Numerical Study of the Biomechanical Behavior of a 3D Printed Polymer Esophageal Stent in the Esophagus by BP Neural Network Algorithm

Esophageal disease is a common disorder of the digestive system that can severely affect the quality of life andprognosis of patients. Esophageal stenting is an effective treatment that has been widely used in clinical practice.However, esophageal stents of different types and parameters have varying adaptability and effectiveness forpatients, and they need to be individually selected according to the patient’s specific situation. The purposeof this study was to provide a reference for clinical doctors to choose suitable esophageal stents. We used 3Dprinting technology to fabricate esophageal stents with different ratios of thermoplastic polyurethane (TPU)/(Poly-ε-caprolactone) PCL polymer, and established an artificial neural network model that could predict the radial forceof esophageal stents based on the content of TPU, PCL and print parameter. We selected three optimal ratios formechanical performance tests and evaluated the biomechanical effects of different ratios of stents on esophagealimplantation, swallowing, and stent migration processes through finite element numerical simulation and in vitrosimulation tests. The results showed that different ratios of polymer stents had different mechanical properties,affecting the effectiveness of stent expansion treatment and the possibility of postoperative complications of stentimplantation.

Sparse-view neutron CT 3D image reconstruction algorithm based on split Bregman method

As a complement to X-ray computed tomography(CT),neutron tomography has been extensively used in nuclear engineer-ing,materials science,cultural heritage,and industrial applications.Reconstruction of the attenuation matrix for neutron tomography with a traditional analytical algorithm requires hundreds of projection views in the range of 0°to 180°and typically takes several hours to complete.Such a low time-resolved resolution degrades the quality of neutron imaging.Decreasing the number of projection acquisitions is an important approach to improve the time resolution of images;however,this requires efficient reconstruction algorithms.Therefore,sparse-view reconstruction algorithms in neutron tomography need to be investigated.In this study,we investigated the three-dimensional reconstruction algorithm for sparse-view neu-tron CT scans.To enhance the reconstructed image quality of neutron CT,we propose an algorithm that uses OS-SART to reconstruct images and a split Bregman to solve for the total variation(SBTV).A comparative analysis of the performances of each reconstruction algorithm was performed using simulated and actual experimental data.According to the analyzed results,OS-SART-SBTV is superior to the other algorithms in terms of denoising,suppressing artifacts,and preserving detailed structural information of images.

3D MERGE与3D SPACE STIR序列在腰椎间盘突出症检查中的应用比较

目的:对比三维多回波恢复梯度回波(3D MERGE)、三维可变反转角快速自旋回波(3D SPACE STIR)序列在腰椎间盘突出症(LDH)检查中的应用效果。方法:选择2020年1月~2022年11月收治的135例LDH患者,回顾性分析患者临床和磁共振成像(MRI)资料,所有患者均接受常规MRI扫描及3D MERGE、3D SPACE STIR序列扫描,对比3D MERGE、3D SPACE STIR序列测量神经根直径的一致性,评价两种序列的图像质量参数[信噪比(SNR)、对比噪声比(CNR)]、图像清晰度评分。结果:3D MERGE和3D SPACE STIR序列测量的L3~S1神经根直径比较差异无统计学意义(P>0.05),且两组序列测量的L3、L4、L5和S1直径均显示出较高相关性(r=0.957,0.986,0.975,0.972,P<0.05);3D MERGE序列的SNR及CNR均高于3D SPACE STIR序列,神经根显示分级、图像清晰度评分优于3D SPACE STIR序列,差异有统计学意义(P<0.05)。结论:3D MERGE、3D SPACE STIR序列在LDH神经根直径测量中具有极高一致性,3D MERGE序列较3D SPACE STIR序列能够更清晰显示神经跟的解剖形态,图像质量更好。

3D smart mA调控技术对不同BMI患者图像采集时间质量及辐射剂量的影响

目的:分析3D智能管电流(3D smart mA)调控技术对不同体质量指数(BMI)患者图像采集时间、质量及辐射剂量的影响。方法:择取的180例行胸部CT扫描患者选自西安交通大学第一附属医院2021年6月至2022年12月期间所收治,按照BMI将患者分为三组,A组(18.5 kg/m^(2)≤BMI≤23.9kg/m^(2),n=75)、B组(23.9kg/m^(2)0.05);两位医师对肺部不同层面图像质量(IQS)评分进行评价,Kappa一致性非常好(Kappa值=0.768、0.812、0.861);三组肺部不同层面IQS评分对比,差异无统计学意义(P>0.05);三组肺部不同层面CT对比,差异有统计学意义,且随着BMI增加而下降(P<0.05),三组肺部不同层面图像标准差(SD)值对比,差异无统计学意义(P>0.05);三组容积CT剂量指数(CTDIvol)对比,差异无统计学意义(P>0.05);A组DLP、ED均低于B、C组,B组DLP、ED低于C组(P<0.05)。结论:不同BMI患者应用3D smart mA调控技术,在保证图像质量的前提下,可有效降低辐射剂量。

