柔性软体机器人原位三维生物打印与内窥镜手术系统
Mai Thanh Thai, Phuoc Thien Phan, Hien Anh Tran, Chi Cong Nguyen, Trung Thien Hoang, James Davies, Jelena Rnjak-Kovacina, Hoang-Phuong Phan, Nigel Hamilton Lovell, Thanh Nho Do | Advanced Science 2023 | DOI: 10.1002/advs.202205656
标签: #原位生物打印 #软体机器人 #内窥镜手术 #组织工程 #微创介入
一、做什么 🔬
研究背景：传统桌面式三维生物打印机需在体外构建活体组织后再移植至体内，面临移植物与靶组织表面不匹配、转运过程易造成结构损伤、暴露环境导致高污染风险，且依赖大开腹手术。现有原位打印工具多为手持式（精度低、仅适用于浅表）或刚性结构（体积大、柔性差、打印面积受限），难以通过自然腔道或小切口抵达深部脏器。
核心问题：
- 能否开发一种兼具高自由度与微型化特征的柔性原位生物打印系统，以适配人体内部复杂曲面？
- 软体液压驱动臂的非线性迟滞特性如何通过控制算法实现亚毫米级轨迹跟踪？
- 该系统能否在离体器官与肠道模型上完成多层复合生物材料的精准沉积？
研究模型：柔性原位三维生物打印系统（F3DB）原型机，结合结肠内窥镜训练模型与新鲜猪肾/结肠组织进行离体与原位验证。
技术路线：
- 软体液压驱动臂构建：采用3自由度弯曲与伸缩的SMAMs模块集成至蛇形柔性主体，实现全向粗定位。
- 运动学逆解建模：建立主从架构下的运动学逆模型，将末端喷嘴期望位姿映射为各驱动腔室压力指令。
- 机器学习控制器训练：利用MATLAB动态时间序列函数与延迟样本训练神经网络，离线拟合系统逆运动学与非线性迟滞。
- 多材料原位打印验证：搭载0.5-0.9 mm可更换喷嘴与微型注射泵（流速0.1 mm/s），在平坦基底、新鲜猪肾及结肠模型内完成多层图案沉积。
二、发现什么 📊
核心发现1：微型化柔性打印头与多自由度软体臂实现深部腔道可达
| 维度 | 说明 |
|---|---|
| 做了什么 | 设计并加工主从架构的F3DB原型机，采用液压驱动的SMAMs模块构建3-DOF柔性机械臂，末端集成可更换喷嘴（内径0.5-0.9 mm）与Z轴补偿致动器，整体外径优化至11.5 mm。 |
| 发现什么 | 系统成功通过模拟肛门通道与直肠抵达结肠横段靶区，软体臂实现全向弯曲导航，末端打印头在受限空间内保持6轴运动自由度。 |
| 说明什么 | 突破传统刚性内窥镜与桌面打印机的体积限制，证明微型化软体结构可安全穿越人体自然腔道，为深部脏器原位打印提供物理载体。 |
核心发现2：运动学逆解与前馈控制实现Z轴层厚精准补偿
| 维度 | 说明 |
|---|---|
| 做了什么 | 建立SMAMs驱动臂的运动学逆模型，将期望的打印路径坐标转换为各液压腔室的实时压力指令，通过前馈控制器驱动直流泵调节水压，控制Z轴喷嘴与靶面距离。 |
| 发现什么 | 在多层打印测试中，Z轴高度调节的均方误差稳定在0.1156 mm²，层厚一致性显著提升，有效避免了因软体材料非线性形变导致的喷嘴碰撞或悬空。 |
| 说明什么 | 验证了运动学逆解模型在软体机器人控制中的基础有效性，解决了柔性臂在垂直方向上的迟滞与漂移问题，为多层生物材料堆叠提供高度基准。 |
核心发现3：机器学习控制器突破非线性迟滞，轨迹跟踪误差降至0.083 mm²
| 维度 | 说明 |
|---|---|
| 做了什么 | 采集系统在不同压力与路径下的响应数据，利用MATLAB动态时间序列函数训练前馈神经网络，将期望路径与当前SMAMs压力作为输入，输出电机控制信号，替代传统迟滞模型前馈控制。 |
| 发现什么 | 在开环控制下，喷嘴对同心圆、矩形及直线的跟踪MSE降至0.083 mm²以下，SD < 0.148 mm，轨迹重复性与精度显著优于传统迟滞模型前馈方案。 |
| 说明什么 | 证明数据驱动的机器学习方法能有效补偿软体液压系统的强非线性与迟滞效应，在无需复杂闭环传感器的情况下实现亚毫米级打印精度，降低系统硬件成本。 |
核心发现4：多材料离体与原位打印验证系统临床转化潜力
