首页 人工智能 > 内容

研究人员表示人工智能可以加快3D打印生物支架的开发 从而帮助伤口愈合

时间:2020-09-22 15:10:03 来源:

赖斯大学的研究人员称,一定剂量的人工智能可以加快3D打印的生物支架的发展,从而帮助伤口愈合。

赖斯布朗工程学院的计算机科学家Lydia Kavraki领导的一个团队使用了一种机器学习方法来预测支架材料的质量(给定了打印参数)。这项工作还发现,控制打印速度对于制造高质量的植入物至关重要。

共同作者和赖斯生物工程师安东尼奥斯·米科斯(Antonios Mikos)开发的生物支架是骨状结构,可作为受伤组织的占位符。它们具有多孔性,可支持变成新组织并最终取代植入物的细胞和血管的生长。

Mikos在很大程度上与工程复杂组织中心合作开发了生物支架,以改善治愈颅面和肌肉骨骼伤口的技术。这项工作已经进展到包括复杂的3D打印,可以使生物相容性植入物定制适合伤口部位。

这并不意味着没有改进的空间。借助机器学习技术,可以更快地设计材料和开发工艺来创建植入物,并消除很多试验和错误。

“我们能够就最有可能影响打印质量的参数给出反馈,因此,当他们继续进行实验时,它们可以专注于某些参数,而忽略其他参数,”机器人,人工智能和人工智能研究机构Kavraki表示。赖斯的肯尼迪研究所所长。

该小组在组织工程A部分中报告了其结果。

该研究确定打印速度是团队测量的五个指标中最重要的指标,其他指标的重要性从高到低依次为材料成分,压力,分层和间距。

Mikos和他的学生已经考虑过将机器学习融入其中。COVID-19大流行为实施该项目创造了独特的机会。

米科斯说:“在许多学生和教师无法进入实验室的情况下,这是取得长足进步的一种方式。”

Kavraki说,研究人员-她的实验室的研究生Anja Conev和Eleni Litsa以及研究生的Marissa Perez和Mikos实验室的博士后研究员Mani Diba,都是本文的共同作者-在开始时花了一些时间来建立一种研究方法。来自2016年有关使用可生物降解的聚富马​​酸丙二醇酯印刷脚手架的研究的大量数据,然后找出了训练计算机模型还需要更多的数据。

卡夫拉基说:“学生们不得不弄清楚如何互相交谈,一旦他们做到了,他们进步的速度真是令人惊讶。”

从头到尾,COVID-19窗口使他们可以组装数据,开发模型并在七个月内发布结果,并记录可能需要数年时间的过程的时间。

团队探索了两种建模方法。一种是分类方法,其预测给定的一组参数会产生“低”或“高”质量的支架。另一种是基于回归的方法,可以近似得出打印质量指标的值以得出结果。Kavraki说,两者都依靠一种称为“随机森林”的“经典监督学习技术”,该技术可以构建多个“决策树”并将它们“合并”在一起以获得更准确和稳定的预测。