MétaCan
Menu
Retour à la cohorte
Enregistrement W4413049156 · doi:10.1016/j.addma.2025.104914

Radiopaque filaments for fused filament fabrication (FFF) 3D printing

2025· article· en· W4413049156 sur OpenAlexafffund
Souheib Zekraoui, Théophraste Lescot, Mahdokht Akbari Taemeh, Marc‐André Fortin

Notice bibliographique

RevueAdditive manufacturing · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversité LavalCentre hospitalier de l'Université LavalCentre hospitalier universitaire de Québec
Organismes subventionnairesInstitute of Cancer ResearchNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesCanadian Institutes of Health Research
Mots-clésMaterials scienceFused filament fabricationFabricationProtein filament3D printingComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

Polyetheretherketone (PEEK) is a chemically resistant, high-performance polymer known for its excellent thermal and mechanical properties. It is increasingly employed in the development of 3D-printed medical implants and radiotherapeutic devices. While PEEK exhibits strong resistance to radiation-induced degradation, it has inherently poor radiation-blocking capacity. However, many tools and components used in radiology, radiotherapy, and nuclear medicine—such as brachytherapy implants, shielding devices, imaging screens, and personalized radioprotective equipment—require a certain degree of radiopacity. This study presents a novel methodology for integrating electron-dense particles (micro- or nano-sized) into high-performance polymer filaments suitable for fused filament fabrication (FFF) 3D printing. Specifically, a new pre-processing approach was developed to achieve optimal mixing of micrometer-sized tungsten (µW) particles with micrometer-sized PEEK particles (µPEEK), prior to their incorporation into millimeter-sized PEEK pellets. This tri-phased particle mixture enabled high-temperature extrusion, producing robust, continuous filaments with uniformly embedded metal particles within a protective polymer matrix. The resulting filaments were characterized using scanning electron microscopy (SEM) to assess morphology, X-ray fluorescence (XRF) imaging to evaluate particle distribution homogeneity, and elemental analysis to quantify the content of the radiation-blocking material. Filaments containing tungsten at concentrations below 10 vol.% were used to fabricate high-density, 3D-printed structures of varying thicknesses. Optimal printing parameters were identified, and the X-ray attenuation properties of the printed objects were evaluated through radiographic imaging. Additionally, mechanical properties of the 3D printed PEEK, and PEEK-W composites were evaluated through standardized flexural and Vickers hardness testing. Finally, biocompatibility testing using primary human choroid fibroblast (hCSF) cells demonstrated high cell viability after four days of exposure to the W-loaded PEEK prints. These findings highlight the potential of 3D-printed radiopaque polymers not only for medical implants but also for applications in aerospace and nuclear 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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,215 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdditive manufacturingMême sujetBone Tissue Engineering MaterialsTravaux en français237 207