一个带有和没有的生物仿真脚手架,填充可调节的患者特定弹性模块
Subhodeep Jana1,2, Rajdeep Sarkar3, Masud Rana4,2
1School of Medical Science and Technology, IIT Kharagpur, Kharagpur 721302, West Bengal, India.
Journal of biomechanical engineering
|July 22, 2025
概括
这项研究使用数值和人工智能方法确定了带有或没有填充的支架的刚度. 结果显示,脚手架的几何形状和密度对机械性能产生重大影响,从而更好地整合骨.
科学领域:
- 生物材料工程 生物材料工程
- 机械工程 机械工程
- 计算材料科学科学 计算材料科学
背景情况:
- 成功的患者植入物需要有适当弹性模块的支架来进行骨质整合.
- 有 (Mg) 填充的 (Ti) 支架旨在随着骨生长而逐渐溶解Mg,从而有可能改善骨内生长.
- 了解格子支架的有效弹性特性对于设计具有定制机械行为的植入物至关重要.
研究的目的:
- 为了确定Ti网格支架的有效Young模量 (刚度),无论是未填充的还是Mg填充的.
- 研究当地几何特征和相对密度对这些支架的宏观弹性特性的影响.
- 使用数据驱动的人工智能 (AI) 模型来预测理想的Ti与Mg比率,以达到所需的脚手架刚度.
主要方法:
- 使用数值同质化方案计算在宏观尺度上的有效弹性性质.
- 用有限元分析 (FEA) 模拟了基于微计算机断层扫描 (Micro-CT) 数据的脚手架行为.
- 实验压缩测试在制造的Ti和Mg填充的Ti支架上进行,以验证模拟结果.
主要成果:
- 相对密度和特定的几何特征 (例如,孔隙分布,支架直径) 都显著影响了脚手架的宏观弹性行为.
- 实验压缩测试结果与FEA模拟的预测非常相匹配.
- 开发了一个AI模型来计算Ti脚手架与Mg填充比率,以实现特定的刚度要求.
结论:
- 格架的机械性能高度依赖于其结构设计和密度.
- 数字和基于人工智能的方法提供了准确的方法来预测脚手架的刚性和优化植入物设计.
- 这些发现支持开发定制的脚架,具有可控制的机械性能,以提高骨再生和植入成功.


