【读论文】磁驱动连续体医疗机器人综述Magnetically Actuated Continuum Medical Robots

GB/T 7714-2015 标准引用格式

YANG Z X, YANG H J, CAO Y F, et al. Magnetically actuated continuum medical robots: A review[J]. Advanced Intelligent Systems, 2023, 5(12): 2200416. https://doi.org/10.1002/aisy.202200416

磁驱动连续体医疗机器人综述

摘要

磁场对人体生物组织具备高穿透性，且磁场生成系统可控性优异，因此非常适合操控体内微型机器人。磁驱动医疗机器人总体可分为有线设备（如血管微导管）与无线设备（螺旋游动机器人）两类。其中有线设备临床应用历史悠久、落地前景广阔，兼具给药剂量大、术后易取出的优势。将磁驱动方案与传统连续体医疗器械结合，可大幅提升器械小型化能力与操作灵巧度。尽管近二十年来该领域发展迅猛，但有线磁机器人在结构设计、加工制备、建模与控制层面，仍存在大量面向临床应用的待突破方向。本文系统梳理磁驱动连续医疗机器人的最新研究进展，旨在为读者提供该领域前沿技术全景综述，同时为下一代系统设计提供完整资料参考。

1 引言

过去两个世纪，医疗设备与手术技术的革新彻底重塑外科领域。微创手术（MIS）的诞生能够减小手术创伤、缩短住院周期、优化治疗效果；机器人技术的融入进一步提升手术精度、缩短医师学习周期，并远程手术成为可能[1]。连续体机器人（CR）作为一类机器人医疗平台，近年来得到广泛研发[2,3]。区别于由刚性连杆、离散关节组成的传统机械臂，连续体机器人可定义为具备无限自由度弹性构件，能够生成平滑曲线运动，环境适配性更强、与人体组织交互更安全，可深入人体深部病灶[4]。

学界已提出多种连续体驱动器设计方案，包括线缆驱动[5,6]、多主干驱动[7,8]、同心管驱动[9,10]、形状记忆合金（SMA）驱动[11,12]、气动/液压驱动[13–15]以及磁驱动[16,17]。其中磁驱动方案是热门路线，对应设备称为磁驱动连续体机器人（MCR）。医用MCR最早研究可追溯至20世纪50年代：研究人员将永磁小型钢节固定于临床导管尖端，利用电磁铁实现磁导引[18]。商业化标杆产品为2003年Stereotaxis公司推出的Niobe系统，专门用于心律失常治疗，全球超100家医院装机，累计服务13万名以上患者[19]。

与此同时，磁驱动微型机器人（MMR）的研究热潮同步推动MCR发展。磁驱动微型机器人指由外磁场控制、尺寸微米至毫米级微型载体，分为有线、无线两大类[20,21]。MCR属于有线设备，给药载量高、术后可便捷抽出，临床落地潜力突出；机器人本体无需搭载笨重动力与驱动元件，易于极致小型化。外磁场可穿透人体组织，调控精度高，便于设计高灵活多功能器械[21,23]。

连续体机器人、磁驱动技术均为近十年医疗机器人热门研究方向，MCR融合二者优势，核心特点如下：

因此MCR被大量应用于腔道、血管微创手术，这类手术通道曲折非线性，对器械灵活进境病灶能力要求极高[25–27]。现有综述仅单独针对磁微型机器人或连续机械臂展开梳理，尚未针对MCR这一交叉领域形成完整综述；但该方向关注度持续走高、迭代速度快，相关综述存在明确研究缺口。

本文聚焦医用磁驱动连续体机器人前沿进展，首先简要介绍磁控物理机理与实现方案，随后按照结构、功能分类梳理主流MCR设备，再阐述建模、定位、控制核心方法，最后总结现有研究并展望未来发展方向。

作者单位

杨正鑫、杨浩锦、曹彦飞、崔瑶瑶、张礼：香港中文大学机械与自动化工程系
杨正鑫、崔瑶瑶：中国科学院苏州生物医学工程技术研究所
崔瑶瑶：中国科学技术大学生物医学工程（苏州）学院
张礼：香港中文大学外科系、周毓浩创新医学技术中心、T石机器人研究所、香港科技园多尺度医疗机器人中心
ORCID编号可查阅原文https://doi.org/10.1002/aisy.202200416
©2023 本文作者，由Wiley-VCH出版集团《Advanced Intelligent Systems》发行，为知识共享署名协议开源文章，可无限制转载、分发、复制，原文需规范引用
DOI:10.1002/aisy.202200416
《Advanced Intelligent Systems》2023, 5(12):2200416

2 磁驱动基础理论

2.1 磁力与磁力矩

外磁场主要通过两种方式向体内器械传递能量：其一为高频时变磁场感应产生电流，实现无线供电；其二为低频准静态磁场，直接对磁性部件施加力与力矩。绝大多数MCR采用第二种方案，控制方程如下：
$$F_m={\int }_{V_m}(m\cdot \nabla )Bd{V}_m\text{\hspace{1em}(1)}$$
$$T_m={\int }_{V_m}m\times Bd{V}_m\text{\hspace{1em}(2)}$$
式中：
$F_m$——磁力，单位牛顿(N)；
$T_m$——磁力矩，单位牛米(N·m)；
$V_m$——磁化体积，立方米($m^3$)；
$m$——磁化强度，安每米($A\cdot m^{-1}$)；
$B$——积分点磁通密度，特斯拉(T)，满足
$$B={\mu }_{0}H\text{\hspace{1em}(3)}$$
${\mu }_0$为真空磁导率，${\mu }_0=4\pi \times 10^{-7}\mathrm{T}\cdot \mathrm{m}\cdot {\mathrm{A}}^{-1}$；$H$为磁场强度，单位安每米($A\cdot m^{-1}$)。

当磁性物体整体尺寸远小于外磁场空间变化尺度，公式可简化为：
$$F_m=(M\cdot \nabla )B\text{\hspace{1em}(4)}$$
$$T_m=M\times B\text{\hspace{1em}(5)}$$
$M$为物体总磁偶极矩，单位安米(A·m)。结合麦克斯韦方程组可将力、力矩写成矩阵形式：
Fm=[∂B∂x∂B∂y∂B∂z]TM=[∂Bx∂x∂Bx∂y∂Bx∂z∂Bx∂y∂By∂y∂By∂z∂Bx∂z∂By∂z−(∂Bx∂x+∂By∂y)][MxMyMz]F_{m}=\\left[\\begin{array}{ll}\\frac{\\partial B}{\\partial x} & \\frac{\\partial B}{\\partial y} & \\frac{\\partial B}{\\partial z}\\end{array}\\right]^{T} M=\\left[\\begin{array}{lll}\\frac{\\partial B_{x}}{\\partial x} & \\frac{\\partial B_{x}}{\\partial y} & \\frac{\\partial B_{x}}{\\partial z} \\\\ \\frac{\\partial B_{x}}{\\partial y} & \\frac{\\partial B_{y}}{\\partial y} & \\frac{\\partial B_{y}}{\\partial z} \\\\ \\frac{\\partial B_{x}}{\\partial z} & \\frac{\\partial B_{y}}{\\partial z} & -\\left(\\frac{\\partial B_{x}}{\\partial x}+\\frac{\\partial B_{y}}{\\partial y}\\right)\\end{array}\\right]\\left[\\begin{array}{l}M_{x} \\\\ M_{y} \\\\ M_{z}\\end{array}\\right]Fm​=[∂x∂B​​∂y∂B​​∂z∂B​​]TM=​∂x∂Bx​​∂y∂Bx​​∂z∂Bx​​​∂y∂Bx​​∂y∂By​​∂z∂By​​​∂z∂Bx​​∂z∂By​​−(∂x∂Bx​​+∂y∂By​​)​​​Mx​My​Mz​​​
Tm=[0Bz−By−Bz0BxBy−Bx0][MxMyMz](7)T_{m}=\\left[\\begin{array}{lll}0 & B_{z} & -B_{y} \\\\ -B_{z} & 0 & B_{x} \\\\ B_{y} & -B_{x} & 0\\end{array}\\right]\\left[\\begin{array}{l}M_{x} \\\\ M_{y} \\\\ M_{z}\\end{array}\\right] \\tag{7}Tm​=​0−Bz​By​​Bz​0−Bx​​−By​Bx​0​​​Mx​My​Mz​​​(7)

