萊斯大學(xué)在機(jī)器學(xué)習(xí)算法的幫助下設(shè)計(jì)出“高質(zhì)量”3D打印生物模型。圖片來(lái)源：Rice University
近日，美國(guó)萊斯大學(xué)研究人員稱(chēng)，人工智能可以加速3D打印生物支架的開(kāi)發(fā)，從而幫助傷口愈合。計(jì)算機(jī)科學(xué)家Lydia Kavraki領(lǐng)導(dǎo)的團(tuán)隊(duì)使用機(jī)器學(xué)習(xí)方法預(yù)測(cè)了支架材料的質(zhì)量，并能給定打印參數(shù)。這項(xiàng)研究還發(fā)現(xiàn)，控制打印速度對(duì)于制造高質(zhì)量的植入物至關(guān)重要。相關(guān)論文刊登于《組織工程學(xué)A》。
研究合作者、該校生物工程師Antonios Mikos一直在開(kāi)發(fā)生物支架，以改進(jìn)修復(fù)顱面和肌肉骨骼創(chuàng)傷的技術(shù)。他開(kāi)發(fā)出一種骨骼狀結(jié)構(gòu)的生物支架，可以作為損傷組織的占位物。它們是多孔的，可以支持細(xì)胞和血管的生長(zhǎng)，這些細(xì)胞和血管會(huì)變成新的組織，最終取代植入物。
這并不意味著沒(méi)有改進(jìn)的空間。研究人員在機(jī)器學(xué)習(xí)技術(shù)的幫助下，設(shè)計(jì)材料和開(kāi)發(fā)制造植入物的過(guò)程可以更快，并減少很多嘗試和錯(cuò)誤?！拔覀兡軌蛱峁┳钣锌赡苡绊懹∷①|(zhì)量的參數(shù)?！盞avraki說(shuō)。
該研究發(fā)現(xiàn)，打印速度是團(tuán)隊(duì)測(cè)量的5個(gè)指標(biāo)中最重要的，其他指標(biāo)依次為材料組成、壓力、分層和間距。
Mikos和學(xué)生之前就已經(jīng)考慮過(guò)將機(jī)器學(xué)習(xí)納入研究中。而新冠肺炎大流行為開(kāi)展該項(xiàng)目創(chuàng)造了獨(dú)特的機(jī)會(huì)。Mikos說(shuō):“在學(xué)生和教師無(wú)法到達(dá)實(shí)驗(yàn)室的情況下，這是一種取得巨大進(jìn)步的方法。”從開(kāi)始到結(jié)束，新冠肺炎讓他們能夠在7個(gè)月內(nèi)收集數(shù)據(jù)、開(kāi)發(fā)模型并論述結(jié)果，這是一個(gè)通常需要數(shù)年時(shí)間。
該團(tuán)隊(duì)探索了兩種建模方法。一種是分類(lèi)方法，預(yù)測(cè)給定的一組參數(shù)是否產(chǎn)生“低”或“高”質(zhì)量的支架。另一種是基于回歸的方法，它近似打印質(zhì)量度量的值以得到結(jié)果。Kavraki表示，兩者都依賴(lài)于一種被稱(chēng)為隨機(jī)森林的“經(jīng)典監(jiān)督學(xué)習(xí)技術(shù)”，這種技術(shù)構(gòu)建多個(gè)“決策樹(shù)”，并將它們“合并”在一起，從而獲得更準(zhǔn)確、更穩(wěn)定地預(yù)測(cè)。
相關(guān)論文信息：http://dx.doi.org/10.1089/ten.TEA.2020.0191
