基于XRD和FTIR数据的八酸生产的融合和分类算法
Mauro Nascimben1,2, Ilijana Kovrlija3, Janis Locs3,4
1Center for Translational Research on Autoimmune and Allergic Diseases-CAAD, Department of Health Sciences, Università del Piemonte Orientale UPO, 28100, Novara, Italy. mauro.nascimben@uniupo.it.
Scientific reports
|January 17, 2024
概括
这项研究引入了一种自动化分析,用于追踪从二酸二水合物 (TCP) 来合成八酸 (OCP). 机器学习增强了OCP识别,形成了决策支持系统的基础.
科学领域:
- 生物材料科学 生物材料科学
- 材料工程 材料工程 材料工程
- 化学分析 化学分析
背景情况:
- 八酸 (OCP) 是骨矿化和生物材料开发中的关键前体.
- 追踪OCP合成对于了解骨再生和优化生物材料性能至关重要.
- 目前监测OCP合成的方法可能耗时且缺乏自动化.
研究的目的:
- 开发和验证一种自动化分析序列,用于从[公式:参见文本]-TCP追踪OCP合成.
- 建立一个决策支持系统,实时监控OCP形成.
- 为未来的模型奠定基础,整合生物材料特性和生物反应.
主要方法:
- 来自扩大规模的OCP水解的XRD和FTIR信号的融合和曲线拟合.
- 从合适的信号形状中提取九个特征.
- 机器学习技术的应用,包括特征排名,空间过和维度减少.
主要成果:
- 成功开发了用于OCP识别的自动化分析管道.
- 展示机器学习在识别OCP合成阶段的能力.
- 建立一个OCP合成决策支持系统的基础.
结论:
- 拟议的自动化分析管道是OCP合成决策支持系统的坚实基础.
- 未来的工作重点是实时OCP生产跟踪和综合生物材料-生物响应建模.
- 这种方法有可能推动骨再生和生物材料研究领域的发展.