3D自由呼吸starVIBE序列在颈部MRI增强中的应用研究

探讨3D自由呼吸starVIBE技术在颈部MRI增强扫描中的应用价值。前瞻性收集2022年4月至2023年3月首都医科大学附属北京同仁医院行颈部增强MRI检查的41例患者,使用3.0T MR扫描仪与16通道头颈联合线圈对其进行3D自由呼吸starVIBE增强和Dixon脂肪抑制TSE增强T1加权成像,评价2组图像的图像质量,客观评价为计算测量组织中淋巴结、对应层面竖脊肌的信号强度值及背景噪声,计算图像的信噪比(SNR)和对比度噪声比(CNR);主观评价为主观评分,指标包括脂肪抑制程度、黏膜增强、肌肉边缘清晰度、血管清晰度、病变边缘清晰度、病变清晰度、呼吸吞咽运动伪影、血管搏动伪影和图像质量总体评分(整体图像质量)。采用独立样本t检验或Wilcoxon秩和检验比较2组图像间客观指标和主观评分的差异。结果显示,TSE_T1WI-Dixon组淋巴结的SNR高于3D-starVIBE组,差异有统计学意义(P<0.001),3D-starVIBE组肌肉的SNR与TSE_T1WI-Dixon组差异无统计学意义(P=0.341>0.05),TSE_T1WI-Dixon组的CNR高于3D-starVIBE组,差异有统计学意义(P<0.001);3D-starVIBE组与TSE_T1WI-Dixon组的图像在脂肪抑制程度、黏膜增强、病变清晰度的评分差异无统计学意义(P均>0.05),3D-starVIBE组的图像在肌肉边缘清晰度、血管清晰度、病变边缘清晰度、呼吸吞咽运动伪影、血管搏动伪影和图像质量总体评分高于TSE_T1WI-Dixon组,差异有统计学意义(P均<0.001)。两名观察者对两组图像评分的一致性较强,加权Kappa系数为0.616~0.863(P均<0.001)。使用3D自由呼吸starVIBE增强序列可以减少颈部呼吸吞咽运动伪影和血管搏动伪影,提高颈部软组织清晰度的显示能力,可在临床实践中作为补充或替代使用。

基于3D CNN-BiLSTM-ATFA网络和步态特征的奶牛个体识别方法

针对基于花纹的奶牛个体识别中纯色或花纹较少的奶牛识别准确率较低的问题,本文提出一种基于步态特征的奶牛个体识别方法。首先,将DeepLabv3+语义分割算法的主干网络替换为MobileNetv2网络,并引入基于通道和空间的CBAM注意力机制,利用改进后模型分割出奶牛的剪影图。然后,将三维卷积神经网络(3D CNN)和双向长短期记忆网络(BiLSTM)构建为3D CNN-BiLSTM网络,并进一步集成自适应时间特征聚合模块(ATFA)生成3D CNN-BiLSTM-ATFA奶牛个体识别模型。最后,在30头奶牛的共1242条视频数据集上进行了奶牛个体识别实验。结果表明,改进后DeepLabv3+算法的平均像素准确率、平均交并比、准确率分别为99.02%、97.18%和99.71%。采用r3d_18作为3D CNN-BiLSTM-ATFA的主干网络效果最优。基于步态的奶牛个体识别平均准确率、灵敏度和精确度分别为94.58%、93.47%和95.94%。奶牛躯干和腿部不同部位进行加权特征融合的个体识别实验表明识别准确率还可进一步提高。奶牛跛足对步态识别效果影响较为明显,实验期间由健康变为跛足和一直跛足的奶牛个体识别准确率分别为89.39%和92.61%。本文研究结果可为奶牛的智能化个体识别提供技术参考。

基于GeoSMA-3D的岩质边坡异形滑动面搜索方法

针对岩体结构面发育特征的不确定性,提出一种岩质边坡异形滑动面搜索方法 .以Ⅲ,Ⅳ结构面岩体为研究对象,结合GeoSMA-3D(geotechnical structure and model analysis-3D)程序中块体切割和关键块体判别模块,将滑坡体设定为几何多面体.岩体的内部块体组合形成多面体,以多面体的表面表征滑动面.引入层次分析法,建立滑动面准定量化评价准则.以小盘岭边坡为例,将异形滑动面判定准则导入GeoSMA-3D程序中,研究表明边坡存在6个关键块体,组合滑动面有3个,潜在滑动面安全系数为1.046,滑动面几何形态与实际边坡拟合度高达95%,验证了岩质边坡滑动面搜索方法的合理性.

