文献

J-GLOBAL ID：202202250403041423   整理番号：22A0394072

深層学習を用いた光ベースバイオプリンティングにおける細胞誘導光散乱効果の補償【JST・京大機械翻訳】

Compensating the cell-induced light scattering effect in light-based bioprinting using deep learning

著者 (8件)： Guan Jiaao (Department of Electrical and Computer Engineering, University of California San Diego, 9500 Gilman Dr, La Jolla, CA 92093, United States of America) ,  You Shangting (Department of NanoEngineering, University of California San Diego, 9500 Gilman Dr, La Jolla, CA 92093, United States of America) ,  Xiang Yi (Department of NanoEngineering, University of California San Diego, 9500 Gilman Dr, La Jolla, CA 92093, United States of America) ,  Schimelman Jacob (Department of NanoEngineering, University of California San Diego, 9500 Gilman Dr, La Jolla, CA 92093, United States of America) ,  Alido Jeffrey (Department of NanoEngineering, University of California San Diego, 9500 Gilman Dr, La Jolla, CA 92093, United States of America) ,  Ma Xinyue (Division of Biological Science, University of California San Diego, 9500 Gilman Dr, La Jolla, CA 92093, United States of America) ,  Tang Min (Department of NanoEngineering, University of California San Diego, 9500 Gilman Dr, La Jolla, CA 92093, United States of America) ,  Chen Shaochen (Department of NanoEngineering, University of California San Diego, 9500 Gilman Dr, La Jolla, CA 92093, United States of America)
資料名： Biofabrication  (Biofabrication)
巻： 14  号： 1  ページ： 015011 (11pp)  発行年： 2022年 
JST資料番号： W2395A  ISSN： 1758-5082  CODEN： BIOFCK  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： デジタル光処理(DLP)ベースの三次元(3D)印刷技術は,押出ベースの3D印刷のような他の3D印刷技術と比較して,速度と精度の利点を持っている。したがって,それは組織工学および再生医療のための有望な生体材料製造技術である。細胞負荷生体材料を印刷するとき,DLPベースのバイオプリントの1つの課題は,バイオインキにおける細胞の光散乱効果であり,したがって光重合プロセスに予測できない効果を誘発する。その結果,DLPベースのバイオプリントは,セルが誘起する散乱効果を補償するために,各特定の印刷可能な構造に対するパラメータ最適化のための余分な試行錯誤努力を必要とし,しばしば機械オペレータにとって困難で時間がかかる。各異なる構造に対するこのような試行錯誤スタイル最適化は,高価なバイオマテリアルと細胞株にとっても非常に不利である。ここでは,いくつかの試行サンプル印刷から学習するために機械学習を使用し,セル誘起散乱効果を補償する最適パラメータを自動的に提供した。学習ベースのデータ増強を伴う深層学習法を採用し,これは,訓練データ量が少ないだけであった。データから学習後,このアルゴリズムは散乱効果を補償するためにプリンタパラメータを自動的に生成できる。著者らの方法はバイオプリントのための層内印刷分解能における強い改良を示し,それは多層3Dバイオプリントプロセスにおける光散乱問題を解決するためにさらに拡張できる。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  *散乱 ,  *光散乱 ,  印刷 ,  *学習 ,  インク ,  三次元 ,  プリンタ ,  再生医療 ,  生体組織工学
準シソーラス用語： 生体材料 ,  最適パラメータ ,  三次元印刷 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 医用素材  (GA05040H)

タイトルに関連する用語 (6件)： 深層学習 ,  バイオプリンティング ,  細胞 ,  誘導 ,  光散乱 ,  補償