求。在这些情况下，需要更高的性能，以及更完整的集成和传感器处理。例如，医疗导航中涉及的运动的复杂性决定了需要以高度稳定的惯性传感器为基础，然后在此基础上进行优化集成，传感器处理和融合。高精度和环保型传感器开发的可用性推动了医疗领域中MEMS惯性传感器的新应用。这些惯性MEMS器件能够在现有测量/感测方法上提供精度，尺寸，功率，冗余和可访问性方面的优势。幸运的是，解决这些下一代医疗挑战所需的许多原则都是基于经典工业导航问题的成熟方法，包括传感器融合和处理技术。

转载请注明来源：赛斯维传感器网（www.sensorway.cn）