Yüksek frekanslı elektrocerrahi tester, n MHz'den yüksek frekanslı LCR veya mesh kullanır.

Yüksek frekanslı elektrocerrahi birimleri (ESU) 1 MHz'in üzerinde çalışırken, parazit kapasitansı ve dirençli bileşenlerin indüktansı karmaşık yüksek frekanslı özelliklere neden olur.Test doğruluğunu etkileyenBu makalede, yüksek frekanslı elektrocerrahi birim testçileri için yüksek frekanslı LCR metrelerine veya ağ analizatörlerine dayalı dinamik bir telafi yöntemi önerilmektedir.Gerçek zamanlı impedans ölçümü kullanarak, dinamik modelleme ve uyarlanabilir telafi algoritmaları, yöntem parazitik etkilerden kaynaklanan ölçüm hatalarını ele alır.Sistem, ESU performansının doğru bir karakterize edilmesini sağlamak için yüksek hassasiyetli enstrümanları ve gerçek zamanlı işlem modüllerini entegre eder.Deneysel sonuçlar, 1 MHz'den 5 MHz aralığında, impedans hatasının% 14.8'den% 1.8'e ve faz hatasının 9.8 dereceden 0.8 dereceye düştüğünü göstermektedir.Metotun etkinliğini ve dayanıklılığını doğrulamakGenişletilmiş çalışmalar, algoritma optimizasyonunu, düşük maliyetli enstrümanlara uyarlanmasını ve daha geniş bir frekans aralığında uygulamaları araştırmaktadır.

Elektrokirurgi birimi (ESU), doku kesimi, pıhtılaşma ve ablasyonu elde etmek için yüksek frekanslı elektrik enerjisi kullanan modern cerrahi alanında vazgeçilmez bir cihazdır.Nöromuskuler uyarımı azaltmak ve enerji aktarımı verimliliğini artırmak için çalışma sıklığı tipik olarak 1 MHz'den 5 MHz'e kadar değişir.Bununla birlikte, yüksek frekanslarda, dirençli bileşenlerin parazitik etkileri (kapasitans ve indüktans gibi) impedans özelliklerini önemli ölçüde etkiler.Geleneksel test yöntemlerinin ESU performansını doğru bir şekilde tanımlayamamasını sağlamakBu parazitik etkileri sadece çıkış gücü istikrarını etkilemekle kalmaz, aynı zamanda ameliyat sırasında enerji dağıtımında belirsizliklere yol açabilir ve klinik riski artırabilir.

Geleneksel ESU test yöntemleri tipik olarak sabit yükleri ölçmek için kullanan statik kalibrasyona dayanmaktadır.Parazit kapasitansı ve indüktansı sıklıkla değişir.Statik kalibrasyon bu değişikliklere uyum sağlayamaz ve ölçüm hataları %15'e kadar çıkabilir.Bu makalede, yüksek frekanslı LCR ölçerine veya ağ analizatörüne dayalı dinamik bir telafi yöntemi önerilmektedir.Bu yöntem, test doğruluğunu sağlamak için gerçek zamanlı ölçüm ve uyarlanabilir bir algoritma ile parazitik etkileri telafi eder.

Bu çalışmanın katkıları şunları içerir:

• Yüksek frekanslı bir LCR ölçümcüsü veya ağ analizatörü tabanlı dinamik bir telafi çerçevesi önerilmektedir.
• 1 MHz'in üzerindeki frekanslar için gerçek zamanlı bir impedans modelleme ve telafi algoritması geliştirildi.
• Metotun etkinliği deneyler yoluyla doğrulandı ve düşük maliyetli araçlarda uygulanma potansiyeli araştırıldı.

Sonraki bölümlerde teorik temel, yöntem uygulaması, deneysel doğrulama ve gelecekteki araştırma yönleri ayrıntılı olarak tanıtılacak.