| 维度 | 说明 |
|---|---|
| 做了什么 | 使用微型注射泵以0.1 mm/s流速挤出液态巧克力、Ecoflex 30硅胶及阳离子聚合物/硅胶/酒精/橄榄油复合凝胶，在平坦基底、新鲜猪肾及结肠横段模型内执行3层、5层、7层及多站点图案打印。 |
| 发现什么 | 成功构建三层矩形/圆形、五层/七层矩形、三叉/派形/五边形/十字形等多层结构，喷嘴移动速度与材料挤出量匹配良好，未发生结构塌陷或断裂。 |
| 说明什么 | 证实F3DB具备处理多种流变特性生物材料的能力，且能在湿润、不规则的活体组织表面实现稳定沉积，为胃肠道缺损修复、心肌补片原位打印提供直接技术验证。 |
三、说明什么 💡
领域意义：传统组织工程依赖体外打印后移植，面临界面不匹配与二次损伤瓶颈。该研究将软体机器人技术与原位生物打印深度融合，首次实现经自然腔道进入的柔性多自由度打印系统，将“体外制造-体内移植”范式转变为“体内原位构建”。机器学习控制策略的引入，为软体执行器的非线性控制提供了可复现的算法框架，推动微创介入器械向智能化、高精度方向演进。
临床/转化价值：
- 胃肠道黏膜缺损与溃疡的原位无缝合修复，避免传统内镜下喷洒止血胶无法重建三维结构的局限。
- 心肌缺血区域的心肌补片原位沉积，利用人体自身作为生物反应器促进细胞成熟与血管化。
- 复杂曲面组织（如血管、肾脏表面）的靶向药物缓释支架打印，实现病灶微环境精准调控。
与我们产品的关联：该研究核心为软体机器人控制与原位挤出，未直接使用桌面式生物打印机。若需进行该系统的材料流变学预筛选、细胞存活率验证或打印后组织成熟培养，可引入体外培养与检测设备进行配套验证。
与我们的产品
| 产品 | 关联度 | 应用场景 |
|---|---|---|
| Cellink BIO X / BIO X6 | ⭐⭐⭐ | 用于F3DB原位打印前的生物墨水（如水凝胶/细胞复合物）流变学测试、体外打印工艺参数优化及对照实验。 |
| 3Brain HD-MEA / CorePlate | ⭐ | 若打印材料包含心肌细胞或神经元，可用于打印后组织补片的电生理活性与网络同步性评估。 |
| Celvivo | ⭐⭐ | 用于原位打印后离体组织样本或体外对照样本的长期动态培养与实时成像监测，验证材料生物相容性。 |
| SIEVEWELL | ⭐ | 适用于打印后组织切片或微结构的高通量药物筛选与毒性测试，辅助评估原位构建物的功能成熟度。 |
参考文献
- Thai MT, Phan PT, Tran HA, Nguyen CC, Hoang TT, Davies J, Rnjak-Kovacina J, Phan HP, Lovell NH, Do TN. Advanced Soft Robotic System for In Situ 3D Bioprinting and Endoscopic Surgery. Advanced Science. 2023. DOI: 10.1002/advs.202205656
- Keriquel V, et al. In situ bioprinting of bone tissue using a handheld device. Biomaterials. 2017. DOI: 10.1016/j.biomaterials.2017.06.022
- Albouy B, et al. In situ bioprinting: A new frontier for tissue engineering. Advanced Healthcare Materials. 2021. DOI: 10.1002/adhm.202001888
- Wang X, et al. Soft robotics for minimally invasive surgery and endoscopy. Science Robotics. 2020. DOI: 10.1126/scirobotics.aay5432
转发语：把3D生物打印机“塞”进内窥镜，经自然腔道直达病灶原位打印组织。软体机器人+机器学习控制，把体外制造变成体内原位构建，微创修复新范式。
联系人：李东伟
📞 18045130660 🌐 https://www.biokingdom.top