基于Contextual Transformer的自动驾驶单目3D目标检测

针对当前单目3D目标检测中存在的漏检和多尺度目标检测效果不佳的问题,提出了一种基于Contextual Transformer的自动驾驶单目3D目标检测算法(CM-RTM3D)。在ResNet-50网络中引入Contextual Transformer(CoT),构建ResNet-Transformer架构以提取特征。设计多尺度空间感知模块(MSP),通过尺度空间响应操作改善浅层特征的丢失情况,嵌入沿水平和竖直两个空间方向的坐标注意力机制(CA),使用softmax函数生成各尺度的重要性软权重。在偏移损失中采用Huber损失函数代替L1损失函数。实验结果表明:在KITTI自动驾驶数据集上,相较于RTM3D算法,该算法在简单、中等、困难三个难度级别下,AP3D分别提升了4.84、3.82、5.36个百分点,APBEV分别提升了4.75、6.26、3.56个百分点。

3D打印工艺参数对PLA/PTW共混物力学性能影响的研究

采用3D打印中的熔融沉积成型(FDM)工艺制备了聚乳酸/乙烯-丙烯酸丁酯-甲基丙烯酸缩水甘油酯共聚物(PLA/PTW),通过单因素实验探究了3D打印工艺参数(喷头温度、打印平台温度和打印速度)对PLA/PTW共混物力学性能的影响,并在此基础上设计了三因素三水平正交实验,优化了3D打印的工艺参数。结果表明,共混物的冲击强度和拉伸强度均随喷头温度的增加呈现先上升后下降、均随打印平台温度的增加而增加、均随打印速度的增加出现下降的趋势。各工艺参数对PLA/PTW共混物综合力学性能的影响从大到小依次为:喷头温度、打印速度、打印平台温度,且当喷头温度为210℃、打印平台温度为80℃以及打印速度为40 mm/s时,打印出的PLA/PTW共混物的综合力学性能最佳。

3D全胸腔镜在再次心脏瓣膜手术中的应用效果及术后ARI影响因素分析

目的:分析3D全胸腔镜在再次心脏瓣膜手术中的应用效果及术后急性肾功能不全(ARI)影响因素。方法:选取2019年12月—2022年3月于我院行3D全胸腔镜手术的286例再次心脏瓣膜置换手术病人作为胸腔镜组,选取于我院同期行常规开胸手术的160例再次心脏瓣膜置换手术病人作为常规组。比较两组手术相关时间(手术、体外循环、辅助呼吸及重症监护时间),术后心功能情况[左室射血分数(LVEF)、左心室舒张末期内径(LVEDD)及纽约心脏病协会(NYHA)心功能分级];按ARI诊断标准将3D全胸腔镜手术病人分为术后ARI组与非ARI组,比较两组临床资料。采用Logistic回归法分析术后ARI的影响因素。结果:胸腔镜组手术、体外循环、辅助呼吸及重症监护时间短于常规组(P<0.05)。两组术后LVEF、LVEDD及NYHA心功能分级情况比较,差异均无统计学意义(P>0.05)。286例胸腔镜手术病人随访显示,9例死亡、16例失访,剩余261例,58例发生ARI,203例未发生ARI。ARI组左室内径小于非ARI组,术后肌酐值、术前合并症占比、急诊手术占比、急诊手术占比高于非ARI组,主动脉阻断时间、辅助呼吸时间、住院时间长于非ARI组(P<0.05)。Logistic回归分析显示,术前伴有合并症、行急诊手术治疗、左室内径>60 mm、主动脉阻断时间>120 min为术后发生ARI的危险因素(P<0.05)。结论:3D全胸腔镜能有效缩短再次心脏瓣膜手术时间,术后相对于常规开胸手术的心功能无显著差异,术前合并症、急诊手术、左室内径与主动脉阻断时间为病人术后ARI的影响因素。

3D打印儿童定制矫形鞋垫APP开发

足部疾病对儿童的生长发育有很大的负面影响,因此对患儿进行矫形鞋垫的干预矫正是非常有必要的,使用手机应用软件(APP)定制鞋垫是一个方便快捷的方案。首先,通过文献综述梳理了现有研究进展,总结了3D打印技术在儿童矫形鞋垫领域的应用进展。然后,基于3D打印技术,结合服务设计理念,设计了一款3D打印儿童定制矫形鞋垫APP,该APP集成了足部数据采集、智能匹配、个性化定制等功能,旨在提供更精准、便捷的矫形鞋垫定制服务。通过3D打印儿童定制矫形鞋垫APP,用户可以获得个性化的舒适型矫形鞋垫,提升了康复治疗的效果和用户体验。该APP的推出将为儿童足部健康提供了新的解决方案,具有重要的临床应用和市场推广价值。