Yüksek frekanslı ortamlarda, direnç bileşenlerinin ideal modeli artık geçerli değildir.Cp) ve parazitik indüktansa (Lp), eşdeğer bir impedansla:

Nereye?Zkarmaşık impedans,Risimli direnç, ω açısal frekans vejParazitik indüktans.Lpve parazit kapasitesiCp1 MHz'in üzerinde, ωLpve

Katkı önemli, sonuç olarak impedans büyüklüğünde ve fazında doğrusal olmayan değişiklikler.

Örneğin, 5 MHz'de nominal 500 Ω direnç için,Lp= 10 nH veCp= 5 pF, impedansın hayali kısmı:

Sayısal değeri, ω = 2π × 5 × 106rad/s'yi değiştirerek elde edebiliriz:

Bu hayali kısım, parazitik etkilerin impedansı önemli ölçüde etkilediğini ve ölçüm sapmalarına neden olduğunu gösterir.

Dinamik tazminatın amacı, gerçek zamanlı ölçüm yoluyla parazitik parametreleri çıkarmak ve etkileri ölçülen impedanstan çıkarmaktır.LCR sayaçları, bilinen frekansta bir AC sinyali uygulayarak ve yanıt sinyalinin amplitudunu ve fazını ölçerek impedans hesaplar.Ağ analizatörleri, daha doğru impedans verileri sağlayarak S-parametreler (kaydırma parametreleri) kullanarak yansıma veya iletim özelliklerini analiz eder.Dinamik telafi algoritmaları, bu ölçüm verilerini gerçek zamanlı bir impedans modeli oluşturmak ve parazitik etkileri düzeltmek için kullanır.

Kompensasyondan sonra impedans:

Bu yöntem, ESU'nun dinamik çalışma koşullarına adapte olmak için yüksek hassasiyetli veri elde etme ve hızlı algoritma işleme gerektirir.Kalman filtreleme teknolojisinin birleştirilmesi, parametre tahmininin sağlamlığını daha da artırabilir ve gürültü ve yük değişikliklerine uyarlanabilir [3].

Sistem tasarımı aşağıdaki temel bileşenleri birleştirir:

• Yüksek frekanslıLCRMetre veya ağ analizatörüÖrneğin Keysight E4980A (LCR ölçer,% 0.05 doğruluğu) veya Keysight E5061B (ağ analizörü, S-parametresi ölçümlerini destekler) yüksek hassasiyetli impedans ölçümleri için.
• Sinyal alma birimi: 100 Hz örnekleme hızı ile 1 MHz ila 5 MHz aralığında impedans verileri toplar.
• İşleme birimi: gerçek zamanlı telafi algoritmasını çalıştırmak için bir STM32F4 mikro denetleyici (168 MHz'de çalışır) kullanır.
• Ödeme modülü: Dinamik modele dayanarak ölçülen değeri ayarlar ve dijital sinyal işlemcisi (DSP) ve özel yazılım içerir.

Sistem, güvenilir veri iletimi ve düşük gecikme süresi sağlamak için USB veya GPIB arayüzleri üzerinden LCR ölçümcüsü / ağ analizatörü ile iletişim kurar.Donanım tasarımı, dış müdahaleyi azaltmak için yüksek frekanslı sinyaller için kalkan ve topraklama içerirSistemin istikrarını artırmak için, ölçüm aleti üzerindeki ortam sıcaklığının etkilerini düzeltmek için bir sıcaklık telafi modülü eklenmiştir.

Hareket tazminatı algoritması aşağıdaki adımlara ayrılır:

1. Başlangıç kalibrasyonu: Bir baz modeli oluşturmak için bilinen frekanslarda (1 MHz, 2 MHz, 3 MHz, 4 MHz ve 5 MHz) bir referans yükünün (500 Ω) impedansını ölçün.
2. Parazitik parametrelerin çıkarılması: Ölçülen veriler en küçük kare yöntemini kullanarak elde edilir.R,Lp, veCpDüzeltme modeli aşağıdakilere dayanır:

3. Gerçek zamanlı tazminat: Çıkarılan parazitik parametrelere dayanarak düzeltilmiş impedansı hesaplayın:

Nereye?^kTahmini durumdur (R,Lp,Cp),KkKalman kazancıdır.zkölçüm değeri veHölçüm matrisidir.

