Jelenből a Jövőbe / 2024. szeptember 3., kedd

Gépitanulás-algoritmussal hatékonyabb a 3D nyomtatás

A Washington Állami Egyetem kutatói új gépitanulás-algoritmussal javítottak bonyolult anyagok eredményes 3D nyomtathatóságán, a gyártás hatékonyságán. A technológiával így lehetővé válik összetettebb tervek kivitelezése. Eddig ritka vagy egyáltalán nem látott nyomatokra gondoljunk: mesterséges szervek, rugalmas elektronikai cuccok, magunkon viselhető bioszenzorok stb.

A kutatás részeként az algoritmus megtanulta, hogyan azonosítsa a legjobb vese- és prosztatamodelleket, majd segítségével a printer ideális minőségben nyomtatta ki azokat. Összesen hatvanat, a minőségük fokozatosan, nyomatról nyomatra javult.

Az eredmény optimalizálható, idő, pénz és munka spórolható meg – nyugtázták elégedetten a kutatók.

3D nyomtatásprojektek korrekt beállításait nem könnyű kidolgozni, a folyamat nehézkes és hatékonynak sem nevezhető. Rengeteg a lehetséges kombináció, minden egyes próba időbe és pénzbe kerül.

A kutatók évek óta fejlesztik emberi szervek komplex, életszerű nyomtatott modelljeit. Sebészek gyakorolhatnak rajtuk, implantátumokat értékelhetnek ki. Csakhogy a modelleknek a valódi szerv mechanikus és fizikai tulajdonságaival is rendelkezniük kell: vénákkal, artériákkal és más részletezett szerkezetekkel.

Bayesi optimalizálással igyekeztek megtalálni az ideális 3DP (3D printing) beállításokat. Három dolgot sikerrel értek el: a modell mértani pontosságát, tömegét és hogy mennyire porózus, valamint a nyomtatási időt.

Az interdiszciplináris megközelítésnek köszönhetően találtak egyensúlyt a változatos célok megvalósításában, és értek el a laboron kívülre mutató, a valóságban is hasznosítható eredményeket – állítják.

Mivel az algoritmus általánosítható, prosztatamodell printelése után némi finomhangolással, vesére is tudták alkalmazni. Ez azt jelenti, hogy más biomedikális műszerek, sőt, más területek eszközei is előállíthatók vele.

Tovább az eredeti oldalra!