图1 | 磁相互作用示意图
a：均匀梯度磁场产生纯磁力；b：均匀磁场产生纯磁力矩。基于CC BY 4.0协议转载自文献[21]，版权2022，作者所有，Wiley出版。
直观物理规律：仅存在磁场梯度时才会产生磁力，驱使物体向磁场极大位置移动；物体磁化方向与外磁场存在夹角时产生磁力矩，力矩会驱使磁化方向与外磁场对齐。

2.2 磁驱动机器人概述

2.2.1 分类

图2 | 磁驱动微型机器人分类：有线设备、无线设备
磁微型机器人分为有线、无线两类。
有线设备：磁尖端搭配连续本体，一段置于体内、一段体外，直径微米至毫米级；磁性部件置于远端实现转向，连续主体可预留给药、传光、传信号、手术器械通道。典型产品：磁导管、磁内窥镜、磁探针。
无线设备：手术全程完全置于体内，整体微米至毫米级；无线缆束缚，可进入传统器械难以抵达狭窄迂回人体腔道。现有方案：仿细菌螺旋游动机器人、仿精子柔性桨式游动机器人、边界效应地表爬行机器人、软体自变形机器人（仿昆虫爬行、仿水母游动等）、多机器人集群。

2.2.2 设计思路

MCR属于有线设备优势：给药剂量大、运动速度快、血流干扰小、可靠性高，术后可直接拖拽取出。器械前后进退主要依靠人工进给或机械推进装置；机械进给可隔绝医师辐射，同时精准控制插入深度，典型方案为改进线性进给机构、成对驱动滑轮紧凑型箱体。器械尖端转向依靠外磁场施加的磁力、磁力矩耦合实现；也存在软线缆MCR，近端进给配合远端磁拖拽力共同完成进境。另有混合驱动构型，3.1节详细介绍。

MCR本体必须集成磁性元件响应外磁场，主流四类磁性部件（后两类适配核磁共振MRI设备）：

微型线圈：单轴/多轴线圈阵列，磁矩与通入电流成正比，满足叠加定理，总磁矩KaTeX parse error: \\tag works only in display equations，$k$为线圈数量，$N_i$第$i$圈匝数，$I_i$输入电流(A)，$A_i$线圈截面积矢量($m^2$)；可通过改变通入电流实时调整磁化强度，在恒定外场下完成操控。

图3 | 磁驱动连续体机器人概念示意图
主体柔性管负责前后进给，远端磁性元件实现磁转向；磁性元件四类：永磁体、复合聚合物磁颗粒、铁磁球、微型线圈。

2.2.3 潜在临床应用

图4 | MCR微创进入人体各系统病灶潜在应用示意图
MCR凭借器械柔性、降低组织刺激两大优势，可在全身多系统实现安全诊疗：

2.3 磁驱动平台

现有综述已系统总结磁控平台，本节简要分类梳理，分为柔性场生成平台、MRI设备、商用平台三类。

2.3.1 可灵活生成磁场的实验平台

可生成指定幅值、方向磁场/梯度，按磁源、构型、运动方式细分：

图5 | 实验室磁驱动平台实物图
a：单机械臂永磁系统；b：双臂协同永磁系统；c：OctoMag八电磁系统；d：多种线圈阵列构型；e：ARMM单臂电磁系统；f：DeltaMag并联电磁平台；g：RoboMag三机械臂电磁平台；h：小动物MRI扫描仪。

2.3.2 MRI扫描仪

临床MRI依靠核磁共振原理，主强静磁场、梯度线圈、射频线圈实现软组织高对比度成像；升级软硬件后可同步完成磁控与成像。MRI可生成单向强均匀静磁场、三维可控梯度场，适配铁磁球、内置微线圈类MCR；超导磁体边缘杂散场具备强梯度，可调整患者位置操控器械磁尖端。

2.3.3 商用临床磁控平台

Aeon Phocus系统：两组可移动框架共七枚电磁铁，手术时合拢生成磁场、分离留出操作与成像空间。

图6 | 商用磁驱动临床设备
a：Niobe系统；b：Genesis系统；c：CGCI电磁系统；d：Aeon Phocus系统；e：四类设备磁场源相对人体排布示意图。

3 磁驱动连续体机器人

本节梳理前沿MCR，首先基础可转向导管/内窥镜，其次专用诊疗功能机器人，最后线缆、同心管等混合驱动构型。

3.1 可转向磁机器人

3.1.1 磁导丝与磁导管

永磁尖端构型

磁导引导管最早追溯至1950年代Tillander将钢磁节装导管尖端、电磁导引[18]。近年主流方案为导管远端固定钕铁硼永磁块，单/多永磁阵列可实现C、S、J多形变，避障能力更强；也存在远端牵拉磁块、核壳柔性PDMS尖端、编织增强导管、患者定制磁化导管等衍生设计。

图7 | 永磁、磁颗粒基磁导丝与导管
a：单永磁微型导丝；b：三永磁磁导管；c：绳系磁尖端导管；d：镍钛芯壳磁导丝；e：大形变磁导丝；f：铁磁软连续机器人；g：微创生物打印软体机器人；h：编织增强磁导管；i：患者定制磁化导管。

磁颗粒复合弹性体

钕铁硼微纳米颗粒混于弹性基质制成磁弹性尖端，可编程磁化分布实现大角度弯曲、扭转，适配胆管、胰管复杂腔道，支持原位生物打印。

铁磁球构型

适配MRI设备，无外场无磁化，梯度磁场下产生磁力，单/双铁磁球导管可在核磁引导下进境；缺点多偶极相互作用干扰狭小分支导航。

图8 | 铁磁球、微型线圈型磁导丝导管
a：单铁磁球导管；b：双铁磁球导管；c：铁磁珠微导丝；d：螺线管线圈导管；e：三轴线圈构型；f：四象限三轴微线圈导管。

内置微型线圈

单线圈存在驱动奇点，三轴正交线圈可实现三维任意偏转；可通过等离子沉积、激光光刻微型线圈，导管直径缩至1毫米以内，适配MRI同步成像操控。

3.1.2 磁连续内窥镜

相较于传统硬质内窥镜，磁柔性内窥镜损伤更小；对比无线胶囊内镜，保留活检、冲洗、照明、器械通道完整功能，远端搭载永磁/环形磁块、双目立体视觉，适配肺部、消化道检查。