Algoritma verimliliğini artırmak için, ölçüm verilerini önceden işlemek ve hesaplama karmaşıklığını azaltmak için hızlı Fourier dönüşümü (FFT) kullanılır.Algoritma, veri toplama ve telafi hesaplamalarını paralel olarak gerçekleştirmek için çoklu iplik işlemini destekler..

Algoritma Python'da prototiplendi ve daha sonra optimize edildi ve bir STM32F4 üzerinde çalışmak için C'ye aktarıldı.ağ analizatörü daha yüksek frekans çözünürlüğünü desteklerken (10 MHz'e kadar)Kompensasyon modülünün işlem gecikmesi gerçek zamanlı performans sağlamak için 8.5 ms'in altında tutulur. Firmware optimizasyonları şunları içerir:

• Sıfırlayıcı nokta birimi (FPU) kullanımı.
• 512 KB önbellek desteği ile bellek optimizasyonlu veri tamponu yönetimi.
• Gerçek zamanlı kesinti işleme veri senkronizasyonu ve düşük gecikme sağlar.

Farklı ESU modellerine uyum sağlamak için sistem, önceden ayarlanmış bir yük özellikleri veritabanına dayanan çok frekanslı taramayı ve otomatik parametreler ayarlamasını destekler.Hata tespit mekanizması eklendi.Ölçüm verileri anormal olduğunda (beklenen aralığın dışındaki parazit parametreler gibi), sistem bir alarm tetikler ve yeniden kalibre eder.

Deneyler laboratuvar ortamında aşağıdaki ekipmanları kullanarak yapıldı:

• Yüksek frekanslıESU: 1 MHz'den 5 MHz'e kadar çalışma frekansı, çıkış gücü 100 W.
• LCRTablo: Keysight E4980A, % 0.05 doğruluk.
• Ağ analizörü: Keysight E5061B, S-parametre ölçümlerini destekler.
• Referans yükü: 500 Ω ± 0,1% hassaslıkta direnç, 200 W değerli güç.
• Mikro denetleyiciSTM32F4, 168 MHz'de çalışıyor.

Deneysel yük, gerçek ameliyat sırasında karşılaşılan çeşitli yük koşullarını simüle etmek için seramik ve metal film dirençlerinden oluşuyordu.ve 5 MHzÇevre sıcaklığı 25 °C ± 2 °C'de kontrol edildi ve dış müdahaleyi en aza indirmek için nem %50 ± 10% idi.

Karşılaştırılmamış ölçümler, parazit etkilerinin etkisinin frekansla önemli ölçüde arttığını göstermektedir. 5 MHz'de, impedans sapması% 14.8'e ve faz hatası 9.8 dereceye ulaşır.Dinamik tazminat uygulandıktan sonra, impedans sapması %1.8'e ve faz hatası 0.8 dereceye düşürülür.

Deney aynı zamanda algoritmanın ideal olmayan yükler altında (yüksek parazit kapasitansı da dahil olmak üzere) kararlılığını test etti.CpKompensasyondan sonra, hata %2.4 içinde tutuldu. Ayrıca, tekrarlanan deneyler (ortalama 10 ölçüm) sistemin tekrarlanabilirliğini doğruladı.Standart sapması 0'dan daha az olanYüzde.1.

