相关实验视频
Updated: Jul 15, 2025
05:11
Multimodal 3D Printing of Phantoms to Simulate Biological Tissue
Published on: January 11, 2020
7.5K
多模式三维打印用于通过机器学习微调节脚手架硬度
Wisarut Kiratitanaporn1, Jiaao Guan2, David B Berry3
1Department of Bioengineering, University of California San Diego, La Jolla, California, USA.
Tissue engineering. Part A
|September 25, 2023
概括
这项研究引入了一种使用机器学习的新3D打印方法,以精确控制脚手架的刚性. 这一创新允许定制设计的弹性体支架用于组织工程应用.
科学领域:
- 生物材料工程 生物材料工程
- 组织工程是组织工程.
- 添加剂制造 添加剂制造 添加剂制造
背景情况:
- 基于光的3D打印提供了对脚手架微观结构和几何学的精确控制.
- 通过打印参数调节3D打印支架的机械性能仍然未得到充分探索.
研究的目的:
- 开发一种新的3D打印工作流程,用于使用机器学习创建带有工程硬度控制的弹性体支架.
- 为了使空间刚度调制除了高分辨率脚手架制造.
主要方法:
- 利用机器学习优化印刷参数 (曝光时间,光强度,充填,激光电流,打印速度) 对于聚 (糖脂酸盐) 烯酸盐 (PGSA) 支架.
- 采用数字光处理 (DLP) 和两光子聚合 (2PP) 3D打印方法,制造具有从亚微米到数百微米的特征的支架.
- 开发并验证了一个神经网络模型,用于用户定义的度调制.
主要成果:
- 在PGSA脚手架中实现了广泛的机械性能,从49.3 ± 3.3 kPa到2.8 ± 0.3 MPa.
- 在使用DLP和2PP技术制造的脚手架上证明了成功的空间刚度调制.
- 创建了多尺度的支架,可以精确控制粗细几何特征的刚度.
结论:
- 新的3D打印工作流允许精密设计的硬度控制复杂的弹性体支架.
- 这种方法适用于各种组织工程应用,特别是具有异质机械性质的界面组织.
- 机器学习与多尺度3D打印的整合为先进的脚手架设计提供了一个强大的工具.
