使用陶和聚合物材料通过有限元建模和人工智能对L4-L5间过程装置和体间融合间隔器进行计算分析
Yomna H Shash1, Rana Hossam Elden2
1Biomedical Engineering Department, Faculty of Engineering, Helwan University, Cairo, Egypt. Yomna.abdelhamid@h-eng.helwan.edu.eg.
Scientific reports
|October 16, 2025
概括
像陶和聚合物这样的新脊柱植入物材料显示出有前途. 更硬的材料可以减少脊柱间装置的邻近骨压力,而柔性材料可以改善融合间隔器的负载共享,人工智能可以准确预测性能.
科学领域:
- 生物材料工程是生物材料的工程.
- 脊柱生物力学 脊柱生物力学
- 计算建模计算建模
背景情况:
- 腰椎脊柱狭窄和椎间盘退化需要脊柱植入物.
- 是标准的,但陶和聚合物提供了更好的性能.
- 脊椎间过程装置 (ISP) 和前腰间体融合 (ALIF) 间距器是关键的外科干预.
研究的目的:
- 评估新型陶和聚合物脊柱植入物的生物力学性能.
- 探索使用人工智能 (AI) 来预测植入物生物力学.
- 在正常和骨质疏松性骨条件下比较物质行为.
主要方法:
- 用各种材料 (陶,聚合物,复合材料) 模拟ISP和ALIF设备的有限元素方法 (FEM).
- 在正常和骨质疏松性骨模型中在生理负荷下进行测试.
- 在FEM数据上训练机器学习 (ML) 模型,以预测压力,应变和运动范围 (ROM).
主要成果:
- 对于ISP来说,更硬的材料 (陶,CFR-PEEK) 显著减少了相邻的脊椎应力和应变.
- 更符合标准的材料 (PEEK,PEKK) 用于ALIF间隔器,增强了骨质疏松性骨的负载共享.
- 人工智能模型 (MLP,SVR,XGBoost) 在预测生物机械反应方面取得了高准确性 (R2>0.95,MAE <5%).
结论:
- 材料选择对于优化基于应用 (ISP与ALIF) 和骨质的脊柱装置性能至关重要.
- 先进的材料和人工智能驱动的预测可以改善脊柱植入物设计和患者的结果.
- 人工智能有助于在各种材料和加载场景中进行高效的生物力学评估.
