基于机器学习的生物材料膜基系统黏弹性力学性能表征方法

作     者：高原 张健坤 

作者机构：河北工业大学机械工程学院 

出 版 物：《医用生物力学》 (Journal of Medical Biomechanics)

年 卷 期：2024年第S1期

页      面：202-202页

核心收录：

学科分类：08[工学] 080501[工学-材料物理与化学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 

基　　金：国家自然科学基金项目 12302094 

摘      要：目的 生物软材料广泛存在于自然界中,在生物科学,生物医学工程,以及软体机器人等领域有重要应用。表征生物软材料的力学性质是生物软材料成功应用的重要前提,然而,生物软材料的力学性质具有时间和空间非均匀等特性,采用传统实验方法很难表征其力学性质。方法 基于压痕方法,建立了适用薄膜-基底系统材料的表征方法,表征生物软材料的黏弹性本构参数,并结合机器学习方法,发展了一套多深度感知的生物软材料黏弹性力学性能反演方法。结果 本方法不仅考虑了压痕测试时基底弹性对测试结果的影响,并且可以只依据压痕法得到的松弛曲线,准确反演出生物材料的黏弹性本构参数。结论 本文发展的方法能够方便快捷地反演出生物材料的黏弹性参数,对推动生物软材料在相关领域的应用具有重要意义。