2025.03.10_AGH_robot_ChickenZucchiniExperiments

该数据集记录了使用22G quincke bevel针在两种不同的phantom配置（鸡肉上覆盖西葫芦和西葫芦上覆盖鸡肉）中，通过Dobot MG400控制的三种不同速度（慢速、中速和快速）插入时，由针尖安装的麦克风记录的声学和振动信号。phantom的总插入深度分别为6.5厘米和7.0厘米，针尖最初位于phantom表面以上0.5厘米。

原始信息汇总

2025年3月鸡-西葫芦实验数据集

数据集作者

Oğuzhan Berke Özdil

数据集描述

该数据集记录了在Dobot MG400控制下，以三种恒定速度通过两种分层体模配置时，针式麦克风采集的声学和振动信号。

测量内容

体模配置

1. 体模1（鸡在上，西葫芦在下）

   • 鸡层厚度：约1.95–2.00 cm
   • 西葫芦层厚度：约1.96–2.00 cm
   • 凝胶基底厚度：约2.00 cm
   • 总插入深度：6.5 cm（Dobot Z轴：–20 mm至–85 mm）

2. 体模2（西葫芦在上，鸡在下）

   • 西葫芦层厚度：约2.35–2.50 cm
   • 鸡层厚度：约1.90–2.30 cm
   • 凝胶基底厚度：约1.50 cm
   • 总插入深度：7.0 cm（Dobot Z轴：–20 mm至–90 mm）

初始条件

• 针尖初始位置：距离体模表面0.5 cm

实验方法

针类型

• 22G Quincke斜面针

测量设备

• Dobot MG400机械臂

针速设置

1. 慢速：12.17 mm/s
2. 中速：16.67 mm/s
3. 快速：23.53 mm/s

体模结构

1. 体模1

   • 顶部凝胶层厚度：0.6-0.9 cm

2. 体模2

   • 顶部凝胶层厚度：0.7-1 cm

更多信息

https://agh-edu.atlassian.net/wiki/spaces/VNAV/pages/256737460/March+2025+Chicken-Zucchini

搜集汇总

数据集介绍

构建方式

在机器人辅助穿刺技术的研究中，精确测量生物组织的力学特性至关重要。该数据集通过Dobot MG400机械臂控制22G Quincke斜面针头，以三种恒定速度（12.17mm/s、16.67mm/s、23.53mm/s）穿刺两种层状仿体组织，系统采集了针头麦克风记录的声学和振动信号。仿体采用鸡肉-西葫芦双层结构，通过调整组织层序和厚度构建了两种不同配置，并设置0.5cm初始高度和6-7cm穿刺深度，确保实验条件的标准化与可比性。

使用方法

该数据集适用于医疗机器人触觉反馈、穿刺力建模等研究领域。使用者可通过分析不同速度下的声振信号特征，建立组织层间识别的机器学习模型。数据包含的穿刺深度、速度、仿体结构等元数据，支持开发穿刺阻力预测算法。建议结合信号处理技术提取时频域特征，或利用深度学习进行端到端的组织分层分类任务，相关参数已在实验文档中完整记录。

背景与挑战

背景概述

2025年3月由Oğuzhan Berke Özdil主导的Chicken-Zucchini实验数据集，聚焦于机器人辅助穿刺过程中的声学和振动信号采集。该研究依托AGH教育机构，采用Dobot MG400机械臂控制22G Quincke斜面针头，通过三种恒定速度（12.17 mm/s、16.67 mm/s、23.53 mm/s）穿透鸡胸肉与西葫芦分层仿体，旨在探究生物组织穿刺过程中的力学反馈特征。数据集创新性地构建了两种层序相反的仿体结构（鸡胸肉-西葫芦/西葫芦-鸡胸肉），并配合凝胶基底模拟真实组织环境，为机器人辅助手术中的力觉感知与自适应控制算法开发提供了关键实验数据。

当前挑战

该数据集面临的核心挑战体现在两个维度：在科学问题层面，需解决多层级生物组织穿刺过程中声振信号与针头速度、组织阻力的非线性映射关系，不同仿体材料的声学特性差异增加了信号解耦难度；在数据构建层面，机械臂运动精度与针头振动信号的同步采集要求微秒级时间对齐，而仿体层厚波动（鸡胸肉1.90–2.30cm，西葫芦1.96–2.50cm）导致实验条件标准化面临挑战。此外，凝胶基底黏弹性参数的时变特性可能影响穿刺末端信号的稳定性。

常用场景

经典使用场景

在机器人辅助穿刺手术领域，2025.03.10_AGH_robot_ChickenZucchiniExperiments数据集通过记录不同速度下针头插入多层仿生组织的声学和振动信号，为研究穿刺过程中的力学反馈提供了标准化数据。该数据集特别适用于分析针头在不同组织界面（如鸡肉与西葫芦分层结构）中的穿透行为，成为优化手术机器人控制算法的基准测试平台。

解决学术问题

该数据集有效解决了穿刺手术中组织力学特性实时识别的关键问题。通过量化不同速度下针头穿越肌肉组织（鸡肉）与植物组织（西葫芦）的声振特征差异，为建立组织类型分类模型提供了数据支撑。其分层设计的仿生结构尤其有助于研究穿刺过程中组织边界检测的算法开发，推动了术中实时反馈系统的研究进展。

实际应用

在临床手术机器人开发中，该数据集可直接用于训练穿刺力反馈系统的机器学习模型。其记录的声振信号特征能够帮助工程师模拟真实手术中针头遇到不同组织时的物理响应，显著提升机器人对肝脏活检、硬膜外麻醉等精细操作的模拟精度。食品工业中的自动化质检领域也可借鉴其分层材料穿透数据。

数据集最近研究

最新研究方向

在机器人辅助医疗领域，2025.03.10_AGH_robot_ChickenZucchiniExperiments数据集为研究针头插入生物组织时的声学和振动信号提供了宝贵资源。该数据集通过Dobot MG400机械臂控制针头以不同速度插入由鸡肉和西葫芦构成的分层仿体，记录了关键物理参数。当前研究热点集中在利用这些信号特征实现组织类型识别和穿刺过程实时监控，为开发智能穿刺机器人系统提供数据支持。分层仿体的设计模拟了真实生物组织的异质性，使得该数据集在微创手术导航和力反馈控制算法优化方面具有重要价值。不同插入速度下的信号变化规律研究，进一步推动了穿刺动力学建模的精细化发展。