一个高斯过程方法,用于快速评估皮肤张力
Matt Nagle1, Hannah Conroy Broderick2, Christelle Vedel3
1SFI Centre for Research Training in Foundations of Data Science, University College Dublin, Belfield, Dublin 4, Ireland; School of Mechanical and Materials Engineering, University College Dublin, Belfield, Dublin 4, Ireland.
Acta biomaterialia
|May 16, 2024
概括
这项研究引入了一种使用机器学习和表面波速的非侵入性方法,以准确预测皮肤紧张和预拉伸,这对于手术规划和改善重建手术患者结果至关重要.
科学领域:
- 生物医学工程 生物医学工程
- 材料科学 材料科学 材料科学
- 计算力学 计算力学 计算力学
背景情况:
- 皮肤紧张,自然预拉伸和压力是影响伤口愈合,痕和皮肤亡的关键因素.
- 目前用于评估体内皮肤紧张的方法通常是侵入性的或依赖于主观的临床经验.
- 准确的,非侵入性的皮肤机械性能测量是必要的,以有效地进行手术规划,特别是在皮肤移植等重建性手术中.
研究的目的:
- 开发一种机器学习 (ML) 模型,使用非侵入性表面波速测量来预测临床相关的皮肤特性 (压力,预拉伸).
- 建立一种新的,非侵入性的框架,以在体内确定皮肤张力和材料特性.
主要方法:
- 使用2D有限元素 (FE) 模型生成了大量模拟波传播实验的数据集.
- 进行了灵敏度分析,以了解材料参数对剪切波速度 (雷利和超音速) 的影响.
- 一个高斯过程回归模型被训练来解决从表面波速数据中预测皮肤应力和预拉伸的反向问题.
主要成果:
- 该ML模型显示了皮肤应力和前拉伸的高预测性能 (R2 = 0.9570).
- 简化的参数方程被插入用于计算应力和预拉伸.
- 使用合成皮肤的实验验证与FE模拟显示出良好的一致性,证实了波速测量和ML预测的准确性.
结论:
- 弹性波测量与ML模型相结合,提供了一种可行的非侵入性方法来确定体内皮肤张力.
- 这一创新框架对改善外科手术规划和防止重建性手术中患者不良结果具有重大意义.
- 这些发现支持使用弹性波测量来进行体内材料性质的非侵入性评估.
