Autonomous Robotic Drilling System for Mice Cranial Window Creation

要約

生命科学における実験操作におけるロボット支援は、科学者のスキルに関係なく、良好な結果を可能にすることが期待されています。
ライフサイエンスにおける実験標本は個体差の影響を受けるため、自律ロボット制御を成功させるには複雑なアルゴリズムが必要です。
ユースケースとして、私たちはマウスの頭蓋窓の作成を研究しています。
この手術では、厚さ約300μmの8mmの円形の頭蓋骨パッチを除去する必要がありますが、マウスの頭蓋骨の形状や厚さはマウスの系統、性別、年齢によって大きく異なります。
この研究では、オフライン計画を必要としない自律ロボット掘削方法を提案します。これは、画像と力の情報に基づく完了レベル認識を備えた実行時フィードバックを備えた軌道計画ブロックで構成されます。
力の情報により、完成レベルの解像度が 10 倍増加します。
提案手法を 2 つの方法で評価します。
まず、卵の殻の穴あけタスクで、20 回の試行のうち 95% の成功率と 7.1 分の平均穴あけ時間を達成しました。
2番目は、死後のマウスで、成功率は70%、20回の試行中平均ドリル時間は9.3分でした。

要約(オリジナル)

Robotic assistance for experimental manipulation in the life sciences is expected to enable favorable outcomes, regardless of the skill of the scientist. Experimental specimens in the life sciences are subject to individual variability hence require intricate algorithms for successful autonomous robotic control. As a use case, we are studying the creation of cranial windows in mice. This operation requires the removal of an 8-mm-circular patch of the skull, which is approximately 300 um thick, but the shape and thickness of the mouse skull significantly varies depending on the strain of mouse, sex, and age. In this work, we propose an autonomous robotic drilling method with no offline planning, consisting of a trajectory planning block with execution-time feedback with completion level recognition based on image and force information. The force information allows for completion-level resolution to increase 10 fold. We evaluate the proposed method in two ways. First, in an eggshell drilling task and achieved a success rate of 95% and average drilling time of 7.1 min out of 20 trials. Second, in postmortem mice and with a success rate of 70% and average drilling time of 9.3 min out of 20 trials.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google