自动注射器优化通过化反应和严重程度最小化

科学领域:

• 生物医学工程 生物医学工程
• 流体动力学 流体动力学
• 材料科学 材料科学 材料科学

背景情况:

• 自动注射器 (AI) 操作可能会导致注射器突然加速,导致空洞化 - - 蒸汽泡的形成和崩.
• 洞穴会产生冲击波,可能会损坏设备,导致蛋白质聚合,并危及药物输送.
• 优化AI设计至关重要,以减轻洞穴的严重程度,并确保可靠的药物输送.

研究的目的:

• 用实验验证的计算模型优化自动注射器 (AI) 设计,以最大限度地降低化严重程度.
• 识别人工智能配置,平衡设备性能,患者舒适性,降低损伤和化风险.
• 探索各种设计参数对AI性能和化动态的影响.

主要方法:

• 开发并验证了自动注射器动力学和化动力学的计算模型.
• 采用多目标优化框架,结合深度神经网络替代模型以提高效率.
• 进行基于差异的灵敏度分析,以确定影响化和性能的关键设计参数.

主要成果:

• 确定了影响注射器加速,注射时间和洞穴严重性的关键设计参数.
• 通过多目标优化,找到超过300个成功的AI设计候选人.
• 利用不确定性分析确定了三个有前途的候选人,适合各种药物粘度.

结论:

• 开发的方法有效地优化了自动注射器设计,以最大限度地减少空洞化和提高性能.
• 这项研究为测试假设和发现新型自动注射器配置提供了一个框架.
• 优化的设计确保了可靠的药物输送,同时提高了患者的安全性和设备的寿命.