3D打印,最新、重磅Science!

点击上方「增材制造技术前沿」快速关注

专注于3D打印技术硬知识分享

液态树脂的3D打印通常基于光固化技术,无论是SLA、DLP、LCD、POLYJET还是体积3D打印工艺。来自哈佛大学医学院和杜克大学生物医学工程系的研究团队开发出了一种新的3D打印方法,称为深穿透声学体积打印(DVAP),该技术使用粘弹性墨水和高强度聚焦超声波

该技术的一个关键特征是他们使用声波墨水,可以防止固化超过焦点,从而防止凝固超过预期体素。使用超声波的一个关键优点是它可以穿透数厘米深的不透明介质。由于它对声波而不是光做出反应,因此该技术可用于从骨愈合到心脏瓣膜修复等生物医学目的。增材制造技术前沿注意到,该技术具有显著的医学应用潜力,本文将介绍其重大价值。

12月7日,该研究以“Self-enhancing sono-inks enable deep-penetration acoustic volumetric printing”为题发表在最新一期《Science》上,前两位作者可能是华人科学家。

8c7eaada600ae314ec955ce2c7339867.png

与传统的“纵向”层层3D打印技术不同,体积3D打印通过从内向外的“横向”层层打印,在长时间以来被认为可用于制造医疗组织、器官,其具有更高的打印速度和全新的构建物体的方式。

但现有的体积打印技术几乎完全依靠光能来触发透明油墨中的光聚合,油墨本身的光衰减、功能性添加剂(如光吸收剂和填料)的存在,对基于光的体积打印的材料选择和构建尺寸带来了限制。尽管红外光可将光穿透力提高到几毫米 ,但将光深入到光学散射介质(如生物组织)中仍然具有挑战性。因此,基于光的体积打印在深度渗透数字制造方案中的应用具有内在的局限性。

超声波的穿透深度比光深100多倍,可以以高空间精度到达组织、骨骼和器官,这是基于光的打印方法无法达到的,因此有望用于触发深度聚合。通过超声波浴或基于喇叭的反应器,超声波可以通过水的空化产生活性氧,使乙烯基单体聚合,在几十分钟内形成水凝胶。 超声波也可以使用聚焦超声换能器聚焦到一个小体积中。换能器可以产生正负压交替的声波,并沿深度方向传播,高声能可以高精度传递到焦点区域。以前,基于空化的超声打印是通过固化聚二甲基硅氧烷树脂来实现的 。然而,需要一个构建平台,并且只能打印相对简单的几何形状,因为高声压产生的强烈声流会干扰焦点区域的局部油墨。

本篇研究报道了相变粘弹性超声油墨,它们同时允许深声穿透、低声流和快速声热诱导的自由基聚合,共同实现深渗透声学体积打印。

90fdb3bd58c8ab5dae64a852e051ab87.jpegDAVP的工作原理

巨大的医学应用价值!

新的工艺和材料组合涉及一种被声波墨水,它是水凝胶、微粒和分子的组合,旨在专门对超声波做出反应。一旦声波墨水被输送到目标区域,专用的超声波打印探头就会将聚焦超声波发送到墨水中,将其部分硬化成复杂的结构。这些结构的范围从模仿骨骼硬度的六边形支架到可以放置在器官上的水凝胶气泡。

超声波打印机的设计者表示,“墨水本身是一种粘性液体,因此可以相当容易地注入目标区域,当你移动超声波打印探头时,墨水中的材料会连接在一起并硬化。完成后,可以通过注射器去除任何未固化的剩余墨水。”

声波墨水允许研究人员调整配方以适应多种用途。例如,如果他们想创建一个支架来帮助愈合断骨或弥补骨质流失,他们可以在墨水中添加骨矿物质颗粒。这种灵活性还使他们能够根据其用途设计出更耐用或更可降解的硬化配方。

9b79ed5d6f6dd74b75cba73178590c20.jpegDAVP 性能和材料通用性

该团队进行了三项测试,以验证其新技术的概念。第一个涉及使用墨水密封山羊心脏。当人类患有非瓣膜性心房颤动时,心脏无法正常跳动,导致血液积聚在器官中。传统治疗通常需要开胸手术来封闭左心耳,降低血栓和心脏病发作的风险。该团队使用导管将声波墨水输送到放置在打印室中的山羊心脏的左心耳,然后超声波探头将聚焦超声波穿过12毫米的组织,使墨水硬化,而不会损坏任何周围的器官。一旦该过程完成,墨水就会安全的粘合到心脏组织上,并且足够灵活,可以承受模仿心脏跳动的运动。

93eadec11c9bd3c40370ecec92d39b7e.jpeg

该团队还测试了新技术用于组织重建和再生的潜力。使用鸡腿创建骨缺损模型后,研究小组注入声波墨水,并通过10毫米的样本皮肤和肌肉组织层使其硬化。由此产生的材料与骨头无缝粘合,不会对任何周围组织产生负面影响。

在另一项实验中,他们在墨水中添加了一种常见的化疗药物,并将其输送到肝脏组织样本中。使用探针将声波墨水硬化成水凝胶,缓慢释放化疗药物并扩散到肝脏组织中。

f36d6bbee208a4c971acabed72cc1f30.jpeg3D超声打印技术在人体中的潜在应用

研究人员表示,“我们距离将这种工具带入临床还很远,但这些测试再次证实了这项技术的潜力。因为该技术可以通过组织进行打印,所以它在传统上涉及非侵入性和破坏性方法的手术和治疗中具有许多潜在的应用。”

总的来说,该技术允许在厘米深度通过生物组织进行打印,为微创医学铺平了道路

欢迎转发

主编微信:2396747576(请注明身份); 硕博千人交流Q群:248112776;网址:www.amreference.com

延伸阅读:

1.3D打印巨头Desktop Metal面临退市危机

2.北理工-3D打印技术在5G通讯天线中的应用进展与挑战!

3.巨型铸造——砂型3D打印应用的新突破,新能源汽车行业的新焦点

4.国产桌面碳纤维3D打印机“不挑材料”,新增11款特种耗材!

fa3695c2c70c9b84792093b59a3b67ff.gif

3483df1673f887bb001817faed323cbf.gif

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值