سایت دانشگاه | 04 مرداد 1405
EN
logo

علم خوان

دانشگاه علوم پزشکی تهران

  • تاریخ انتشار : 1405/03/20 - 17:19
  • تعداد بازدید کنندگان خبر : 10
  • زمان مطالعه : 3 دقیقه

هوش مصنوعی به پیش‌بینی کیفیت سطح در چاپ سه‌بعدی در دندانپزشکی کمک می‌کند

یک مطالعه جدید بوسیله پژوهشگران دانشگاه علوم پزشکی تهران نشان می‌دهد که یادگیری ماشین می‌تواند به طور دقیق زبری سطح را در اجزای دندانپزشکی چاپ سه‌بعدی پیش‌بینی کند و به طور بالقوه کیفیت و ثبات پروتزهای دندانی و ایمپلنت‌ها را بهبود بخشد.

6880fa976db9a70b54788545_3d-printing-in-dentistry1-p-1600

به گزارش علم‌خوان، پژوهشگران در این مطالعه به بررسی این موضوع پرداختند که چگونه می‌توان «زبری سطح» قطعات دندانپزشکی ساخته شده با استفاده از چاپ سه‌بعدی مبتنی بر رزین را بهتر پیش‌بینی کرد. زبری سطح یک عامل کلیدی کیفیت در دندانپزشکی است زیرا بر موارد زیر تأثیر می‌گذارد:

 

-میزان صافی و راحتی یک دستگاه دندانپزشکی

-میزان قرارگیری آن در دهان

-دوام و بهداشت طولانی مدت آن (سطوح ناهموار می‌توانند باکتری‌ها را به دام بیندازند)

 

چالش این است که کیفیت سطح به طور همزمان به بسیاری از پارامترهای چاپ بستگی دارد و بهینه‌سازی آن را با استفاده از روش‌های سنتی آزمون و خطا دشوار می‌کند.

 

این پژوهشگران برای حل این مشکل یک مدل یادگیری ماشینی ساختند که می‌تواند زبری سطح را بر اساس شرایط چاپ پیش‌بینی کند.

 

شیوه انجام تحقیق

این پژ>هشگران از یک طرح آزمایشی کنترل‌شده استفاده کرد که در آن نمونه‌های دندانی با استفاده از یک چاپگر سه‌بعدی رزینی تولید شدند. آنها تنظیمات کلیدی چاپ مانند موارد زیر را تغییر دادند:

 

- ضخامت لایه

-زاویه چاپ

- زمان نوردهی

-چگالی پرکننده

-سرعت لیفت

 

این ترکیبات مجموعه‌ای از نمونه‌های چاپ شده با مقادیر زبری سطح اندازه‌گیری شده را تولید کردند.

 

سپس، چندین مدل یادگیری ماشین آموزش داده و آزمایش شدند، از جمله:

 

-شبکه‌های عصبی مصنوعی (ANN)

-رگرسیون بردار پشتیبان (SVR)

- مدل‌های جنگل تصادفی

 

هدف این بود که به سیستم آموزش داده شود که چگونه تنظیمات چاپ بر کیفیت سطح تأثیر می‌گذارند، بنابراین می‌تواند نتایج را بدون نیاز به آزمایش‌های فیزیکی جدید هر بار پیش‌بینی کند.

 

پژوهشگران چه چیزی یافتند؟

این مطالعه نشان داد که مدل‌های یادگیری ماشین در پیش‌بینی زبری سطح از پارامترهای چاپ بسیار مؤثر هستند.

 

نتایج کلیدی شامل موارد زیر بود:

 

- مدل‌ها می‌توانند با مقادیر زبری سطح اندازه‌گیری شده واقعی مطابقت نزدیکی داشته باشند

- رویکردهای جنگل تصادفی و شبکه عصبی دقت پیش‌بینی بالایی را نشان دادند

-سیستم می‌تواند تشخیص دهد که چگونه تنظیمات مختلف چاپ بر کیفیت سطح نهایی تأثیر می‌گذارند

 

به عبارت ساده‌تر، سیستم هوش مصنوعی «دستورالعمل» برای ساخت قطعات دندانی صاف‌تر یا زبرتر بر اساس شیوه چاپ یاد گرفت.

 

چرا این موضوع برای دندانپزشکی اهمیت دارد؟

این تحقیق مهم است زیرا پروتزهای دندانی - مانند روکش‌ها، بریج‌ها و ترازکننده‌ها - به طور فزاینده‌ای با استفاده از چاپ سه‌بعدی ساخته می‌شوند.

دستیابی به یک سطح صاف نیاز با شیوه‌های معمول به چاپ‌های آزمایشی و تنظیمات زیادی دارد که زمان‌بر و پرهزینه است. با یادگیری ماشین:

 

- دندانپزشکان و تکنسین‌ها می‌توانند کیفیت سطح را قبل از چاپ پیش‌بینی کنند

- به چاپ‌های آزمایشی کمتری نیاز خواهد بود

-دستگاه‌های دندانپزشکی می‌توانند سریع‌تر و با کیفیت پایدارتری تولید شوند

- طرح‌های خاص بیمار می‌توانند با کارایی بیشتری بهینه شوند

 

تصویر کلی

این مطالعه بخشی از یک روند رو به رشد در دندانپزشکی و تولید است: استفاده از هوش مصنوعی برای بهبود مهندسی دقیق. رویکردهای مشابه یادگیری ماشین در حال حاضر در سایر کاربردهای چاپ سه‌بعدی برای پیش‌بینی استحکام، دقت و کیفیت سطح قطعات چاپ شده مورد بررسی قرار گرفته‌اند.

 

خلاصه

این تحقیق نشان می‌دهد که یادگیری ماشین می‌تواند به عنوان ابزاری قدرتمند در تولید مدرن دندانپزشکی عمل کند و به پیش‌بینی و بهبود صافی دستگاه‌های دندانپزشکی چاپ سه‌بعدی قبل از تولید آنها کمک کند. این می‌تواند به معنای تولید سریع‌تر، ترمیم‌های دندانی مناسب‌تر و بهبود نتایج بیماران در آینده باشد.

 

منبع:

https://www.nature.com/articles/s41598-025-17487-z

 

  • کد خبر : 323236
کلمات کلیدی
دبیر علم‌خوان | نسیم قرائیان
تهیه کننده:

دبیر علم‌خوان | نسیم قرائیان

0 نظر برای این مطلب وجود دارد

ارسال نظر

نظر خود را وارد نمایید:

متن درون تصویر را در جعبه متن زیر وارد نمائید *
متن مورد نظر خود را جستجو کنید
تنظیمات پس زمینه