Tablo 1: Ödeme öncesi ve sonrası ölçüm doğruluğu

Karşılaştırma algoritması, n ölçüm frekansının sayısı olduğu O ((n) 'lik bir hesaplama karmaşıklığına sahiptir. Kalman filtreleme, parametre tahmininin istikrarını önemli ölçüde iyileştirir,Özellikle gürültülü ortamlarda (SNR = 20 dB)Genel sistem yanıt süresi gerçek zamanlı test gereksinimlerini karşılayan 8.5 ms'dir.Dinamik telafi yöntemi ölçüm süresini yaklaşık %30 azaltır., test verimliliğini arttırır.

Dinamik telafi yöntemi, parazitik etkilerin gerçek zamanlı olarak işlenmesiyle yüksek frekanslı elektrocerrahi testlerin doğruluğunu önemli ölçüde artırır.Geleneksel statik kalibrasyona kıyasla, bu yöntem yükün dinamik değişikliklerine uyarlanabilir ve özellikle yüksek frekanslı ortamlarda karmaşık impedans özellikleri için uygundur.LCR sayaçlarının ve ağ analizörlerinin birleştirilmesi, tamamlayıcı ölçüm yetenekleri sağlar: LCR ölçerleri hızlı impedans ölçümleri için uygundur ve ağ analizatörleri yüksek frekanslı S-parametre analizinde iyi performans gösterir.Kalman filtrelemesinin uygulanması, algoritmanın gürültü ve yük değişikliklerine dayanıklılığını artırır [4].

Bu yöntem etkili olmasına rağmen, aşağıdaki sınırlamalara sahiptir:

• Araç maliyeti: Yüksek hassasiyetli LCR sayaçları ve ağ analizatörleri pahalıdır, bu da bu yöntemin popülaritesini sınırlamaktadır.
• Kalibrasyon gereksinimleri: Sistem, aletlerin yaşlanmasına ve çevresel değişikliklere uyum sağlamak için düzenli olarak kalibre edilmelidir.
• Frekans aralığı: Mevcut deney 5 MHz'in altında sınırlıdır ve daha yüksek frekansların (örneğin 10 MHz) uygulanabilirliğini doğrulamak gerekir.

Gelecekteki gelişmeler aşağıdaki yollarla yapılabilir:

• Düşük maliyetli enstrüman uyarlaması: Sistem maliyetini azaltmak için düşük maliyetli bir LCR sayacına dayalı basitleştirilmiş bir algoritma geliştirmek.
• Geniş bant desteği: Algoritma, yeni ESU'ların ihtiyaçlarını karşılamak için 10 MHz'den yüksek frekansları desteklemek için genişletilir.
• Yapay zeka entegrasyonu: Parazitik parametrelerin tahminini optimize etmek ve otomasyon seviyesini artırmak için makine öğrenimi modellerinin (nöral ağlar gibi) tanıtımı.

Bu makalede, yüksek frekanslı elektrocerrahi test cihazları için 1 MHz'in üzerindeki doğru ölçümler için yüksek frekanslı bir LCR ölçümüne veya ağ analizatörüne dayalı dinamik bir telafi yöntemi önerilmektedir.Gerçek zamanlı impedans modelleme ve uyarlanabilir telafi algoritması ileDeneysel sonuçlar, 1 MHz ila 5 MHz aralığında,İmpedans hatası 14'ten azaltılır..8%'den 1.8%'e ve faz hatası 9.8 derece'den 0.8 derece'ye düşürülür, bu da yöntemin etkinliğini ve dayanıklılığını doğrular.

Gelecekteki araştırmalar algoritma optimizasyonu, düşük maliyetli enstrüman uyarlaması ve daha geniş bir frekans aralığında uygulama üzerine odaklanacak.Yapay zeka teknolojilerinin (makine öğrenimi modelleri gibi) entegre edilmesi, parametreler tahmininin doğruluğunu ve sistem otomasyonunu daha da iyileştirebilirBu yöntem, yüksek frekanslı elektrocerrahi birim testleri için güvenilir bir çözüm sağlar ve önemli klinik ve endüstriyel uygulamalara sahiptir.