Forscher der Washington State University (WSU) haben einen künstlichen Intelligenz-Algorithmus entwickelt, der die Effizienz des 3D-Drucks erheblich steigern kann. Das berichtet die Universität auf ihrer Website. In einer kürzlich in der Zeitschrift Advanced Materials Technologies veröffentlichten Studie mit dem Titel „Machine Learning Enabled Design and Optimization for 3D-Printing of High-Fidelity Presurgical Organ Models“ konnte der Algorithmus genutzt werden, um die besten Versionen von komplexen Strukturen wie Nieren- und Prostatamodellen zu drucken. Dies könnte den 3D-Druck für Anwendungen wie künstliche Organe, flexible Elektronik und tragbare Biosensoren weiter verbessern.
Verbesserte Effizienz durch Bayesian Optimization
Das Forscherteam um Kaiyan Qiu, Berry-Assistenzprofessor an der WSU School of Mechanical and Materials Engineering, und Jana Doppa, Associate Professor für Informatik, verwendete eine Technik namens Bayesian Optimization. Mit dieser Methode trainierte der Algorithmus, um die optimalen Druckeinstellungen für komplexe 3D-Modelle zu ermitteln. Diese Einstellungen umfassen unter anderem die Geometriepräzision, das Gewicht und die Porosität des Modells sowie die Druckzeit. „Es ist schwierig, alle Ziele gleichzeitig zu erreichen, aber wir konnten ein günstiges Gleichgewicht finden und die bestmögliche Qualität des gedruckten Objekts erzielen“, sagte Eric Chen, Ko-Erstautor der Studie.
Der Einsatz von 3D-Druck nimmt in der Industrie seit Jahren zu, da Ingenieure in der Lage sind, benutzerdefinierte Entwürfe schnell in Produkte wie tragbare Geräte, Batterien und Luftfahrtkomponenten umzuwandeln. Trotz dieser Vorteile sind die optimalen Druckeinstellungen aufgrund der Vielzahl möglicher Kombinationen schwer zu finden, was Zeit und Geld kostet. „Die schiere Anzahl potenzieller Kombinationen ist überwältigend, und jeder Versuch kostet Zeit und Geld“, erläuterte Doppa.
Anwendungen für komplexe medizinische Modelle
Qiu forscht seit mehreren Jahren an der Entwicklung komplexer, lebensnaher 3D-gedruckter Modelle menschlicher Organe. Diese Modelle sind unter anderem für das Training von Chirurgen oder die Bewertung von Implantaten nützlich, müssen jedoch die mechanischen und physischen Eigenschaften des echten Organs, wie Venen, Arterien und andere detaillierte Strukturen, nachbilden.
In der aktuellen Studie wurde der Algorithmus zunächst trainiert, ein Prostatamodell für chirurgische Proben zu drucken. Anschließend konnte das Programm leicht angepasst werden, um ein Nierenmodell zu drucken. „Das bedeutet, dass diese Methode auch für die Herstellung anderer komplexer biomedizinischer Geräte eingesetzt werden kann“, so Qiu.
Die Arbeit wurde durch die National Science Foundation sowie die WSU Startup- und Cougar Cage-Fonds finanziert.
Haben Sie eine Meinung zu dieser neuen Entwicklung im Bereich des 3D-Drucks? Hinterlassen Sie uns gerne einen Kommentar! Oder abonnieren Sie unseren Newsletter, um keine Neuigkeiten aus der Welt des 3D-Drucks zu verpassen.
