在世界范围内，中风和心脏病等心血管疾病是导致长期致残和死亡的主要原因。目前，各种心血管疾病均采用微创手术治疗，其创伤小且疗效优于开放手术。心血管疾病的常规微创治疗通常采用被动式导丝和带有预成形尖端的导管，该尖端需在放射线成像下进行操作。例如，在机械血栓切除术中，外科医生通常将患者股动脉的导丝/导管组合插入腿部，并采用荧光镜成像技术进行导航，由主动脉进入目标被闭塞的动脉（通常在大脑或肺部），对目标部位进行凝块清除。目前，这种被动式导丝和导管的手动操作通常受到以下限制：在复杂血管系统中的可操纵性低，且难以进入小的血管分支，操作时间长，以及操作过程中累积的辐射量会对病人和操作医生造成损害。为了克服这些挑战，人们尝试通过远程方式来实施机器人辅助的微创治疗。由于磁场的束缚性和生物相容性，最近出现了一种具有应用前景的机器人辅助微创平台，该平台基于磁场控制的弹性纤维——磁性连续体柔性机器人（magnetic soft continuum robots，MSCR）。
图1. 用于微创治疗的 MSCR。(A) 人体难以触及的区域的心血管疾病，MSCR 可以在这些区域发挥效能。(B) 在复杂血管中导航的 MSCR 主动弯曲的示意图。工作空间被定义为 MSCR 的末端执行器通过调整致动磁场可达到的位置区域。(C) 在心房颤动消融病变组织中操作 MSCR 的示意图。(D) MSCR 远端部分的示意图，其中硬磁颗粒（例如 NdFeB）分散在聚合物基质（例如硅树脂）中。
MSCR通常包括一个能实现磁响应的远端部分和一个非磁化的主体，该远端可以通过调节致动磁场而主动弯曲，该非磁化的主体可以通过控制系统连接到MSCR近端的电动机，从而实现前进或后退。在典型的微创治疗中，外科医生远程控制马达以将MSCR推进到需要主动转向的位置，例如在血管分支（图1B）或病变组织（图1C）。在这些位置，外科医生需要远程施加磁场以弯曲MSCR的远端，以便MSCR的末端执行器到达所需位置。此后，外科医生进一步推动或操作由致动磁场主动控制的MSCR。显而易见，MSCR的可操纵性在很大程度上取决于其工作空间（其末端执行器可达到的位置集）。而更大的工作空间能在微创治疗中为MSCR带来更高的操纵性。现有的MSCR大多是通过将一个或多个永久磁铁嵌入MSCR的远端部分制成的。最近，一种新型的MSCR则是通过将硬磁颗粒均匀地分散在弹性纤维中（图1D）。但是，具有嵌入式磁体和均匀分布的硬磁粒子的MSCR的工作空间仍然受到限制，这主要是由于缺少MSCR的高效设计和优化工具。实际上，MSCR的现有设计在很大程度上依赖于试验性的反复试验或数值模拟，这对于具有大量参数的MSCR设计或优化而言并不理想。因此，能够最大化MSCR工作空间的有效设计策略仍然是一个重要但尚未解决的挑战。鉴于此，麻省理工学院赵选贺团队创造性地提出一种进化设计策略，通过集成理论模型和遗传算法来确定MSCR内的最佳磁化强度和刚度模式（图2A），从而最大化MSCR的工作空间。这意味着优化的MSCR在微创治疗中具有卓越的可操纵性。这种设计和优化方法还可以轻松地纳入其他设计参数，这为设计和优化未来的磁性软机器人和执行器提供了强大而有效的工具。该研究以题为“Evolutionary design of magnetic soft continuum robots”的论文发表在最新一期《PNAS》上。
【磁性连续体柔性机器人的设计参数】
作者通过调整MSCR的磁化和刚度模式来优化其工作空间。在一般性的情况下，MSCR 的磁活性部分可以被分割成N个体素，其中每个体素都用硬磁粒子的特定体积分数进行编码。该体积分数表示为ϕ（图 2A）。通过沿MSCR的轴向施加强大的磁场脉冲，MSCR中的硬磁颗粒被磁化至饱和，从而产生每个体素的剩余磁化强度M。体素的 ϕ 值对其剩磁和刚度有两个影响。一方面，体素的剩余磁化与ϕ成线性比例（即，M＝M0，其中M0是硬磁性颗粒的剩余磁化强度）（图2B）。因此，增加ϕ将增加体素的剩磁。另一方面，因为硬磁颗粒的刚性比聚合物基体高得多，按照门尼模型，增加ϕ将增加体素的剪切模量。此外，为了保证制造MSCR的一致性，ϕ的上限约为40%。总的来说，为了实现MSCR的最大工作空间，需要在0 ≤ ϕ ≤ 0.4的范围内优化MSCR的所有体素的ϕ值。因此，所有体素的ϕ值以及相应体素的剩磁和剪切模量是MSCR的设计参数。
