Artificial Blood Vessel Frameworks from 3D Printing-Based Super-Assembly as <i>In Vitro</i> Models for Early Diagnosis of Intracranial Aneurysms
Notice bibliographique
Résumé
Intracranial aneurysm (IA) is a bulge from the weak area in the wall of cerebral blood vessels and can cause serious diseases, such as hemorrhagic stroke and other neurologic diseases. Experimental and computational results demonstrated that the different flow fields of blood had a great influence on the formation, growth, and rupture of IAs. Therefore, it is crucial to acquire flow field of blood for fully characterizing the hemodynamics. In this study, six transparent models of artificial blood vessels with different growth stages of IAs by 3D printing-based super-assembly technology were first fabricated. Epoxy-based resin was used to form a 3D pipeline structure, and it played an important role in restoring the appearance of IAs and comparing with the medical image. Phase contrast-magnetic resonance imaging (PC-MRI) and computational fluid dynamics (CFD) were used to assess flow fields of IA during growth. The internal flow and wall shear stress (WSS) of inner IAs showed a very low level in the cardiac cycle compared with normal blood vessels. The CFD and PC-MRI demonstrated that the internal flow of IA gradually interfered with intravascular flow because IAs formed, and this interference gradually reduced after a mid-term stage. Meanwhile, the growth and rupture points of side IAs mainly located in the efferent region of IAs may result from the blood flow becoming extremely slow in this area. This proposed 3D printing-based super-assembly technology reduced the replica size by at least 80% and provided a visual internal structure to obtain MR imaging data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».