硬組織工学における人工ニューラルネットワーク：変形性関節症におけるトラベキュラー骨特性の年齢依存性の再検討

人工ニューラルネットワーク（ANN）モデルが開発され、重度の変形性関節症の男性および女性標本の年齢とそのトラベキュラー骨の主要な機械的および構造的特性との相関が求められました。年齢、性別、圧縮強度、気孔率、形態、および相互接続性のレベルとの間の複雑な相互依存性が、二層フィードフォワードANNを使用して多次元空間で分析されました。Levenberg-MarquardtバックプロパゲーションアルゴリズムによってトレーニングされたANNは、実験データセットに最適化された場合、推定年齢と目標年齢の間に回帰係数R = 96.3%を達成しました。結果は、骨の物理的特性の5次元ベクトルと標本の年齢との間に強い相関があることを示しています。骨折リスクの主要な要因としての圧縮強度を推定する逆問題も調査されました。その結果、推定圧縮強度と目標圧縮強度の間に回帰係数R = 97.4%の相関が得られました。入力データセットの制約内で、ANNは硬組織工学の意思決定支援に対して強固な予測モデルを提供します。