來源: EFL生物3D打印與生物制造
目前個性化的可穿戴設(shè)備大多是通過非原位打印制造的,該方法要先在平面基板上進行打印,隨后再轉(zhuǎn)移到目標(biāo)表面上,但這種操作可能導(dǎo)致打印結(jié)構(gòu)和目標(biāo)表面無法在動態(tài)情況下實現(xiàn)匹配。原位打印為直接在目標(biāo)表面上打印3D構(gòu)造提供了一種潛在的解決方案,該方案需要人工智能(AI)的幫助來感知、適應(yīng)和預(yù)測打印環(huán)境的狀態(tài)。
來自University of Minnesota的Michael C. McAlpine和Hyun Soo Park合作在Nature Reviews Materials雜志上發(fā)表了題為“3D-printed multifunctional materials enabled by artificial-intelligence-assisted fabrication technologies”的綜述文章。文章介紹了用于原位3D打印的電子材料和生物墨水,具有開環(huán)、閉環(huán)和預(yù)測控制的人工智能3D打印方法,以及手術(shù)機器人和人工智能如何與3D打印方法相互集成。最后對人工智能、3D打印、功能材料和個性化生物醫(yī)學(xué)設(shè)備的融合進行了展望。
640.jpg (79.74 KB, 下載次數(shù): 141)
下載附件
2024-8-13 14:05 上傳
圖1 AI輔助制造技術(shù)實現(xiàn)多功能材料的3D打印概述
除了沒有AI的傳統(tǒng)3D打印系統(tǒng)之外,根據(jù)AI參與打印程序的三個級別可將打印分為:開環(huán)AI、閉環(huán)AI和預(yù)測性AI三種。
表1 不同程度AI參與的3D打印概述
640-3.jpg (48.29 KB, 下載次數(shù): 136)
下載附件
2024-8-13 14:05 上傳
1. 用于原位3D打印的功能性墨水
3D打印材料需要與相應(yīng)的3D打印方法兼容,這些方法通常分為基于光固化的或基于擠出式打印的,基于光固化的打印方法通常需要打印材料具有可光固化的能力,而基于擠出式的打印方法需要打印材料具有一定的黏度以及剪切變稀特性,從而便于擠出過程的實現(xiàn)。
640-2.jpg (97.41 KB, 下載次數(shù): 113)
下載附件
2024-8-13 14:05 上傳
圖2 功能性墨水的原位3D打印
1.1 電子材料
用于電子設(shè)備原位3D打印的材料需要滿足傳感、驅(qū)動等功能所需的電氣特性,且需要具有與目標(biāo)生物表面相匹配的機械性能、流變特性。使用無機、堅硬的材料時,必須調(diào)整它們的尺寸以適應(yīng)基于擠出的打印,通常是通過將這些材料粉碎成納米級顆粒來實現(xiàn)的。
1.2 水凝膠
水凝膠可用于組織工程和生物電子應(yīng)用,其類似于天然細(xì)胞外基質(zhì),可為細(xì)胞提供合適的培養(yǎng)環(huán)境。通過改變水凝膠聚合物網(wǎng)絡(luò)的孔隙率和粘度可對其強度和粘彈性進行調(diào)節(jié),通過添加光引發(fā)劑及流變改性劑可對其打印性進行優(yōu)化。水凝膠可以在組織表面進行原位3D打印制造,從而用于醫(yī)療密封劑、粘合劑植入物和可穿戴設(shè)備等方面。
2. 開環(huán)人工智能3D打印
開環(huán)人工智能3D打印需要在制造開始之前獲取有關(guān)打印結(jié)構(gòu)表面幾何形狀的信息,AI使用此幾何信息來確定刀具路徑設(shè)計和材料分布。針對不同打印結(jié)構(gòu)幾何形狀捕獲的傳感方法如下。
表2 3D打印中輔助傳感的常見方法
640-1.jpg (114.57 KB, 下載次數(shù): 134)
下載附件
2024-8-13 14:05 上傳
2.1 在非平面表面上進行3D打印
對于開環(huán)人工智能3D打印而言,為了在非平面表面上實現(xiàn)直接打印,AI必須在打印之前獲取目標(biāo)的幾何信息。對于具有更復(fù)雜幾何形狀的表面,需要借助3D掃描工具并由算法輔助以進行密集的點云數(shù)據(jù)3D重建。在醫(yī)學(xué)應(yīng)用中,目標(biāo)表面的3D信息來源是磁共振成像和CT掃描等醫(yī)學(xué)成像數(shù)據(jù)。
640-4.jpg (96.46 KB, 下載次數(shù): 137)
下載附件
2024-8-13 14:05 上傳
圖3 在非平面表面上進行3D打印
2.2 基于目標(biāo)幾何結(jié)構(gòu)的形狀編程
