Нейросеть ускорит создание медицинских каркасов для регенерации тканей
Разработка томских учёных позволит точно прогнозировать свойства биоматериалов
Учёные Томского политехнического университета доказали: нейронные сети лучше других методов прогнозируют ключевые параметры полимерных скаффолдов. Эти каркасы необходимы в биомедицине для восстановления повреждённых тканей.
Традиционный поиск оптимальных условий производства скаффолдов — сложный и долгий процесс. Нейросети анализируют даже небольшие наборы экспериментальных данных и находят сложные закономерности. Это снижает потребность в многочисленных дорогостоящих испытаниях.
Исследователи попробовали разные алгоритмы машинного обучения. Классические модели точно предсказали диаметр волокон, но не справились с оценкой прочности на разрыв. Модели на основе нейронных сетей дали точный прогноз по обоим критически важным параметрам.
Новый подход уже показал эффективность для каркасов из поликапролактона. Метод можно масштабировать и для других полимеров, расширив его применение в создании медицинских изделий.
Разработка выполнена при поддержке Минобрнауки России. Результаты исследования опубликованы в авторитетном международном журнале «Computers in Biology and Medicine».
