NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Bu araştırma, uyumlu bir bistable mekanizması tasarlamak ve özelleştirilmiş tıbbi uygulamalar için 3D baskı kullanarak üretmek için bir hesaplama çerçevesi önermektedir. Önerilen yöntem, esnek yapıların doğrusal olmayan mekanik özelliklerinden yararlanarak üst ekstremite titremelerini azaltır. Modelin tek bir platformda geliştirilmesi ve yürütülmesi, özelleştirme sürecini basitleştiren entegre ters tasarım ve simülasyonu düzene sokar. Bir insan bileğini taklit etmek için inşa edilen sentetik bir insan kol modeli, bir ışık algılaması ile tarandı ve bistable yapının 3D modelini özelleştirmek için (LiDAR) sensörünü genişletti. Daha sonra, kol modeli bistable mekanizmasını test etmek için kullanıldı. Ters tasarım sürecini derin bir sinir ağı (DNN) ile otomatikleştirmek ve evrimsel optimizasyon, sertlik ve titreşim zayıflaması için en uygun iki yönlü mekanizma konfigürasyonlarına karar verir. Bistable mekanizmasının pseudo-rigid-body modeli (PRBM), makine öğrenimi (ML) modelini ters tasarımda eğitmek için geliştirildi ve titreme özelliklerine dayanan belirli bir mekanik tepki için bistable yapının optimal parametrelerini bulmak için hesaplamalı olarak uygun hale getirildi. Çeşitli durumlarda titreşimleri azaltmak için sadece 27 g ağırlığındayken titreme gücünde %87.11'e varan oranda azalma gösteren deneysel sonuçlar, Parkinson titremesi ve ilgili hastalıklar için giyilebilir ortez cihazlarının 4D baskısında kullanımını göstermektedir.
Özgün kaynak özetini okuyun
This research proposes a computational framework for designing a compliant bistable mechanism and fabricating it using 3D printing for customized medical applications. The proposed method reduces upper limb tremors, taking advantage of the nonlinear mechanical properties of flexible structures. The model's development and execution on a single platform streamlines integrated inverse design and simulation, simplifying the customization process. A synthetic human arm model, built to imitate a human wrist, was scanned with a light detection and ranging (LiDAR) sensor to customize the 3D model of the bistable structure. Afterwards, the arm model was used to test the bistable mechanism. Automating the inverse design process with a deep neural network (DNN) and evolutionary optimization decides the optimal bistable mechanism configurations for stiffness and vibration attenuation. The pseudo-rigid-body model (PRBM) of the bistable mechanism was developed to train the machine learning (ML) model in the inverse design, making it computationally affordable to find the optimal parameters of bistable structure for a specific mechanical response based on tremor characteristics. Experimental results showing up to 87.11 % reduction in tremor power while weighing only 27 g to reduce vibrations in various situations suggest its use in 4D printing of wearable orthotic devices for Parkinsonian tremors and related diseases.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.