LiDar点云指导下特征分布趋同与语义关联的3D目标检测

针对现有基于伪点云的3D目标检测算法精度远低于基于真实激光雷达(Light Detection and ranging,LiDar)点云的3D目标检测,本文研究伪点云重构,并提出适合伪点云的3D目标检测网络.考虑到由图像深度转换得到的伪点云稠密且随深度增大逐渐稀疏,本文提出深度相关伪点云稀疏化方法,在减少后续计算量的同时保留中远距离更多的有效伪点云,实现伪点云重构.本文提出LiDar点云指导下特征分布趋同与语义关联的3D目标检测网络,在网络训练时引入LiDar点云分支来指导伪点云目标特征的生成,使生成的伪点云特征分布趋同于LiDar点云特征分布,从而降低数据源不一致造成的检测性能损失;针对RPN(Region Proposal Network)网络获取的3D候选框内的伪点云间语义关联不足的问题,设计注意力感知模块,在伪点云特征表示中通过注意力机制嵌入点间的语义关联关系,提升3D目标检测精度.在KITTI 3D目标检测数据集上的实验结果表明:现有的3D目标检测网络采用重构后的伪点云,检测精度提升了2.61%;提出的特征分布趋同与语义关联的3D目标检测网络,将基于伪点云的3D目标检测精度再提升0.57%,相比其他优秀的3D目标检测方法在检测精度上也有提升.

3D成像系统在住培医师肝脏Couinaud分段学习中的应用

目的探讨3D(三维重建技术)成像系统在住院医师规范化培训(简称住培)医师肝脏Couinaud分段教学中的价值。方法选取2020年7月—2022年6月西安交通大学第二附属医院普通外科60名住培医师作为研究对象,随机分为对照组(n=20)、试验组1(n=20)和试验组2(n=20)。对照组采用阅读CT二维图像进行Couinaud分段教学;试验组1先二维图像后三维图像进行此教学;试验组2先三维图像后二维图像进行此教学。住培医师对Couinaud分段和满意度进行评价。结果试验组1和试验组2 Couinaud分段8段的准确率优于对照组,差异有统计学意义(P<0.001);试验组1和试验组2回答所有问题所需的时间[(10.80±1.94)min、(8.60±1.79)min]少于对照组[(16.45±1.76)min],且两试验组对比,差异有统计学意义(P<0.05)。试验组1和试验组2对Couinaud分段理解度及教学方法满意度高于对照组,差异有统计学意义(P<0.001)。结论基于3D成像系统的教学方法,可提升住培医师对肝脏Couinaud分段为基础的肝脏解剖的理解能力和实践能力,取得满意的教学效果。

基于NSGA-Ⅱ的面曝光3D打印工艺参数多目标优化

为改善面曝光3D打印制件的打印质量差、效率低等问题,采用非支配排序遗传算法(NSGA-Ⅱ)对工艺参数进行优化。选择温度、分层厚度、曝光时间、回合等待时间为优化变量,成型试样的变形率、表面硬度、时间为优化目标,通过单因素实验确定优化变量约束范围。根据Box-Behnken实验方案,建立各优化目标的预测模型,使用NSGA-Ⅱ算法进行多目标优化,规定优先精度、优先硬度、优先速度原则,按照不同优化原则分析帕累托前沿得到对应的最优工艺参数,并进行打印验证。结果表明,优先精度原则下,变形率最小值为0.508%,与优化前相比,降低了9.290%;优先硬度原则下,表面硬度最高达到95.3 HD,与优化前相比,提高了0.316%;在优先速度原则下,打印时间与优化前相比缩短了17.220%,优化效果显著。

