数据驱动的设计和增材制造针对患者的基架,用于下骨的骨重建
Nail Beisekenov1,2, Bagdat Azamatov3, Marzhan Sadenova4
1Department of Ecology and Conservation Biology, Texas A&M University, College Station, TX 77843, USA.
Journal of functional biomaterials
|September 26, 2025
概括
用AI和模拟优化了针对骨缺陷的患者特定的3D打印脚手架. 这种方法确保了机械安全和生物功能,减少了材料使用和开发时间,以获得更好的外科结果.
科学领域:
- 生物材料工程 生物材料工程
- 添加剂制造 添加剂制造 添加剂制造
- 计算生物力学 计算生物力学
背景情况:
- 重建细分骨缺陷需要患者特定的植入物.
- 目前的方法努力平衡机械完整性,生物需求和高效生产.
研究的目的:
- 开发和验证一种新的,快速设计和制造过程,用于患者特定的骨架.
- 为了优化脚手架的性能,以提高机械安全,生物功能和制造效率.
主要方法:
- 利用CT扫描来创建特定于患者的下形状.
- 采用集成有限元法 (FEM),人工神经网络 (ANN) 和贝叶斯网络 (BN) 的网络物理循环来进行设计优化和不确定性量化.
- 使用直接金属激光烧结和热静态压缩制造的架构,然后进行机械测试.
主要成果:
- FEM准确地预测了应力和硬 (98%的准确率).
- 安恩在输出复制中实现了94%的准确度,使得众多设计的实时评估成为可能.
- 贝叶斯网络在极端负载下将故障概率限制在3%以下.
- 与实体设计相比,优化的支架 (55-65%的孔径) 减少了15%的材料使用量和25%的开发时间.
- 脚手架在可接受的应力和微型运动下承受了600N的咬伤.
结论:
- 综合模拟,人工智能和概率方法使得可以创建验证的,增材制造的骨架.
- 开发的过程符合外科手术时间表和生物力学要求.
- 这种方法为在骨科和重建外科手术中设计功能性支架提供了可转移的模型.
