MétaCan
Menu
Retour à la cohorte
Enregistrement W4415927331 · doi:10.15353/hi-am.v1i1.6779

A multiscale design and fabrication approach to create biomimetic tunable implants using additive manufacturing

2025· article· W4415927331 sur OpenAlexafffund
Ameen Subhi, Iris Quan, Liza‐Anastasia DiCecco

Notice bibliographique

RevueProceedings of the Holistic Innovation in Additive Manufacturing (HI-AM) Conference · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueCellular and Composite Structures
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of WaterlooUniversities Space Research Association
Mots-clésScaffoldOsseointegrationSurface roughnessSurface finishFabricationStereolithographyLaser scanningNanomanufacturing

Résumé

récupéré en direct d'OpenAlex

Canadians across the country rely on hard-tissue implants such as hip, knee, and dental implants. Rises in aging populations are further increasing these needs, where diseases prevalent in elderly patients, such as osteoporosis (OP), contribute to these demands and can complicate osseointegration processes. To better serve these populations, current biomaterials used in bone implants must be improved, which can suffer failure from effects such as stress shielding, instability, inflammation, and aseptic loosening. In this work, a multiscale design and manufacturing approach using additive manufacturing (AM) was introduced to design tunable porous scaffolds with biomimetic hierarchical features. For tunable scaffold design, literature-driven design parameters found to be suitable for enhancing osseointegration and appropriate for AM were consulted. A Voronoi tessellation strategy was adopted to create dynamically tunable structures using a parametric modelling approach. In-model topology evaluation metrics (e.g. porosity, strut diameter, node connectivity, and intertrabecular angles) were included to provide designers insight into scaffold mimetics to different bone structures, key for considering site-specific locations and conditions, such as healthy versus OP bone. Current progress related to the materials and mechanical assessment of as-printed scaffold structures is shared. Select scaffold structures were produced using state-of-the-art laser powder bed fusion with Ti-6Al-4V. AM introduced micro-roughness, while chemical etching will induce engineered nanoscale texturing, which is anticipated to improve cellular adhesion and bone growth. Laser profilometry and scanning electron microscopy characterized surface roughness and morphology, while the influence of AM and computer-aided design (CAD) parameters on material properties in future will be assessed in mechanical testing. Overall, this work builds a foundation for the design of innovative biomimetic porous implants that can be tuned to meet patient-specific needs.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,034
Tête enseignante GPT0,259
Écart entre enseignants0,224 · 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.

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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Holistic Innovation in Additive Manufacturing (HI-AM) ConferenceMême sujetCellular and Composite StructuresTravaux en français237 207