图2. 通过对远端部分的磁化和刚度模式进行编程来设计 MSCR。(A) 通过调整其磁性粒子体积分数 ϕ，每个体素都使用特定的剩磁M进行编码。所有体素的剩磁方向是沿着指向远端的轴向。(B) MSCR 的归一化磁化强度 M(ϕ)=M0（左，黑色）和剪切模量 G(ϕ)=G0（右，红色）作为粒子体积分数ϕ的函数
【磁性连续体柔性机器人的进化设计策略】
首先，作者建立了硬磁弹性体的理论模型和有限差分方法，并通过将该有限差分方法是的结果与具有均匀分布的硬磁颗粒MSCR的解析解和有限元模拟的结果进行比较，来验证其有效性。作者选择了具有代表性的MSCR，其中聚合物基质是聚二甲基硅氧烷 (PDMS)，硬磁颗粒基于NdFeB。在激励磁场B = 2, 5, 10, 40 mT下，磁场方向φ = 180°，变形弹性体的配置如图3 D所示。结果表明三种方法相互吻合：具有均匀分散的磁性粒子 ϕ = 0.2 的 MCRS 的归一化半工作空间计算结果为0.13（图 3E），这验证了有限差分法的准确性。接下来，作者分析了粒子浓度从0到0.4线性增加的MSCR。在致动磁场B = 2, 5, 10, 40 mT下，磁场方向 φ = 180°，通过有限差分法得到的变形弹性体的配置与有限元结果非常吻合（图 3F）。通过改变致动场，这种MSCR的归一化半工作空间为0.082（图 3G）。
图3. MSCR远端部分的理论模型
接着，作者采用遗传算法来计算最大化工作空间的最佳磁化和刚度模式。遗传算法类似于自然选择的过程，其中最适合的个体生存下来以产生下一代的后代。与只能提供局部优化结果的基于梯度的算法不同，遗传算法能在大搜索空间中寻找近全局最优，因而具有的显着效率。MSCR 的远端部分被等分为100个体素。作者通过为MSCR的每个体素分配一个介于0和0.4之间的随机ϕ值来创建第一代的100个具有随机磁化和刚度模式的MSCR，然后计算它们的工作空间。此后，作者采用随机通用抽样方法来选择100个MSCR。值得注意的是，在随机通用采样中，具有较大工作空间的MSCR比具有较小工作空间的MSCR具有更高的被选中机会（甚至多次）。所选的100个MSCR将通过5%的精英、85%的交叉和10%的突变（图 4A）遗传到第二代的100个MSCR。5%的精英意味着五个具有最高工作空间的第一代 MSCR 将直接传播到第二代，而不会改变它们的磁化和刚度模式。85%的交叉意味着，在剩余的95个第一代 MSCR 中，作者随机选择85个MSCR 并交换它们的一些体素，形成 85个新的MSCR。10%的突变意味着，在剩余的10个第一代 MSCR 中，每个MSCR将通过随机改变其某些体素来生成一个新的MSCR。此后，作者迭代上述随机通用采样的过程，然后是精英、交叉和变异，以进化的方式创建后代的MSCR。此进化过程在多个世代中重复进行，直到最大一代的工作空间与某一代MSCR中所有工作空间的平均值之差小于公差为止。
图4. 通过遗传算法设计和优化MSCRs
【各种MSCR以及商用导丝/导管工作空间的比较】
作者比较了优化的MSCR、目前最先进的MSCR和带有嵌入式磁铁的导丝/导管的工作空间（图5）。相比之下，通过遗传算法，优化后的 MSCR 具有0.27的归一化半工作空间——远高于最先进的MSCR（0.13）。接着，作者计算了五种带有嵌入式磁铁的商用导管的归一化半工作空间，结果表明，目前最先进的MSCR和带有嵌入式磁铁的导丝/导管的归一化半工作空间远低于优化的MSCR (0.27)。这种对比突出了这种设计和优化方法的优越性，并体现了优化体素的剩磁和刚度在实现高工作空间方面的重要性。最后，作者通过实验验证了MSCR的设计和优化，证明了两者具有良好的一致性。作者还指出，这种设计和优化的方法还可以轻松地纳入其他设计参数，这为设计和优化未来的磁性软机器人和执行器提供了强大而有效的工具。
图5. 比较优化的 MSCR、最先进的MSCR和带有嵌入式磁铁的导丝/导管之间的标准化半工作空间。优化后的MSCR的最大归一化半工作空间为0.27。
文章链接：https://www.pnas.org/content/118/21/e2021922118
原文刊载于【高分子科学前沿】公众号
本文版权归原作者所有，文章内容不代表平台观点或立场。如有关于文章内容、版权或其他问题请与我方联系，我方将在核实情况后对相关内容做删除或保留处理！