图9 | 磁连续内窥镜实物
a：传统硬镜与磁柔性内窥镜对比；b：初代磁内窥镜；c：模块化磁内窥镜；d：多通道磁内窥镜尖端；e：环形永磁内窥镜；f：双目立体视觉磁内窥镜。

3.1.3 其他有线磁器械

眼科、耳鼻喉专用微型磁操作器械：眼底激光、泪道疏通、人工耳蜗电极植入微探头。

图10 | 各类专用有线磁医疗器械
a：肺部磁微型内窥镜；b：神经外科磁转向针；c：多构型软组织穿刺磁针；d：眼底柔性激光探头；e：人工耳蜗植入磁机器人。

3.2 功能化磁连续机器人

3.2.1 诊疗一体化磁机器人

磁弹丸递送导管：内置微型线圈吸附/释放磁性治疗胶囊。

图11 | 多功能一体化磁连续机器人
a：钻孔尖端磁导丝；b：螺旋疏通微机器人；c：内置旋磨电磁导管；d：支架递送多功能导管；e：可分离组装磁机器人；f：可弹射尖端有线微机器人；g：磁胶囊递送导管。

3.2.2 变刚度磁机器人

采用低熔点合金、热固性导电相变高分子等温控材料，通电加热局部软化，磁场驱动形变，冷却锁定形态，兼顾灵活导航与病灶刚性施力，直径可缩至亚毫米级。

图12 | 变刚度磁连续机器人
a：低熔点合金分段变刚度机器人；b：亚毫米多通道变刚度导管；c：热固高分子变刚度磁器械；d：导电相变聚合物磁导管。

3.3 混合驱动连续机器人

磁驱动结合线缆、同心管、折纸、流体驱动，融合多方案优势：

无血流时自爬行流体磁机器人。

图13 | 多混合驱动磁连续机器人
a：线缆磁混合连续臂；b：同心管磁混合机器人；c：磁控折纸多形变器械；d：流体辅助磁导管；e：无血流自爬行磁机器人。

4 建模、定位与控制

4.1 运动学建模

区别传统离散关节刚性机械臂，连续机器人无限冗余自由度，建模复杂，主流方法：

4.2 传感与定位

分为外置传感器定位、医学图像反馈定位两类：

4.3 三层分级控制架构

半自主导航（高自主）：系统自动规划路径、生成磁场，医师仅监督/紧急干预。

图14 | 永磁驱动三层控制架构示意图
底层直接操控、中层智能遥操作、顶层半自主导航，自主程度逐层提升。

5 总结与展望

近二十年磁驱动连续体机器人快速迭代，从单一转向导管拓展为多诊疗功能一体化器械，适用人体全腔道；各类磁控平台不断优化定位、控制算法，但距离完整临床落地仍存在五大核心研究方向：

图15 | 下一代MCR五大未来研究方向环形示意图

致谢

本文获香港研资局青年研究员计划、研究影响基金、欧盟香港联合基金、香港创新科技署ITF项目、裘槎基金、香港中文大学校内项目、香港科技园多尺度医疗机器人中心、中科院苏港机器人联合实验室资助。

