再生时代 - 整合全球办公设备及耗材资源

明尼苏达州队的动作捕捉方法

尽管研究人员本可以使用立体相机系统实时恢复器官表面变化的3D几何形状，但其重建算法不够精确，因为需要亚毫米级的精度来避免组织损伤。另外，研究小组设计了一个两阶段程序，通过该程序，系统学习了表面几何形状的参数模型，并使用一组基准标记对肺部参数进行了估计，从而补充了该模型。

第一步，使用12个基准标记的移动和3968个航路点的移动对表面变形进行建模，并提取它们以创建打印工具路径。在投影平面刀具路径之前，已进行了一些校正，以使其可以反映出表面扩展时传感器尺寸的物理增长以及表面收缩时的收缩。在第二阶段中，将两个机器视觉相机安装到3D打印机的挤出头上，以实时监控传感过程。参数的时间序列反映了肺的汗液，并被用来估计随组织的刚体运动而变化的随形保形刀具路径。

将自适应刀具路径转移到3D打印机后，挤压喷嘴将遵循用户指定的打印速度配置文件和重新采样的航点。变形估计的结合将形状建模的平均误差从0.3 mm减小到0.02 mm以下，并且总误差在±0.8 mm公差范围内。此外，离子水凝胶油墨在剪切速率为0.1 s-1以上时，随着粘度的降低显示出剪切稀化行为。这种较低的粘度使得在气压下墨水可以从打印喷嘴顺利挤出，并改善了其可控制性。在使用紫外光交联之后，根据单轴拉伸试验结果，水凝胶油墨还显示出组织状的可拉伸性。

EIT传感器由连续的水凝胶和铜电极薄层组成，被嵌入柔软的硅树脂环中，该环可以与水凝胶形成化学键，以维持稳定的水凝胶-电极界面。在测试过程中，从相邻电极对中进行了40次测量，以对应变图进行一次完整的估计，记录的最大平均误差为5.25％，与CT扫描重建相似。为了证明其新的原位AI驱动系统的3D打印能力，研究人员将EIT应变传感器直接安装在猪肺上。

由AI驱动的系统产生的跟踪结果与使用CT扫描方法获得的结果相当。图片来自明尼苏达大学。

实验和未来的应用

为了模拟器官的变形，将肺气管连接到数字气动调节器，然后通过结构化光扫描仪对每种变形状态下的表面几何形状进行采样。然后使用定制的3D打印龙门系统，将嵌入硅胶环中的电极连接到印刷层上，并暴露在紫外线下进行交联。估计并实时显示肺的空间图，成功捕获了器官的周期性收缩。传感器不仅能够在反复变形下粘附到肺部表面，而且可以在不损伤组织或残留的情况下立即将其移除。

结果，研究团队成功地展示了对器官变形的原位监测，其软传感器在体外被3D打印在呼吸肺上。该新方法将离线机器学习与基于计算机视觉的在线跟踪以及具有EIT感应配置的导电水凝胶墨水相集成，以实现此结果。尽管研究小组承认传感器的生物相容性可以提高，但该方法的精度有所提高，但他们认为这可能会为生物打印打开新的外科手术领域。例如，在需要注射生物材料（例如外科用胶和皮肤移植物）的临床情况下，原位自主3D打印可以代替手动操作，从而在更长的时间内实现精确的空间控制。

3D生物打印中的传感器

近年来，3D打印已用于创建一系列不同的生物传感器以用于医疗监控。例如，成均馆大学的研究人员于2020年5月使用市售的喷墨打印头制造了可穿戴的医用生物传感器，用于个性化的健康监测。该团队使用柔软，柔软的有机硅弹性体和糖支架，可以在高分辨率环境中打印高分辨率图像。轻巧的导电包装。

佐治亚理工学院和汉阳大学的科学家于2019年8月开发了首款用于无线监测血流的气溶胶喷射印刷（AJP）生物传感器。研究团队3D打印了可植入且可拉伸的电子系统，该系统能够监测脑内动脉瘤的血流。治疗。

2018年12月，华盛顿州立大学（WSU）的科学家利用3D打印技术为糖尿病患者创建了更有效的葡萄糖筛查设备。 WSU生物传感器附着在皮肤上，能够监测一个人的汗液中的葡萄糖含量，而不是依靠他们的血液。

（本文来源：中国3D打印网）