Ultrasonic Characterization of Biomimetic Porous Scaffold Using Machine Learning: Application of Biot’s Theory
Notice bibliographique
Résumé
Abstract A two-dimensional infinite length porous slab is employed to simulate biomimetic porous scaffold. The pores of slab are saturated with a relatively low and high viscous fluids such as air and bone marrow. Ultrasonic waves based on the Biot-JKD formulation travel through the porous slab and create viscous exchanges between the skeletal frame and the fluid. The Biot-JKD formulation focuses on the parameters, biomarkers of the biomimetic porous scaffold, which are sensitive to the transmission and reflection signals. These parameters include porosity, tortuosity, viscous characteristic length, Young’s modulus, and Poisson’s ratio. An artificial neural network (ANN) based on a set of the biomarkers is rendered to model the transmitted and reflected waves from the porous slab. The validation of the proposed analytical approach and released artificial neural network is evaluated by the pertinent literature. The output of the artificial neural network, the transmitted-reflected waves, is inversely applied to the analytical expression to estimate the biomarkers associated with bone regeneration. The results show that for a medium filled with a relatively high viscous fluid the longitudinal waves are more prone to estimate mechanical properties of the medium such as Young’s modulus and Poisson’s ratio while the transverse waves, in addition to longitudinal waves, are essential to estimate the physical properties of the medium including porosity, tortuosity, and viscous characteristic length. Furthermore, it is also concluded that for the medium filled with a relatively low viscous fluid such as air the longitudinal waves alone is able to estimate the biomarkers, which reduce significantly the computational efforts.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».