利益冲突声明

作者声明无相关利益冲突。

关键词

导管；连续机械臂；内窥镜；导丝；磁驱动；医疗机器人；微型机器人

收稿日期：2022年12月1日
修订日期：2023年1月19日
网络在线发表

[1] V. Vitiello, S. Lee, T. P. Cundy, G. Yang, IEEE Rev. Biomed. Eng. 2013, 6, 111.
[2] T. da Veiga, J. H. Chandler, P. Lloyd, G. Pittiglio, N. J. Wilkinson, A. K. Hoshiar, R. A. Harris, P. Valdastri, Prog. Biomed. Eng. 2020, 2, 032003.
[3] J. Burgner-Kahrs, D. C. Rucker, H. Choset, IEEE Trans. Robot. 2015, 31, 1261.
[4] M. Cianchetti, C. Laschi, A. Menciassi, P. Dario, Nat. Rev. Mater. 2018, 3, 143.
[5] Z. Yang, W. Yang, Z. Du, in IOP Conf. Ser.: Mater. Sci. Eng., Hong Kong, China 2018.
[6] D. B. Camarillo, C. F. Milne, C. R. Carlson, M. R. Zinn, J. K. Salisbury, IEEE Trans. Robot. 2008, 24, 1262.
[7] N. Simaan, K. Xu, W. Wei, A. Kapoor, P. Kazanzides, R. Taylor, P. Flint, Int. J. Robot. Res. 2009, 28, 1134.
[8] K. Xu, J. Zhao, M. Fu, IEEE/ASME Trans. Mechatron. 2014, 20, 2133.
[9] P. E. Dupont, J. Lock, B. Itkowitz, E. Butler, IEEE Trans. Robot. 2009, 26, 209.
[10] H. B. Gilbert, J. Neimat, R. Webster, IEEE Trans. Robot. 2015, 31, 246.
[11] J. H. Crews, G. D. Buckner, J. Intel. Mat. Syst. Str. 2012, 23, 545.
[12] J. Sheng, X. Wang, T. L. Dickfeld, J. P. Desai, IEEE Robot. Autom. Lett. 2018, 3, 4038.
[13] K. Ikuta, H. Ichikawa, K. Suzuki, D. Yajima, in IEEE Int. Conf. on Robotics and Automation, Orlando, FL, 2006.
[14] T. Gopesh, J. H. Wen, D. Santiago-Dieppa, B. Yan, J. S. Pannell, A. Khalessi, A. Norbash, J. Friend, Sci. Robot. 2021, 6, eabf0601.
[15] L. C. van Laake, J. de Vries, S. M. Kani, J. T. Overvelde, Matter 2022, 5, 2898.
[16] C. Chautems, A. Tonazzini, Q. Boehler, S. H. Jeong, D. Floreano, B. J. Nelson, Adv. Intell. Syst. 2019, 1900086.
[17] Y. Kim, G. A. Parada, S. Liu, X. Zhao, Sci. Robot. 2019, 4, eaax7329.
[18] H. Tillander, Acta Radiol. 1951, 35, 62.
[19] M. P. Armacost, J. Adair, T. Munger, R. R. Viswanathan, F. M. Creighton, D. T. Curd, R. Sehra, J. Cardiovasc. Electrophysiol. 2007, 18, S26.
[20] B. J. Nelson, S. Gervasoni, P. W. Chiu, L. Zhang, A. Zemmar, Proc. IEEE 2022, 110, 1028.
[21] Z. Yang, L. Zhang, Adv. Intell. Syst. 2020, 202000082.
[22] M. Sitti, H. Ceylan, W. Hu, J. Giltinan, M. Turan, S. Yim, E. Diller, Proc. IEEE 2015, 103, 205.
[23] T. Xu, J. Yu, X. Yan, H. Choi, L. Zhang, Micromachines 2015, 6, 1346.
[24] P. E. Dupont, B. J. Nelson, M. Goldfarb, B. Hannaford, A. Menciassi, M. K. O’Malley, N. Simaan, P. Valdastri, G.-Z. Yang, Sci. Robot. 2021, 6, eabi8017.
[25] C. Heunis, J. Sikorski, S. Misra, IEEE Robot. Autom. Mag. 2018, 25, 71.
[26] J. Hwang, J. Y. Kim, H. Choi, Intell. Serv. Robot. 2020, 13, 1.
[27] J. Martin, B. Scaglioni, J. Norton, V. Subramanian, A. Arezzo, K. Obstein, P. Valdastri, Nat. Mach. Intell. 2020, 2, 595.
[28] B. J. Nelson, I. K. Kaliakatsos, J. J. Abbott, Annu. Rev. Biomed. Eng. 2010, 12, 55.
[29] M. Medina-Sánchez, O. G. Schmidt, Nature 2017, 545, 406.
[30] N. Bira, P. Dhagat, J. R. Davidson, Front. Robot. AI 2020, 7, 588391.
[31] Y. Kim, X. Zhao, Chem. Rev. 2022, 122, 5317.
[32] J. Jiang, Z. Yang, A. Ferreira, L. Zhang, Adv. Intell. Syst. 2022, 4, 2100279.
[33] J. Zhang, Q. Fang, P. Xiang, D. Sun, Y. Xue, R. Jin, K. Qiu, R. Xiong, Y. Wang, H. Lu, Cyborg Bionic Syst. 2022, 2022, 9754697.
[34] J. J. Abbott, K. E. Peyer, M. C. Lagomarsino, L. Zhang, L. Dong, I. K. Kaliakatsos, B. J. Nelson, Int. J. Robot. Res. 2009, 28, 1434.
[35] Y. Dong, L. Wang, V. Iacovacci, X. Wang, L. Zhang, B. Nelson, Matter 2022, 5, 77.
[36] D. Jiles, in Introduction to Magnetism and Magnetic Materials, CRC Press, Boca Raton, FL 2015.
[37] S. Jeon, A. K. Hoshiar, K. Kim, S. Lee, E. Kim, S. Lee, J.-y. Kim, B. J. Nelson, H.-J. Cha, B.-J. Yi, H. Choi, Soft Robot. 2018, 6, 54.
[38] Z. Yang, L. Yang, M. Zhang, Q. Wang, C. H. S. Yu, L. Zhang, IEEE Robot. Autom. Lett. 2021, 6, 1280.
[39] J. Edelmann, A. J. Petruska, B. J. Nelson, J. Med. Robot. Res. 2017, 03, 1850002.
[40] A. Hong, A. Petruska, A. Zemmar, B. Nelson, IEEE Trans. Biomed. Eng. 2021, 68, 616.
[41] M. Ilami, R. J. Ahmed, A. Petras, B. Beigzadeh, H. Marvi, Sci. Rep. 2020, 10, 2500.
[42] B. Wang, K. F. Chan, K. Yuan, Q. Wang, X. Xia, L. Yang, H. Ko, Y.-X. J. Wang, J. J. Y. Sung, P. W. Y. Chiu, L. Zhang, Sci. Robot. 2021, 6, eabd2813.
[43] L. Yang, J. Jiang, X. Gao, Q. Wang, Q. Dou, L. Zhang, Nat. Mach. Intell. 2022, 4, 480.
[44] L. Zhang, J. J. Abbott, L. Dong, B. E. Kratochvil, D. Bell, B. J. Nelson, Appl. Phys. Lett. 2009, 94, 064107.
[45] X. Yan, Q. Zhou, J. Yu, T. Xu, Y. Deng, T. Tang, Q. Feng, L. Bian, Y. Zhang, A. Ferreira, L. Zhang, Adv. Funct. Mater. 2015, 25, 5333.
[46] Y. Dong, L. Wang, Z. Zhang, F. Ji, T. K. Chan, H. Yang, C. P. Chan, Z. Yang, Z. Chen, W. T. Chang, Sci. Adv. 2022, 8, eabq8573.
[47] R. Dreyfus, J. Baudry, M. L. Roper, M. Fermigier, H. A. Stone, J. Bibette, Nature 2005, 437, 862.
[48] Z. Yang, L. Yang, L. Zhang, IEEE Trans. Med. Robot. Bionics 2020, 2, 608.
[49] L. Zhang, T. Petit, Y. Lu, B. E. Kratochvil, K. E. Peyer, R. Pei, J. Lou, B. J. Nelson, ACS Nano 2010, 4, 6228.
[50] L. Yang, J. Yu, L. Zhang, IEEE Trans. Robot. 2019, 36, 254.
[51] Y. Jia, P. Liao, Y. Wang, D. Sun, Adv. Intell. Syst. 2022, 4, 2200118.
[52] W. Hu, G. Z. Lum, M. Mastrangeli, M. Sitti, Nature 2018, 554, 81.
[53] T. Xu, J. Zhang, M. Salehizadeh, O. Onaizah, E. Diller, Sci. Robot. 2019, 4, eaav4494.
[54] N. Xia, B. Jin, D. Jin, Z. Yang, C. Pan, Q. Wang, F. Ji, V. Iacovacci, C. Majidi, Y. Ding, Adv. Mater. 2022, 34, 2109126.
[55] Y. Dong, L. Wang, N. Xia, Z. Yang, C. Zhang, C. Pan, D. Jin, J. Zhang, C. Majidi, L. Zhang, Sci. Adv. 2022, 8, eabn8932.
[56] Z. Wu, J. Troll, H.-H. Jeong, Q. Wei, M. Stang, F. Ziemssen, Z. Wang, M. Dong, S. Schnichels, T. Qiu, Sci. Adv. 2018, 4, eaat4388.
[57] J. Yu, D. Jin, K. F. Chan, Q. Wang, K. Yuan, L. Zhang, Nat. Commun. 2019, 10, 5631.
[58] L. Yang, J. Yu, S. Yang, B. Wang, B. J. Nelson, L. Zhang, IEEE Trans. Robot. 2022, 38, 1531.
[59] M. Sun, K. F. Chan, Z. Zhang, L. Wang, Q. Wang, S. Yang, S. M. Chan, P. W. Y. Chiu, J. J. Y. Sung, L. Zhang, Adv. Mater. 2022, 34, 2201888.