通過運用形狀編程可使具有特殊功能的材料在特定刺激下(溫度、離子濃度、機械負(fù)載)實現(xiàn)規(guī)定的形狀變化。基于目標(biāo)幾何結(jié)構(gòu)的形狀編程常用于可穿戴醫(yī)療植入物的制造,其可以直接3D打印在人體上,以進行臨床診斷或進行傷口修復(fù)。
640-5.jpg (72.78 KB, 下載次數(shù): 147)
下載附件
2024-8-13 14:05 上傳
圖4 基于的打印結(jié)構(gòu)幾何結(jié)構(gòu)的形狀編程
3. 閉環(huán)人工智能3D打印
閉環(huán)AI打印是指實時適應(yīng)打印環(huán)境變化的3D打印方法,其基于檢測、跟蹤和識別算法,可以在打印過程中實時更新運動狀態(tài)、打印層的表面結(jié)構(gòu)和打印頭的擠出狀態(tài)。閉環(huán)人工智能3D打印主要可實現(xiàn)兩大功能:通過在線校正提高打印質(zhì)量、通過在線跟蹤實現(xiàn)移動目標(biāo)上的原位打印。
3.1 提高打印質(zhì)量
在閉環(huán)3D打印中,各種傳感器通過與3D打印平臺進行集成,能夠觀察材料和打印結(jié)構(gòu)的狀態(tài)。傳感數(shù)據(jù)被反饋到計算機視覺和機器學(xué)習(xí)算法等計算工具中,進而識別打印缺陷,并向材料進給和運動控制系統(tǒng)提供反饋,以糾正打印中出現(xiàn)的錯誤。
640-6.jpg (88.83 KB, 下載次數(shù): 149)
下載附件
2024-8-13 14:05 上傳
圖5 利用閉環(huán)AI校正實現(xiàn)打印質(zhì)量提升及位于移動目標(biāo)上的3D打印
3.2 在移動目標(biāo)上進行3D打印
活體中的皮膚和軟器官都會隨時間的變化而發(fā)生剛性變換和非剛性變形(呼吸、心跳),要實現(xiàn)在這些動態(tài)變化結(jié)構(gòu)上的原位打印,需要實時更新傳感數(shù)據(jù)來調(diào)整打印路徑。
3.3 機器人感知技術(shù)輔助原位3D打印
利用機器人感知技術(shù)目的是為了識別器官組織的幾何和機械特性,以及動態(tài)系統(tǒng)中的干擾和不確定性。低級感知類似于人類的視覺感知,它利用成像系統(tǒng)和圖像處理算法來檢測視覺特征,以進行3D重建。高級感知類似于大腦和神經(jīng)系統(tǒng)的知覺,在3D打印中理解低級感知重構(gòu)的3D場景,并用于后續(xù)刀具路徑規(guī)劃。
640-7.jpg (63.06 KB, 下載次數(shù): 117)
下載附件
2024-8-13 14:05 上傳
圖6 用于原位3D打印的機器人感知技術(shù)
4. 預(yù)測性人工智能輔助3D打印
在活體器官上進行3D打印的能力主要受到傳感、控制和計算延遲的限制。打印過程需要對組織表面的變形做出響應(yīng),否則可能會導(dǎo)致器械碰撞或穿透組織,從而影響打印質(zhì)量、損傷組織。這需要預(yù)測性人工智能在了解當(dāng)前狀態(tài)的同時,還可以根據(jù)過去的經(jīng)驗預(yù)測未來狀態(tài),預(yù)測周圍組織的未來變形并規(guī)劃未來的命令,以有效減少或消除打印錯誤。
5. 手術(shù)機器人實現(xiàn)原位3D打印
在醫(yī)學(xué)領(lǐng)域,手術(shù)機器人原位3D打印可將具有理想電、化學(xué)和生物功能的生物材料直接輸送到人體之中,從而以多種方式輔助現(xiàn)代醫(yī)學(xué)治療。這些具有先進傳感和精確運動控制能力的手術(shù)機器人可以實現(xiàn)“更智能”的手術(shù),以減少因醫(yī)療錯誤造成的死亡或傷害。
640-8.jpg (79.05 KB, 下載次數(shù): 141)
下載附件
2024-8-13 14:05 上傳
圖7 使用手術(shù)機器人進行3D打印
利用人工智能輔助制造技術(shù)進行的3D打印在可穿戴設(shè)備和植入物的制造方面具有巨大的潛力,但將AI技術(shù)集成于3D打印之上仍處于起步階段,目前仍然缺乏3D打印機器人和用戶之間的智能交互界面。展望未來,增強現(xiàn)實和虛擬現(xiàn)實等技術(shù)和3D打印的結(jié)合將會使人工智能實現(xiàn)全程的打印指導(dǎo),利用人工智能進行輔助制造也將成為邁向3D打印普及化的重要途徑。
參考文獻
Zhu, Z., Ng, D.W.H., Park, H.S. et al. 3D-printed multifunctional materials enabled by artificial-intelligence-assisted fabrication technologies. Nat Rev Mater 6, 27–47 (2021)
https://doi.org/10.1038/s41578-020-00235-2
|