딥 뉴럴 네트워크를 이용한 3D 바이오프린팅 이상 모니터링

부가 제조 기술은 지난 수십 년 동안 발전해 왔으며, 특히 조직 공학 응용을 위한 살아 있는 세포로 구성된 지지대 및 혈관과 같은 생체 기능 구조를 인쇄하는 데 사용될 때 더욱 그렇습니다. 부품 품질과 신뢰성은 엔지니어링된 조직 구조에 필요한 생체 적합성과 구조적 무결성을 유지하는 데 필수적입니다. 따라서 원하는 설계와 인쇄된 형태 간의 불일치를 초래할 수 있는 3D 바이오프린팅 과정에서 발생할 수 있는 모든 이상을 탐지하는 것이 중요합니다. 그러나 투명한 바이오프린트 및 복잡한 인쇄 기능 내에서 불완전성을 정확하고 효율적으로 탐지하는 데는 어려움이 있습니다. 이 연구에서는 층별 센서 이미지를 기반으로 한 이상 탐지 시스템과 머신 러닝 알고리즘을 개발하여 투명히드로겔 기반 바이오프린트 재료의 불완전성을 구별하고 분류합니다. 추출된 작은 이미지 패치에 대해 합성곱 신경망 방법과 고급 이미지 처리 및 증강 기술을 활용하여 높은 이상 탐지 정확도를 얻습니다. 다양한 이상 예측과 함께 이미지 패치에서 인필 패턴 및 위치 정보를 정확하게 결정할 수 있습니다. 인쇄 이상을 분류하고 위치를 지정하는 데 당사의 탐지 시스템을 사용하여 3D 바이오프린팅 과정에서 고품질 조직 구조를 달성하기 위한 프로세스 매개변수의 실시간 자율 수정을 실현할 수 있을 것으로 예상됩니다.