[60] P. R. Slawinski, A. Z. Taddese, K. B. Musto, K. L. Obstein, P. Valdastri, IEEE Robot. Autom. Lett. 2017, 2, 1352.
[61] Y. Li, C. Guo, W. Xin, T. Pan, W. Li, P. W. Y. Chiu, Z. Li, IEEE Trans. Med. Robot. Bionics 2021, 3, 402.
[62] J. J. Abbott, E. Diller, A. J. Petruska, Annu. Rev. Control Robot. Autom. Syst. 2020, 3, 57.
[63] Z. Yang, L. Yang, L. Zhang, in IEEE Int. Conf. Robotics and Automation, IEEE, Paris, France 2020.
[64] F. Settecase, M. S. Sussman, M. W. Wilson, S. Hetts, R. L. Arenson, V. Malba, A. F. Bernhardt, W. Kucharczyk, T. P. L. Roberts, Med. Phys. 2007, 34, 3135.
[65] M. Mattmann, C. De Marco, F. Briatico, S. Tagliabue, A. Colusso, X. Z. Chen, J. Lussi, C. Chautems, S. Pané, B. Nelson, Adv. Sci. 2022, 9, 2103277.
[66] A. Hong, Q. Boehler, R. Moser, A. Zemmar, L. Stieglitz, B. J. Nelson, Int. J. Med. Robot. Comput. Assist. Surg. 2019, 15, 1998.
[67] A. J. Petruska, F. Ruetz, A. Hong, L. Regli, O. Sürücü, A. Zemmar, B. J. Nelson, in IEEE Int. Conf. Robotics and Automation, IEEE, Stockholm, Sweden 2016.
[68] K. D. Miller, L. Nogueira, A. B. Mariotto, J. H. Rowland, K. R. Yabroff, C. M. Alfano, A. Jemal, J. L. Kramer, R. L. Siegel, CA: Cancer J. Clin. 2019, 69, 363.
[69] G. Pittiglio, P. Lloyd, T. da Veiga, O. Onaizah, C. Pompili, J. H. Chandler, P. Valdastri, Soft Robot. 2022, 9, 1120.
[70] Z. Yang, L. Yang, M. Zhang, C. Zhang, S. C. H. Yu, L. Zhang, IEEE/ ASME Trans. Mechatron. 2021, 27, 2829.
[71] C. M. Heunis, Y. P. Wotte, J. Sikorski, G. P. Furtado, S. Misra, IEEE Robot. Autom. Lett. 2020, 5, 704.
[72] C. Heunis, K. Behrendt, E. Hekman, C. Moers, J. P. D. Vries, S. Misra, IEEE/ASME Trans. Mechatron. 2022, 27, 1761.
[73] P. Lloyd, A. K. Hoshiar, T. D. Veiga, A. Attanasio, N. Marahrens, J. H. Chandler, P. Valdastri, IEEE Robot. Autom. Lett. 2020, 5, 3937.
[74] C. Chautems, A. Tonazzini, D. Floreano, B. J. Nelson, in IEEE/RSJ Int. Conf. Intelligent Robots and Systems, IEEE, Vancouver, BC, Canada 2017.
[75] C. Chautems, S. Lyttle, Q. Boehler, B. J. Nelson, IEEE Robot. Autom. Lett. 2018, 3, 2123.
[76] H. Rafii-Tari, C. J. Payne, G.-Z. Yang, Ann. Biomed. Eng. 2014, 42, 697.
[77] T. Wang, W. Hu, Z. Ren, M. Sitti, IEEE Robot. Autom. Lett. 2020, 5, 4859.
[78] D. Lin, J. Wang, N. Jiao, Z. Wang, L. Liu, Adv. Intell. Syst. 2021, 3, 2000211.
[79] S. L. Charreyron, E. Gabbi, Q. Boehler, M. Becker, B. J. Nelson, IEEE Robot. Autom. Lett. 2019, 4, xvii.
[80] Q. B. Samuel, L. Charreyron, A. N. Danun, A. Mesot, M. Becker, B. J. Nelson, IEEE Trans. Biomed. Eng. 2020, 68, 119.
[81] H. Yang, Z. Yang, D. Jin, L. Su, K. F. Chan, K. K. L. Chong, C. P. Pang, L. Zhang, IEEE Robot. Autom. Lett. 2022, 7, 7367.
[82] T. L. Bruns, K. E. Riojas, D. S. Ropella, M. S. Cavilla, A. J. Petruska, M. H. Freeman, R. F. Labadie, J. J. Abbott, R. J. Webster, IEEE Robot. Autom. Lett. 2020, 5, 2240.
[83] P. Valdastri, M. Simi, R. Webster III, Annu. Rev. Biomed. Eng. 2012, 14, 397.
[84] N. Shamsudhin, V. I. Zverev, H. Keller, S. Pane, P. W. Egolf, B. J. Nelson, A. M. Tishin, Med. Phys. 2017, 44, 91.
[85] J. W. Martin, L. Barducci, B. Scaglioni, J. C. Norton, C. Winters, V. Subramanian, A. Arezzo, K. L. Obstein, P. Valdastri, IEEE Trans. Med. Robot. Bionics 2022, 4, 599.
[86] P. Lloyd, O. Onaizah, G. Pittiglio, D. K. Vithanage, J. H. Chandler, P. Valdastri, IEEE Robot. Autom. Lett. 2022, 7, 9770.
[87] G. Ciuti, P. Valdastri, A. Menciassi, P. Dario, Robotica 2010, 28, 199.
[88] A. W. Mahoney, J. J. Abbott, Int. J. Robot. Res. 2016, 35, 129.
[89] Y. Kim, E. Genevriere, P. Harker, J. Choe, M. Balicki, R. W. Regenhardt, J. E. Vranic, A. A. Dmytriw, A. B. Patel, X. Zhao, Sci. Robot. 2022, 7, eabg9907.
[90] G. Pittiglio, L. Barducci, J. W. Martin, J. C. Norton, C. A. Avizzano, K. L. Obstein, P. Valdastri, IEEE Robot. Autom. Lett. 2019, 4, 1224.
[91] A. W. Mahoney, J. J. Abbott, IEEE Trans. Robot. 2013, 30, 411.
[92] S. E. Wright, A. W. Mahoney, K. M. Popek, J. J. Abbott, IEEE Trans. Robot. 2017, 33, 1013.
[93] B. Chaluvadi, K. M. Stewart, A. J. Sperry, H. C. Fu, J. J. Abbott, IEEE Robot. Autom. Lett. 2020, 5, 2419.
[94] G. Pittiglio, J. H. Chandler, M. Richter, V. K. Venkiteswaran, S. Misra, P. Valdastri, in IEEE/RSJ Int. Conf. Intelligent Robots and Systems, IEEE, Las Vegas, NV 2020.
[95] G. Pittiglio, M. Brockdorff, T. D. Veiga, J. Davy, J. H. Chandler, P. Valdastri, IEEE Trans. Robot. 2022, 1, https://doi.org/10.1109/ TRO.2022.3209038.
[96] S. Jeong, H. Choi, J. Choi, C. Yu, J. O. Park, S. Park, Sens. Actuators, A 2010, 157, 118.
[97] S. Jeong, H. Choi, K. Cha, J. Li, J.-O. Park, S. Park, Sens. Actuators, A 2011, 171, 429.
[98] J. Nam, W. Lee, B. Jang, G. Jang, IEEE Trans. Ind. Electron. 2017, 64, 4701.
[99] M. C. Hoang, K. T. Nguyen, V. H. Le, J. Kim, E. Choi, B. Kang, J. Park, C. Kim, IEEE Trans. Syst. Man Cybern. 2019, 51, 3040.
[100] K. T. Nguyen, B. Kang, E. Choi, J. Park, C.-S. Kim, IEEE/ASME Trans. Mechatron. 2020, 25, 2398.
[101] F. Ji, W. S. Liu, L. Yang, IEEE Robot. Autom. Lett. 2021, 6, 6008.
[102] J. Jiang, L. Yang, IEEE Robot. Autom. Lett. 2021, 6, 827.
[103] M. P. Kummer, J. J. Abbott, B. E. Kratochvil, R. Borer, A. Sengul, B. J. Nelson, IEEE Trans. Robot. 2010, 26, 1006.
[104] A. J. Petruska, J. J. Abbott, IEEE Trans. Magn. 2014, 50, 8400810.
[105] E. Diller, M. Sitti, Adv. Funct. Mater. 2014, 24, 4397.
[106] V. N. T. Le, N. H. Nguyen, K. Alameh, R. Weerasooriya, P. Pratten, Med. Phys. 2016, 43, 650.
[107] F. N. Alsunaydih, J. Redouté, M. R. Yuce, IEEE J. Transl. Eng. Health Med. 2018, 6, 1800710.
[108] D. Son, X. Dong, M. Sitti, IEEE Trans. Robot. 2019, 35, 343.
[109] X. Li, C. Lu, Z. Song, W. Ding, X.-P. Zhang, IEEE Robot. Autom. Lett. 2022, 7, 9264
[110] H. Sun, J. Liu, Q. Wang, IEEE Trans. Appl. Supercond. 2022, 32, 4401605.
[111] R. Dreyfus, Q. Boehler, B. J. Nelson, IEEE Robot. Autom. Lett. 2022, 7, 8370
[112] J. Sikorski, C. M. Heunis, F. Franco, S. Misra, IEEE Trans. Magn. 2019, 55, 5600109.
[113] C. M. Heunis, B. F. Barata, G. Phillips Furtado, M. Sarthak, IEEE Robot. Autom. Mag. 2020, 27, 29.
