L'apprentissage automatique unifie la flexibilité et l'efficacité de la génération de structures spinodales pour la conception stochastique de biomatériaux
MaisonMaison > Blog > L'apprentissage automatique unifie la flexibilité et l'efficacité de la génération de structures spinodales pour la conception stochastique de biomatériaux

L'apprentissage automatique unifie la flexibilité et l'efficacité de la génération de structures spinodales pour la conception stochastique de biomatériaux

Aug 29, 2023

Rapports scientifiques volume 13, Numéro d'article : 5414 (2023) Citer cet article

1209 Accès

1 Altmétrique

Détails des métriques

La conception de biomatériaux poreux pour la réparation osseuse est encore largement limitée aux structures classiques (par exemple, les réseaux à base de tiges), en raison de leur paramétrage facile et de leur grande contrôlabilité. La capacité de concevoir une structure stochastique peut redéfinir les limites de notre espace structure-propriété explorable pour la synthèse de biomatériaux de nouvelle génération. Nous proposons ici une approche de réseau neuronal convolutif (CNN) pour la génération et la conception efficaces d'une structure spinodale - une structure intrigante avec un canal poreux stochastique mais interconnecté, lisse et constant propice au biotransport. Notre approche basée sur CNN possède simultanément l'énorme flexibilité d'un modèle basé sur la physique pour générer diverses structures spinodales (par exemple périodiques, anisotropes, à gradient et arbitrairement grandes) et une efficacité de calcul comparable à celle du modèle d'approximation mathématique. Nous avons ainsi réussi à concevoir des structures osseuses spinodales avec une élasticité anisotrope cible via un criblage à haut débit, et à générer directement de grands implants orthopédiques spinodaux avec la porosité du gradient souhaité. Ce travail fait progresser considérablement le développement de biomatériaux stochastiques en offrant une solution optimale pour la génération et la conception de structures spinodales.

En raison des insuffisances d'application de l'autogreffe (tissu propre du patient) et de l'allogreffe (provenant d'une autre personne), les matériaux et structures biomimétiques jouent un rôle central dans l'ingénierie tissulaire pour une réparation et un remplacement osseux efficaces1. Les matériaux poreux avec des structures régulières, tels que des réseaux à base de tiges ou de plaques2,3,4 et des structures à surface périodique triplement minimale (TMPS)5,6,7 ont été largement étudiés dans la conception de biomatériaux. Cela est dû en grande partie à leur facilité de paramétrage de la structure et à leur grande contrôlabilité. À l’opposé, les efforts ont été assez limités pour concevoir des biomatériaux stochastiques dotés d’une structure et de propriétés adaptées. Parmi les différents types de matériaux poreux stochastiques8, les matériaux spinodaux9,10 présentent un intérêt particulier en raison de leur combinaison intrigante de bi-continuité et de stochasticité particulière. La structure spinodale provient du processus thermodynamique de décomposition spinodale, dans lequel une phase métastable s'auto-sépare en deux phases distinctes lors d'un traitement thermique11. La structure biphasée résultante présente une morphologie interpénétrée, co-continue et stochastique, caractérisée notamment par une taille de caractéristique plutôt uniforme et une interface de phase lisse (courbure moyenne proche de zéro) dans toute la structure. Les matériaux poreux spinodaux sont obtenus en attribuant une phase comme matériau solide tandis que l'autre reste comme vide. Son architecture spinodale particulière apporte non seulement des propriétés mécaniques distinctives (par exemple une résistance spécifique élevée, une insensibilité aux imperfections et à la rupture de symétrie courantes dans les structures régulières), mais également des propriétés biologiques privilégiées avec un bon transport de masse. Les caractéristiques ci-dessus rendent les matériaux spinodaux très prometteurs pour un large éventail d'applications, telles que les systèmes de protection contre les chocs9,13, les milieux de microréaction14, les capteurs électrochimiques15 et, en particulier, l'ingénierie tissulaire16,17,18 avec des exigences mécaniques et biologiques strictes. Par exemple, la grande majorité des implants orthopédiques exigent non seulement une excellente fonction mécanique pour supporter la charge physiologique19, mais également une grande fonction biologique pour favoriser le transport des nutriments, la prolifération cellulaire, la liaison os-implant et donc le succès de l'implantation à long terme20,21. La structure spinodale aux propriétés mécaniques et biologiques combinées de manière unique ouvre des possibilités passionnantes pour la fabrication de divers implants orthopédiques ; voir l'exemple d'implant dentaire sur la figure 1. Malgré l'énorme potentiel de la structure spinodale dans les applications biomédicales, la génération et la conception efficaces des biomatériaux spinodaux restent insaisissables en raison de l'extrême complexité structurelle de leur nature.

0\) for solid phase and \({\varvec{\phi}}\left( {\varvec{x}} \right) < 0\) for pore phase. Therefore, a noisy phase field with large mean \(\mu > 0\) (biased towards solid phase) will develop into a dense spinodal structure with less porosity. Note that, in addition to such solid-based spinodal structure, one can also extract shell-based spinodal structure10 by assigning phase interface a certain thickness and the whole remaining as voids. For illustration purpose, this research would exclusively focus on solid-based spinodal structure./p>