MétaCan
Menu
Retour à la cohorte
Enregistrement W4412868685 · doi:10.1002/acm2.70159

A novel method to simulate radiographs of 3D printed objects

2025· article· en· W4412868685 sur OpenAlexafffund
Maxwell C. Campbell, Steven I. Pollmann, Jaques S. Milner, Emily Lalone, David W. Holdsworth

Notice bibliographique

RevueJournal of Applied Clinical Medical Physics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRadiographyComputer science3d printedComputer graphics (images)Medical physicsOrthodonticsArtificial intelligenceRadiologyMedicineBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: 3D printing has a number of applications within medicine and healthcare. In applications involving radiography, the internal infill structure and external geometry of a 3D printed part can produce undesirable artifacts, limiting the full potential of 3D printing as a manufacturing technology. While the mechanical performance of a 3D printed part can be easily simulated, it is difficult to simulate the radiographic artifact produced. PURPOSE: The purpose of this work was to develop a tool that allows users to simulate the radiographic artifact produced by a 3D printed object. METHODS: Three regular hexagons of identical geometry were sliced and 3D printed using polylactic acid (PLA) filament on a fused deposition modeling (FDM) 3D printer with varying infill patterns: rectilinear grid, cubic, and gyroid. The hexagons were then radiographed using clinical-standard scanning protocols. The captured radiographs were compared to simulated radiographs generated using the G-Code developed when the objects were sliced. The physical and simulated virtual radiographs were compared to one another, and the simulated angle of least and greatest artifact was noted. RESULTS: Strong visual agreement was found between the physically captured and simulated virtual radiographs. The projection angles that produced the least amount of artifact were 22.5°, 22.5°, and 12.25° for grid, cubic, and gyroid infills, respectively. The projection angles that produced the greatest amount of artifact were 0°, 45°, and 45° for grid, cubic, and gyroid infills, respectively. CONCLUSIONS: This work provides designers of 3D printed components with a new way to evaluate a design's radiographic performance. Previously, designers would have to physically print and radiograph a part to determine the artifact produced. This work outlines the development of a tool that simulates the radiograph of a 3D printed part from multiple different projections, saving designers time to iterate to their final design.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,357
Écart entre enseignants0,339 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Clinical Medical PhysicsMême sujetAnatomy and Medical TechnologyTravaux en français237 207