[114] L. Yang, X. Du, E. Yu, D. Jin, L. Zhang, in IEEE Int. Conf. Robotics and Automation, IEEE, Montreal, QC 2019.
[115] L. Yang, M. Zhang, Z. Yang, H. Yang, L. Zhang, Adv. Intell. Syst. 2021, 4, 2100144.
[116] Z. Yang, L. Yang, L. Zhang, IEEE/ASME Trans. Mechatron. 2021, 26, 3163.
[117] X. Du, M. Zhang, J. Yu, L. Yang, W. Y. P. Chiu, L. Zhang, IEEE/ASME Trans. Mechatron. 2021, 26, 1524.
[118] M. Cai, Q. Wang, Z. Qi, D. Jin, X. Wu, T. Xu, L. Zhang, IEEE Trans. Cybern. 2022, 1, https://doi.org/10.1109/TCYB.2022.3199213.
[119] X. Du, Q. Wang, D. Jin, P. W. Y. Chiu, C. P. Pang, L. Zhang, IEEE Robot. Autom. Lett. 2022, 7, 7668.
[120] P. A. Rinck, in Magnetic Resonance in Medicine: A Critical Introduction BoD–Books on Demand, Norderstedt, Germany 2019.
[121] S. Mutlu, O. Yasa, O. Erin, M. Sitti, Adv. Sci. 2021, 8, 2002948.
[122] D. Folio, A. Ferreira, IEEE Trans. Robot. 2017, 33, 583.
[123] M. E. Tiryaki, M. Sitti, Adv. Intell. Syst. 2022, 4, 2100178.
[124] A. Azizi, C. Tremblay, S. Martel, in IEEE Int. Conf. Automation Science and Engineering, IEEE, Fort Worth, TX 2016.
[125] A. Azizi, C. C. Tremblay, K. Gagné, S. Martel, Sci. Robot. 2019, 4, eaax7342.
[126] Stereotaxis, Inc. www.stereotaxis.com (accessed: November 2022).
[127] F. Carpi, C. Pappone, Expert Rev. Med. Devices 2009, 6, 487.
[128] X. X. Zhao, K. L. Li, R. X. Wang, J. Zheng, X. Y. Liu, S. P. Dang, Z. M. Yu, C. Y. Zhang, X. J. Yang, Clin. Cardiol. 2019, 42, 418.
[129] D. Guckel, S. Niemann, M. Ditzhaus, S. Molatta, L. Bergau, T. Fink, V. Sciacca, M. El Hamriti, G. Imnadze, P. Steinhauer, M. Braun, M. Khalaph, G. Nölker, P. Sommer, C. Sohns, J. Clin. Med. 2021, 10, 4695.
[130] E. S. Gang, B. L. Nguyen, Y. Shachar, L. Farkas, L. Farkas, B. Marx, D. Johnson, M. C. Fishbein, C. Gaudio, S. J. Kim, Circ.: Arrhythmia Electrophysiol. 2011, 4, 770.
[131] À. Moya, M. J. Sancho-Tello, Á. Arenal, M. L. Fidalgo, R. Brugada, J. Martínez Ferrer, J. L. Merino, F. Ruíz Mateas, J. L. Mont, Rev. Esp. Cardiol. 2013, 66, 116.
[132] D. Filgueiras-Rama, A. Estrada, J. Shachar, S. Castrejón, D. Doiny, M. Ortega, E. Gang, J. L. Merino, J. Vis. Exp. 2013, 74, 3658.
[133] C. Chautems, B. J. Nelson, in IEEE Int. Conf. Robotics and Automation, IEEE, Shanghai, China 2017.
[134] J. Driller, E. H. Frei, J. Med. Eng. Technol. 1987, 11, 271.
[135] T. Krings, J. Finney, P. Niggemann, P. Reinacher, N. Lück, A. Drexler, J. Lovell, A. Meyer, R. Sehra, P. Schauerte, M. Reinges, F. J. Hans, A. Thron, Neuroradiology 2006, 48, 394.
[136] K. Tsuchida, H. M. García-García, W. J. van der Giessen, E. P. McFadden, M. van der Ent, G. Sianos, H. Meulenbrug, A. T. L. Ong, P. W. Serruys, Catheter. Cardiovasc. Interv. 2006, 67, 356.
[137] J. Edelmann, A. J. Petruska, B. J. Nelson, Int. J. Robot. Res. 2017, 36, 68.
[138] J. Sikorski, A. Denasi, G. Bucchi, S. Scheggi, S. Misra, IEEE/ASME Trans. Mechatron. 2019, 24, 505.
[139] J. K.-R. Chun, S. Ernst, S. Matthews, B. Schmidt, D. Bansch, S. Boczor, A. Ujeyl, M. Antz, F. Ouyang, K.-H. Kuck, Eur. Heart J. 2007, 28, 190.
[140] J. Kauphusman, H. Wang, J. Dando, H. Puryear, 11/953,615, 2008.
[141] N. Kim, W. Lee, E. Jung, J. Kim, J. Park, G. Jang, AIP Adv. 2019, 9, 125127.
[142] D. Lin, N. Jiao, Z. Wang, L. Liu, IEEE Robot. Autom. Lett. 2021, 6, 2485.
[143] A. Kafash Hoshiar, S. Jeon, K. Kim, S. Lee, J.-Y. Kim, H. Choi, Micromachines 2018, 9, 617.
[144] Y. Liu, T. G. Mohanraj, M. R. Rajebi, L. Zhou, F. Alambeigi, IEEE/ ASME Trans. Mechatron. 2022, 27, 1873.
[145] C. Zhou, Y. Yang, J. Wang, Q. Wu, Z. Gu, Y. Zhou, X. Liu, Y. Yang, H. Tang, Q. Ling, Nat. Commun. 2021, 12, 5072.
[146] S. Zhang, M. Yin, Z. Lai, C. Huang, C. Wang, W. Shang, X. Wu, Y. Zhang, T. Xu, IEEE Robot. Autom. Lett. 2022, 7, 4040.
[147] L. Wang, D. Zheng, P. Harker, A. B. Patel, C. F. Guo, X. Zhao, Proc. Natl. Acad. Sci. 2021, 118, 2021922118.
[148] K. Zhang, A. J. Krafft, R. Umathum, F. Maier, W. Semmler, M. Bock, Magn. Reson. Mat. Phys. Biol. Med. 2010, 23, 153.
[149] F. P. Gosselin, V. Lalande, S. Martel, Med. Phys. 2011, 38, 4994.
[150] M. Vonthron, V. Lalande, G. Bringout, C. Tremblay, S. Martel, in IEEE/RSJ Int. Conf. Intell. Robot. Syst., IEEE, San Francisco, CA 2011.
[151] V. Lalande, F. P. Gosselin, M. Vonthron, B. Conan, C. Tremblay, G. Beaudoin, G. Soulez, S. Martel, Med. Phys. 2015, 42, 969.
[152] A. D. Losey, P. Lillaney, A. J. Martin, D. L. Cooke, M. W. Wilson, B. R. H. Thorne, R. S. Sincic, R. L. Arenson, M. Saeed, S. W. Hetts, Radiology 2014, 271, 862.
[153] T. Roberts, W. Hassenzahl, S. Hetts, R. Arenson, Magn. Reson. Med. 2002, 48, 1091.
[154] T. Liu, N. L. Poirot, D. Franson, N. Seiberlich, M. A. Griswold, M. C. Çavuşo˘glu, IEEE Trans. Biomed. Eng. 2015, 63, 2142.
[155] M. F. Phelan III, M. E. Tiryaki, J. Lazovic, H. Gilbert, M. Sitti, Adv. Sci. 2022, 9, 2105352.
[156] P. R. Slawinski, A. Z. Taddese, K. B. Musto, S. Sarker, P. Valdastri, K. L. Obstein, Gastroenterol. 2018, 154, 1577.
[157] P. Valdastri, G. Ciuti, A. Menciassi, P. Dario, Surg. Endosc. 2012, 26, 1238.
[158] S.-Y. Yen, H.-E. Huang, H.-C. Chen, F.-W. Huang, F.-M. Suk, G.-S. Lien, C.-W. Liu, IEEE Trans. Magn. 2020, 56, 5300406.
[159] M. Verra, A. Firrincieli, M. Chiurazzi, A. Mariani, G. Lo Secco, E. Forcignanò, A. Koulaouzidis, A. Menciassi, P. Dario, G. Ciuti, A. Arezzo, Cancers 2020, 12, 2485.
[160] F. Ullrich, S. Schuerle, R. Pieters, A. Dishy, S. Michels, B. J. Nelson, in IEEE Int. Conf. Robot. Autom. Hong Kong, China 2014.
[161] S. L. Charreyron, B. Zeydan, B. J. Nelson, in IEEE Int. Conf. Robotics and Automation, IEEE, Singapore 2017.
[162] S. M. Jeon, G. H. Jang, IEEE Trans. Magn. 2012, 48, 4062.
[163] N. Kim, S. Lee, W. Lee, G. Jang, AIP Adv. 2018, 8, 056708.
[164] G. Jeon, S. H. Kim, IEEE Access 2020, 8, 31103.
[165] K. T. Nguyen, S. J. Kim, H. K. Min, M. C. Hoang, G. Go, B. Kang, J. Kim, E. Choi, A. Hong, J. Park, C. S. Kim, IEEE Trans. Biomed. Eng. 2020, 68, 2490.
