華盛頓州立大學（WSU）研究人員推出了一項突破性的人工智慧驅動3D列印技術，用於為外科手術製作精確的人體器官模型。這項技術透過AI演算法優化列印過程，能夠根據腎臟和前列腺的影像和屬性，提供最佳的列印設置，提高模型的效率和精度。助理教授Kaiyan Qiu指出，這項技術能夠節省外科醫生的時間，讓他們在短時間內快速列印高保真的器官模型以進行術前練習。研究也採用多目標貝葉斯最佳化方法，適用於醫療設備及其它產業的原型製作。
Felix Pinkston 2024 年9 月22 日11:39
華盛頓州立大學推出人工智慧3D 列印技術，為外科手術創建精確的器官模型，優化手術結果。
華盛頓州立大學(WSU) 的研究人員推出了一項突破性的人工智慧驅動3D 列印技術，旨在幫助外科醫生為術前練習製作人體器官的詳細複製品。據NVIDIA 技術部落格稱，這項創新有望透過為醫生提供更精確的準備工具來提高手術效果。
AI演算法增強3D列印
此人工智慧演算法經過人體腎臟和前列腺影像和屬性（包括重量、大小、孔隙率和血管結構）的訓練，可與3D 列印機合作優化列印過程。它有助於確定準確度、重量和列印速度的最佳設置，從而顯著提高3D 列印模型的效率和精度。
華盛頓州立大學機械與材料工程系助理教授、這項研究的共同作者Kaiyan Qiu 強調了這項技術節省時間的潛力。 「對於術前器官模型，我們知道外科醫生需要能夠快速列印且勞動強度低的高保真模型，」Qiu 教授解釋道。 「我們設想這樣一個場景：外科醫生接受MRI 和CT 掃描 [of a patient] 上午，她有兩個小時的時間來準備手術的一切。人工智慧可以優化參數，並在半小時內列印出一個模型器官，然後外科醫生可以用剩下的時間練習 [on the organ replica]」
使用貝葉斯方法進行最佳化
研究團隊包括華盛頓州立大學電腦科學教授Jana Doppa，他們採用了多目標貝葉斯最佳化(BO) 方法，使用BoTorch 來增強3D 列印過程。 BO 演算法利用機率替代模型來近似列印參數與列印器官模型品質之間的關係，捕捉不確定性並實現更穩健的最佳化。
AI 模型訓練使用NVIDIA A40 GPU 進行，並利用NVIDIA NGP Instant NeRF 重建3D 列印模型的網格物件。這種先進的AI 流程不僅限於醫療應用；它還可用於創建植入式醫療設備、飛機和機器人零件、電池甚至定製鞋子的原型。
有關此研究的更多信息，請訪問NVIDIA 技術部落格。
圖片來源：Shutterstock
資訊來源：由0x資訊編譯自BLOCKCHAINNEWS。版權所有，未經許可，不得轉載