3D打印辅助下跗骨窦切口治疗Sanders II、III型跟骨骨折

目的:观察3D打印辅助下采用跗骨窦切口微创治疗Sanders II、III型跟骨骨折的临床疗效;方法:前瞻性选取2017年1月至2022年12月在新疆医科大学第六附属医院就诊的Sanders II、III型跟骨骨折30例,所有患者均为闭合性骨折,术前采用薄层CT扫描,采用数字化软件Mimics 21.0进行三维重建骨折模型,3D打印机打印出骨折模型,根据骨折形态及类型选用和预制个体化锁定钢板进行虚拟固定。所有患者采用跗骨窦切口行手术治疗,术后定期随访跟骨宽度、跟骨高度、跟骨Böhler角、跟骨Gissane角及足踝协会踝–后足评分(AOFAS)。结果:30例均获得随访,随访时间平均15.2 (1224)个月。随访期间所有患者未出现骨折不愈合,内固定松动、骨折畸形愈合等并发症,1例患者切口愈合不良,换药后愈合良好。1例患者出现腓肠神经症状,术后1年取出内固定后恢复正常。末次随访时踝与后足功能AOFAS评分:优25例,良3例,可2例,优良率93.3%。结论:通过3D打印技术辅助下经跗骨窦微创切口手术入路治疗Sanders II、III型跟骨骨折具有切口小,手术时间短,临床疗效满意。

数智融合环境下AIGC技术赋能3D打印共享平台设计研究

研究以3D打印共享平台设计为例,探讨了数智环境下AIGC技术如何赋能设计应用。首先,分析了数智融合环境和AIGC技术的概念、特点和原则。其次,以3D打印共享平台设计为例,运用问卷调查、任务测试和KANO模型等方法收集用户需求,绘制用户画像,并通过用户体验地图和服务蓝图不断优化平台设计。最后,借助AIGC技术辅助设计了共享平台界面设计、Logo及IP形象等成果。因此,研究在整个设计过程中充分利用了AIGC技术,为3D打印共享平台设计赋能,并论证了数智融合环境下AIGC技术在设计领域应用的可行性,具有重要的现实意义。

基于Smart 3D软件的船舶二维与三维集成设计变更

船舶二维与三维集成设计流程复杂、变更需求大。梳理船舶设计变更研究现状。基于Smart 3D软件,从数据处理、二维与三维映射转换和设计变更管理等方面进行船舶二维与三维集成设计变更关键技术分析,并对船舶二维与三维集成设计变更的可行性进行实例验证。结果表明,基于Smart 3D软件进行船舶二维与三维集成设计变更可有效提升集成设计变更的精度与管理效率。

3D辅助手术联合Wet-Lab教学新模式在眼科专业研究生培养中的应用

眼科专业硕士研究生(专硕)的培养面临较多限制,既往面临学习速度缓慢,实践机会少的困境。本论文研究了利用3D辅助手术联合Wet-lab实践教学新模式培养眼科研究生的方法和效果。通过实地观摩现实手术过程和参与动物实践操作,研究生可以获得更深入的实践经验和技能提升。这种融合的教学模式有助于培养学生的实践操作技能、提升跨学科综合能力、激发创新思维和促进团队合作。通过3D技术的应用,学生可以更直观地理解手术步骤和技术要点;而动物实践可以帮助他们在真实环境中应用所学知识并培养实践操作技能。这种综合的教学模式不仅可以提高研究生的学术水平和实践能力,还可以促进其综合素质的全面提升,为他们未来的学术和临床发展打下坚实的基础。综上所述,本研究认为3D辅助手术联合Wet-lab实践教学新模式是一种有益且有效的眼科研究生培养方法。

连续芳纶纤维增强PLA复合材料3D打印技术成型缺陷及工艺优化方法研究

连续纤维3D打印技术结合了复合材料高力学性能和3D打印灵活制造的优点,具有较大发展潜力。然而现有工艺制得的零件存在较多成型缺陷,影响了该技术的大规模应用。本文基于自行研制的3D打印设备制造芳纶纤维增强PLA试验件,研究试验件成型质量并提出了滑移缺陷发生条件,系统研究了纤维束滑移、剥离、断裂和层间孔隙等缺陷,最后提出优化打印速度、路径变化角、冷却系统和喷嘴外形四种工艺优化方法,设计了相关试验进行验证。结果表明,优化打印速度、路径变化角和增设冷却系统可将纤维束滑移距离分别降低45%、81%和50%,优化喷嘴设计可将纤维束断裂率降低90%。本研究为基于3D打印的复合材料设计和制造提供了新的思路和解决方案。

基于FLAC3D首盘埋深、盘间距对挤扩支盘桩承载力影响研究

采用FLAC3D软件研究了首盘埋深、盘间距对挤扩支盘桩承载力的影响。研究了设置单个承力盘、多个承力盘条件下,承力盘的首盘埋深、盘间距不同时桩基的抗压、抗拔承载特点。研究表明承力盘能显著提高挤扩支盘桩的抗压以及抗拔性能。针对不同的首盘埋深和盘间距,给出了数值模拟条件下首盘埋深的取值和盘间距的选取,为挤扩支盘桩在工程实际运用提供科学依据。