[166] J. Sikorski, E. S. A. A. M. Rutting, S. Misra, in IEEE Int. Conf. Biomedical Robotics and Biomechatronics, IEEE, Enschede, Netherlands 2018.
[167] W. Lee, J. Nam, J. Kim, E. Jung, N. Kim, G. Jang, IEEE Trans. Ind. Electron. 2021, 68, 391.
[168] J. Park, W. Lee, J. Kim, E. Jung, N. Kim, G. Jang, AIP Adv. 2019, 9, 125136.
[169] Z. Yang, L. Yang, M. Zhang, N. Xia, L. Zhang, IEEE Trans. Ind. Electron. 2022, 70, 614.
[170] J. Sikorski, C. M. Heunis, R. Obeid, V. K. Venkiteswaran, S. Misra, IEEE Trans. Robot. 2021, 38, 1959.
[171] J. Lussi, M. Mattmann, S. Sevim, F. Grigis, C. De Marco, C. Chautems, S. Pané, J. Puigmartí-Luis, Q. Boehler, B. J. Nelson, Adv. Sci. 2021, 8, 2101290.
[172] Y. Piskarev, J. Shintake, C. Chautems, J. Lussi, Q. Boehler, B. J. Nelson, D. Floreano, Adv. Funct. Mater. 2022, 32, 2107662.
[173] T. Zhang, L. Yang, X. Yang, R. Tan, H. Lu, Y. Shen, Adv. Intell. Syst. 2021, 3, 2000189.
[174] Q. Peyron, Q. Boehler, P. Rougeot, P. Roux, B. J. Nelson, N. Andreff, K. Rabenorosoa, P. Renaud, Int. J. Robot. Res. 2022, 41, 418.
[175] S. Wu, Q. Ze, J. Dai, N. Udipi, G. H. Paulino, R. Zhao, Proc. Natl. Acad. Sci. 2021, 118, 2110023118.
[176] L. Pancaldi, P. Dirix, A. Fanelli, A. M. Lima, N. Stergiopulos, P. J. Mosimann, D. Ghezzi, M. S. Sakar, Nat. Commun. 2020, 11, 6356.
[177] L. Pancaldi, L. Noseda, A. Dolev, A. Fanelli, D. Ghezzi, A. J. Petruska, M. S. Sakar, Adv. Intell. Syst. 2022, 4, 2100247.
[178] I. Tunay, in Ann. Int. Conf. IEEE Engineering in Medicine and Biology Society, IEEE, San Francisco, CA 2004.
[179] K. J. Boskma, S. Scheggi, S. Misra, in IEEE Int. Conf. Biomedical Robotics and Biomechatronics, IEEE, Singapore 2016.
[180] E. Jung, W. Lee, N. Kim, J. Kim, J. Park, G. Jang, AIP Adv. 2019, 9, 125230.
[181] Í. Tunay, IEEE Trans. Robot. 2013, 29, 297.
[182] L. Wang, C. F. Guo, X. Zhao, Extreme Mech. Lett. 2022, 51, 101604.
[183] Q. Peyron, Q. Boehler, K. Rabenorosoa, B. J. Nelson, P. Renaud, N. Andreff, IEEE Robot. Autom. Lett. 2018, 3, 3646.
[184] J. Wang, J. Xue, S. Yuan, J. Tan, S. Song, M. Q.-H. Meng, IEEE Robot. Autom. Lett. 2021, 6, 8189.
[185] R. J. Webster III, B. A. Jones, Int. J. Robot. Res. 2010, 29, 1661.
[186] T. Greigarn, R. Jackson, T. Liu, M. C. Çavuşo˘glu, in IEEE Int. Conf. Robotics and Automation, IEEE, Singapore 2017.
[187] V. K. Venkiteswaran, J. Sikorski, S. Misra, Mech. Mach. Theory 2019, 139, 34.
[188] R. Hao, E. Erdem Tuna, M. C. Çavuşo˘glu, J. Dyn. Syst. Meas. Control. 2021, 143, 071010.
[189] R. Zhao, Y. Kim, S. A. Chester, P. Sharma, X. Zhao, J. Mech. Phys. Solids. 2019, 124, 244.
[190] J. Park, H. Lee, H. Choi, S. Sohn, H. Kee, J. Lee, G. Cha, S. Park, in IEEE Int. Conf. Robotics and Biomimetics, IEEE, Philadelphia, PA 2022.
[191] C. Shi, X. Luo, P. Qi, T. Li, S. Song, Z. Najdovski, T. Fukuda, H. Ren, IEEE Trans. Biomed. Eng. 2017, 64, 1665.
[192] B. Wang, Y. Zhang, L. Zhang, Quant. Imag. Med. Surg. 2018, 8, 461.
[193] F. Bianchi, A. Masaracchia, E. Shojaei Barjuei, A. Menciassi, A. Arezzo, A. Koulaouzidis, D. Stoyanov, P. Dario, G. Ciuti, Expert Rev. Med. Devices 2019, 16, 381.
[194] S. Hashi, S. Yabukami, H. Kanetaka, K. Ishiyama, K. Arai, IEEE Trans. Magn. 2009, 45, 2736.
[195] S. Hashi, S. Yabukami, H. Kanetaka, K. Ishiyama, K. Arai, IEEE Trans. Magn. 2011, 47, 3542.
[196] D. Son, S. Yim, M. Sitti, IEEE/ASME Trans. Mechatron. 2015, 21, 708.
[197] M. Salerno, G. Ciuti, G. Lucarini, R. Rizzo, P. Valdastri, A. Menciassi, A. Landi, P. Dario, Meas. Sci. Technol. 2011, 23, 015701.
[198] C. Di Natali, M. Beccani, P. Valdastri, IEEE Trans. Magn. 2013, 49, 3524.
[199] K. M. Popek, T. Schmid, J. J. Abbott, IEEE Robot. Autom. Lett. 2016, 2, 305.
[200] A. Z. Taddese, P. R. Slawinski, M. Pirotta, E. De Momi, K. L. Obstein, P. Valdastri, Int. J. Robot. Res. 2018, 37, 890.
[201] C. Fischer, Q. Boehler, B. J. Nelson, IEEE Robot. Autom. Lett. 2022, 7, 7217.
[202] L. Wang, C. Hu, L. Tian, M. Li, in IEEE Int. Conf. Robotics and Biomimetics, IEEE, Hong Kong, China 2009.
[203] Y. Ye, P. Swar, K. Pahlavan, K. Ghaboosi, Int. J. Wirel. Inf. Netw. 2012, 19, 229.
[204] M. Pourhomayoun, Z. Jin, M. L. Fowler, IEEE Trans. Biomed. Eng. 2013, 61, 590.
[205] J. W. Arkwright, N. G. Blenman, I. D. Underhill, S. A. Maunder, N. J. Spencer, M. Costa, S. J. Brookes, M. M. Szczesniak, P. G. Dinning, J. Biophotonics 2011, 4, 244.
[206] L. Xu, L. A. Feuerman, J. Ge, K. R. Nilsson, IEEE Sens. J. 2017, 17, 5118.
[207] A. Denasi, F. Khan, K. J. Boskma, M. Kaya, C. Hennersperger, R. Göbl, M. Tirindelli, N. Navab, S. Misra, in IEEE Int. Conf. Robotics and Automation, IEEE, Brisbane, QLD, Australia 2018.
[208] C. M. Heunis, F. Šuligoj, C. F. Santos, S. Misra, Sensors 2021, 21, 273.
[209] M. W. Wilson, A. B. Martin, P. Lillaney, A. D. Losey, E. J. Yee, A. Bernhardt, V. Malba, L. Evans, R. Sincic, M. Saeed, S. W. Hetts, J. Vasc. Interv. Radiol. 2013, 24, 885.
[210] O. Erin, M. Boyvat, M. E. Tiryaki, M. Sitti, Adv. Intell. Syst. 2020, 2, 1900110.
[211] Q. Wang, L. Zhang, IEEE Open J. Nanotechnol. 2020, 1, 6.
[212] J. Guo, C. Shi, H. Ren, IEEE Trans. Autom. Sci. Eng. 2019, 16, 253.
[213] M. T. El-Haddad, Y. K. Tao, Curr. Opin. Biomed. Eng 2017, 3, 37.
[214] E. Z. Ahronovich, N. Simaan, K. M. Joos, Adv. Ther. 2021, 38, 2114.
[215] M. C. Yip, J. A. Sganga, D. B. Camarillo, J. Med. Robot. Res. 2017, 2, 1750002.
[216] G.-Z. Yang, J. Cambias, K. Cleary, E. Daimler, J. Drake, P. E. Dupont, N. Hata, P. Kazanzides, S. Martel, R. V. Patel, Sci. Robot. 2017, 2, eaam8638.
[217] T. Haidegger, IEEE Trans. Med. Robot. Bionics 2019, 1, 65.
[218] A. A. Nazari, K. Zareinia, F. Janabi-Sharifi, Int. J. Med. Robot. Comput. Assist. Surg. 2022, 18, e2384.
[219] L. Barducci, G. Pittiglio, J. W. Martin, L. C. Norton, K. L. Obstein, P. Valdastri, IEEE Robot. Autom. Lett. 2019, 4, 3633.
[220] Q. Zhang, J. M. Prendergast, G. A. Formosa, M. J. Fulton, M. E. Rentschler, IEEE Trans. Biomed. Eng. 2021, 68, 1957.
[221] J. M. Prendergast, G. A. Formosa, M. J. Fulton, C. R. Heckman, M. E. Rentschler, IEEE Trans. Robot. 2021, 37, 918.

