您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Jiaao Guan1, Yazhi Sun1, Emmie J Yao1
1Aiiso Yufeng Li Family Department of Chemical and Nano Engineering, University of California San Diego, La Jolla, CA 92093, USA.
这项研究引入了一种机器学习模型,用于预测高细胞密度生物打印支架的刚性,从而能够精确控制组织工程结构. 该方法即使在有限的宝贵细胞数据中也确保了准确性.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: