Bone은 멋진 소재입니다. 과학자들은 더 많은 영구적인 교체를 위해 그것을 모방하는 도전 물리학입니다.

몇 년 전, Amir Zador는 새로운 특수 재료를 찾고 있었다. 그는 그가 놓을 때 더 두껍게 성장할 누군가가 필요했지만 뼈만큼 단단하게 될 것입니다. 영국 BBC, 방송 채용정보·

그것은 매우 어려운 요청이었다. 두 끝에서 유연한 벨트를 당길 때 무슨 일이 일어나는 생각 - 확장으로, 유연성은 더 얇게됩니다. Zandpoor, 네덜란드 Leiden University Medical Center의 정형 교수, 그의 팀은 단지 반대 할 무언가를 필요로했다. 그는 거의 물리학의 법에 도전한다.

그들이 직면 한 문제는 엉덩이였다. 모바일 교체는 세계에서 가장 일반적인 정형 외과 절차 중 하나입니다. 이 문제는 인공 분지가있는 사람들이 매년 약 2 백만 단계가 걸릴 것입니다. 이는 점차적으로 소비하는 힘에 임플란트를 부여합니다. 수십 년 이상의 사용 후 임플란트가 교체되어야 합니다.

Zandpoor와 그의 동료는 이 문제를 해결하기 위해 희망 두 가지 다른 재료에 넣어 반대 방법으로 임플란트의 기본의 각 측면에 거짓말 - 압축 될 때 두껍게되고 두껍게 될 것입니다. 이것은 매듭이 압력 하에서 이었을 때 femur를 연화하는 데 도움이 될 것이며 임플란트가 뼈에 단단히 고정되도록한다.

이것은 뼈와"implant, Zador 말한다 사이의 연결을 강화할 것입니다. 모든 연구는 그것이 일할 것이라고 건의했습니다. 다른 장애물이 있음을 제외하고 - 일부 알려진 재료가 두꺼운 경우 보조 재료가 부드럽고 유연한 경향이 있습니다. 그들은 헬멧과 무릎 방패에서, 예를 들면 사용됩니다.

"우리는 정체성의이 신성한 지레를 발견하고 또한 부하를 수행 할 수있는 높은 단단함", Zadpoor 말한다. "사냥이된다. "

자동 학습은 환자의 anatomy에 개별 뼈 임플란트를 적응시킬 수 있습니다.

팀은 지원을위한 인공 지능으로 전환했습니다. IA 시스템을 사용하여 다양한 재료가 행동 할 수있는 방법을 예측하기 위해 훈련 된, 그들은 원하는 특정 속성을 포함 할 수있다. “x0>mater"라는 무언가를 위한 디자인으로 돌려보낸 기계 - 그들의 현미경 구조를 바꾸어서 낯선 재산이 있을 수 있는 물자.

그들의 작업은 과학자들이 점점 더 IA를 해결하는 방법 중 하나 일뿐입니다. 일단 발견되지 않은 물질을 개발하는 데 도움이됩니다. 그리고 그것은 생물학 조직의 속성을 침략하려고하는 사람들을 위해 특히 강력한 것으로 증명합니다.

"자동 학습으로, 당신은 (공정) 훨씬 빨리 만들 수 있고 당신이 필요로 하는 것을 찾아내기 위하여 다른 구조의 수천을 탐구하는 것을 허용한다", Zador 말한다.

Metamaterials는 내부 구조에 따라 다양한 사람들을 디자인 할 수 있습니다. 그들은 예를 들어 음성의 특정 주파수에 따라 고체 몸 또는 액체와 같은 행동 할 수 있습니다. 그러나 원하는 내부 구조는 여전히 물리적 방법이나 시뮬레이션에 의존 할 때 도전입니다.

IA 모델 개발 및 훈련에 대해 걸릴 수 있습니다 새로운 자료 디자인을 생성, Sid Kumar 말한다, 네덜란드 TT Delft에 재료 과학의 동료 교수. 그러나 한 번이 자리에, 그것은 몇 분 걸릴 수 있습니다 또는 심지어 몇 초 동안 시스템을 위해 feasible 디자인을 생성.

프로젝트 중 하나 인 Kumar와 그의 동료들은 IA를 사용하여 복잡한 골절을 수리하기 위해 부드러운 뼈 임플란트를 만들 수 있는 metamatial로 올랐습니다. 티타늄 또는 강철로 만든 플레이트, 나사 및 막대는 종종 사용되지만 뼈는 항상 그 주위에 잘 치유하지 않습니다. 이 임플란트가 제대로 통합되지 않다는 것을 의미 할 수 있습니다.

연구자는 아직도 구조를 제안하는 더 연약한 물자가 분쇄에 있는 회복의 초기 단계에 자연적으로 형성한 연약한 조직을 극소화할 수 있었습니다. 그들은 웹처럼 미세 구조가 포함 된 metamater를 원했지만 폴리머 또는 하이드로젤과 같은 특성을 가지고 있습니다. 이 연약한 물자, 구멍을 포함하는 얇은 원형 붕대 같이 보기 위하여 디자인될 수 있습니다, 구조에서 둘 것입니다 그래서 살아있는 세포가 그것을 식민지화하고 뼈도 통합하는 것을 허용합니다.

골절 회복의 초기 단계는 Success"에 중요합니다. Xiao-Hao Qin은 스위스의 ETH Zurich에서 바이오 소재 엔지니어링의 보조 교수이자 연구팀의 일원입니다.

골절을 수리하는 데 사용되는 금속 임플란트는 뼈보다 더 유연하며 외부의 힘을 흡수하기 때문에 문제가 될 수 있습니다. Hence, 그 주위에 형성 뼈는 운동 중에 긴장을 경험하지 않으며 죽기 시작합니다.

그래서 쿠마르와 그의 동료는 또한 우리의 팔과 발에 그들과 같은 긴 뼈의 가장자리에 찾아낼 수 있는 동일한 모양 및 재산이 있던 물질을 원했습니다. 여기에서, 안 뼈는 충격을 흡수하는 힘과 능력을 제공하는 관 뼈로 알려진 꿀벌 뼈의 그와 유사한 세련된 구조가 있습니다.

이전 직업에서 쿠마르와 그의 동료는 척추뼈와 중요한 특성을 공유하는 척추뼈라고 불리는 metamatials의 새로운 클래스를 도입했습니다. 둘 다 모양에서 약간 불규칙한 그물과 유사한 내부 구조가 있습니다. 이 관리되는 방법에 따라, 그들은 힘과 단단함의 다른 수준을 창조합니다.

알고리즘을 제공함으로써 그들이 찾고 있던 속성의 목록을 자동 학습의 모델은 여성, 쿠마르 및 그의 동료의 특정 단단함과 같은 인간의 뼈에 밀접한 척도 디자인을 생성 할 수 있었다. 그들은 curture뿐만 아니라 자체 냄비 구조, 예를 들어, 힘이 그것에 적용 될 때 행동하는 방법.

이것은 당신이 더 엄밀하고 다른 지역이 조직"의 성장을 격려하기 위해 더 다공성 및 다른 지역이기 때문에 중요합니다, Mohammad Mizali는, TTU Delft에서 생물 의학 기술설계의 동료 교수, 직업에서 관여되지 않은.

Kumar와 그의 팀은 또한 3차원 인쇄 기술을 사용하여 그 디자인을 생성할 수 있었다는 것을 보여줄 수 있었습니다. 그 다음 단계는 인체에 주입 된 경우 어떻게 작동했는지 알아내는 테스트입니다.

아마도 몇 년 후, 우리는 mimetic 뼈 주입", Kumar 말한다.

Zandpoor와 그의 동료들은 힙 임플란트를 위해 불가능한 metamatial을 찾을 수 있도록 퀘스트를 앞두고 있습니다. 그들은 속성의 목록에 추가 - 스트레스와 적절 한 만큼 안정적으로 환자의 변수 분 지에 적응.

소원의 긴 목록을 만나기 위해 Zadpoor와 그의 팀은 힘에 가입하고 공동으로 feasible metamatial을 추구하는 자동 학습의 3 가지 모델을 받았습니다. 이 접근법은 뼈 임플란트에 사용하기에 적합한 여러 대사 디자인에서 결과적으로 Zador는 복잡성 때문에 인공 지능 없이 달성할 수 없습니다.

미래에, 자동 학습은 또한 환자의 anatomy에 개별 뼈 임플란트를 적응시킬 수 있습니다, 그는 그를 지속해야, Zador 말한다. / 채용정보·