MétaCan
Menu
Retour à la cohorte
Enregistrement W2886114191 · doi:10.1109/pn.2018.8438835

Numerical Simulation of a Novel Laser-Assisted Method Enabling Multiscale Bio-Printing

2018· article· en· W2886114191 sur OpenAlexaff
Hamid Ebrahimi Orimi, Sivakumar Narayanswamy, Christos Boutopoulos

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueUltrasound and Cavitation Phenomena
Établissements canadiensConcordia UniversityHôpital Maisonneuve-Rosemont
Organismes subventionnairesnon disponible
Mots-clésMultiphysicsLaserBubbleMaterials scienceField (mathematics)Computer scienceMechanicsMechanical engineeringNanotechnologyPhysicsFinite element methodOpticsEngineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

Three-dimensional (3D) bio-printing has emerged as one of the most influential applications of printing technologies, aiming to address the increased demand for living constructs with long term mechanical and biological stability suitable for transplantation and drug screening applications [1]. Currently, an open challenge in the laser bioprinting field is the fabrication of living constructs of biologically relevant size (~cm3) with micrometric resolution, i.e., multiscale printing. The paper proposes a novel laser-assisted method that enables multiscale printing of 3D constructs. The method is inspired by studies in the field of laser-assisted drug injection [2]. We will discuss the bio-printing principle, involving a sequence of mechanisms (Figure 1): i) nanosecond (ns) pulsed laser (τ = 6 ns, λ = 532 nm) interaction with liquid, ii) cavitation, iii) bubble dynamics, iv) fluid structure interaction, and v) jet dynamics. We used a multiphysics simulation software (COMSOL) to numerically simulate the involved mechanisms. To calculate laser-induced bubble dynamics in a closed chamber, we solved the Rayleigh-Plesset differential equation coupled to a modified Tait equation of state, which accounts for the pressure increase in the chamber because of the laser-induced bubble expansion. We considered 20% conversion of the laser pulse energy to bubble energy, which is a value well documented in the literature [3]. We applied the calculated spatiotemporal dynamics of the bubble boundary as a moving wall to calculate fluid-membrane interaction and the resulting membrane velocity. The membrane velocity profile was then applied to a two-phase flow model to simulate the bio-ink ejection dynamics. We will present the dependence of the jet-dynamics on various key experimental conditions, including liquid rheological properties (dynamic viscosity: 0.89-26.85 mPa·s, density: 996.89-1190.4 kg/m3, laser energy: 5-500J). Finally, we will present an optimization study aiming to reproducible and controllable printing of bio-ink drops with the following characteristics: ejection velocity 5-50 m/s, volume 0.05-30 nL, at the kHz repetition rate regime. Our results demonstrate reliable high-resolution bio-printing for an extended bio-ink viscosity range, representing a model bio-ink that is currently impossible to print using a single conventional bio-printing technology.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,335
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound and Cavitation PhenomenaTravaux en français237 207