作者简介

杨正鑫，2018年于哈尔滨工业大学获机电工程硕士学位，2022年于香港中文大学机械与自动化工程系获博士学位，现任职于中国科学院苏州生物医学工程技术研究所，研究方向为磁微型机器人与医疗设备控制。

杨浩锦，2017年于哈尔滨工业大学（威海）获机械设计制造及其自动化学士学位，2020年于山东大学获机械工程硕士学位，现为香港中文大学机械与自动化工程系博士研究生，研究方向为电磁驱动平台开发、磁微型机器人控制。

曹彦飞，2016、2019年于南京航空航天大学分别取得机械工程及其自动化学士、机械电子工程硕士学位，现为香港中文大学机械与自动化工程系博士研究生，研究方向为磁驱动技术、柔性材料、医疗机器人机器学习算法。

崔瑶瑶，中国科学院苏州生物医学工程技术研究所教授，2002年于西安交通大学生物医学工程专业取得博士学位；2003–2010年先后于法国里昂国立应用科学学院CREATIS实验室、英国牛津大学医学视觉实验室、英国邓迪大学物理工程实验室从事博士后与研究员工作，2011年入职中科院苏州医工所，主要研究高频超声换能器小型化及其临床应用。

张礼，香港中文大学机械与自动化工程系教授，同时兼任外科系客座教授；担任中科院深圳先进院—香港中文大学机器人与智能系统联合实验室主任。主要研究方向为多尺度微型机器人及其转化医学应用，是IEEE会士、英国皇家化学会会士。