相关实验视频
Updated: Jun 29, 2026

Wet-spinning-based Molding Process of Gelatin for Tissue Regeneration
Published on: March 7, 2019
通过人工神经网络模型优化凝甲基烯基凝的特性
Ismail Can Karaoglu1, Aybaran Olca Kebabci1, Seda Kizilel1
1Chemical and Biological Engineering, Koc University, 34450 Sariyer, Istanbul, Turkey.
这项研究优化了使用人工神经网络 (ANN) 模型的凝甲基烯基 (GelMA) 水凝合成. 该模型准确地预测了水凝的刚性和凝时间,使组织工程的标准化生产速度更快.
科学领域:
- 生物材料科学 生物材料科学
- 组织工程是组织工程.
- 聚合物化学 聚合物化学
背景情况:
- 凝甲基烯基 (GelMA) 水凝为组织工程提供生物相容性和可调性特性.
- 目前的GelMA水凝制剂耗时,阻碍了临床翻译.
- 关于GelMA水凝特性对关键参数 (Eosin Y,三甲胺,N-vinyl-2-pyrrolidone) 影响的综合性研究有限.
研究的目的:
- 系统地调查欧Y (EY),三甲胺 (TEA) 和N-维尼尔-2-罗利 (NVP) 度对GelMA水凝硬度和凝时间的影响.
- 开发和验证一个人工神经网络 (ANN) 模型,用于预测GelMA水凝的机械性能.
- 为生物医学应用确定EY,TEA和NVP的安全,无毒的度范围.
主要方法:
- 系统的实验设计改变了EY (0.0050.5毫米),TEA (101000毫米) 和NVP (101000毫米) 的度.
- 实时监测水凝刚度 (Young的模量) 和凝时间.
- 开发和验证一个人工神经网络 (ANN) 模型,将输入度与输出属性相关联.
主要成果:
- 根据EY,TEA和NVP度,ANN模型准确地预测了GelMA水凝的刚度和凝时间.
- 证明了为特定的生物医学应用而合成具有所需刚度的GelMA水凝的能力.
- 确定了EY,TEA和NVP的无毒度范围,确保更安全的水凝使用.
结论:
- 开发的ANN模型为优化GelMA水凝合成提供了强大的工具,降低了成本和精力.
- 这种方法使GelMA水凝生产用于组织工程和体内应用的标准化成为可能.
- 该研究为GelMA水凝提供了一个全面的表征库和预测模型,促进生物模拟材料设计.
更多相关视频
11:02An Optimized O9-1/Hydrogel System for Studying Mechanical Signals in Neural Crest Cells
Published on: August 13, 2021
10:36Gelatin Methacryloyl Granular Hydrogel Scaffolds: High-throughput Microgel Fabrication, Lyophilization, Chemical Assembly, and 3D Bioprinting
Published on: December 9, 2022
相关概念视频
Classification of Neurotransmitters
Classification and Mechanical Properties of Synthetic Polymers