聚氨酯耳廓软骨支架的快速成形工艺

在体外构建外形逼真、机械强度可调节的个性化耳廓软骨支架,是组织工程方法修复外耳耳廓缺损的重要方向之一。针对这一研究目的,采用基于快速成形原理的熔融挤出成形方法,使用颗粒状聚氨酯生物材料,通过搭建试验平台,设计一系列工艺因素对成形过程及支架力学性能的影响试验,研究制造耳廓软骨支架的最优工艺参数范围。试验发现:喷头温度影响材料挤出稳定性和弹性;成形室温度影响结构整齐度和层间结合度;送料速度和扫描速度,与挤出速度的匹配关系,影响出丝的均匀度和成形过程的稳定性;不同扫描速度的喷头所形成的温度场分布,影响已成形结构的弹性;成形过程存在最小局部反复造型面积;温度以及CLI数字模型离散处理参数,影响支架力学性能。结果表明,熔融挤出成形方法制备的聚氨酯材料耳廓软骨支架,不仅可以实现逼真的耳廓外形,还可通过控制各种工艺参数,得到接近天然耳廓的力学强度,以满足临床中不同病患的个性化需求。     

选择性激光烧结法烧结复合蜡粉制作耳赝复体

为了探索选择性激光烧结(SLS)技术制作耳廓赝复体蜡模型的可行性,采用层析法获得左侧耳廓数据,三维重建左侧耳廓数字模型,镜像反求出右侧耳廓的三维数字模型,应用选择性激光烧结及复合蜡粉(PCP1)制作出右侧耳廓的快速原型制造(RPM)蜡模型并进行皮肤纹里及毛孔的雕刻,最后经过水浴加热法去蜡复制出硅橡胶耳赝复体.所得的耳廓蜡模型具有良好的外形和精度,达到了临床应用的要求,而且蜡模型可以直接进行赝复体的后期处理工作,制得耳赝复体.研究表明,选择性激光烧结技术和复合蜡粉PCP1可以用于制备复杂形态的耳赝复体蜡模型,该方法与传统制作方法相比,节约了时间和材料,减少了制作步骤,为该技术及材料在颌面赝复体制作中的应用提供了依据.     

低弹性模量钛合金用于钛烤瓷的力学分析

钛与烤瓷结合强度的不足制约了临床上钛瓷修复体的应用,本研究尝试引入低弹性模量钛合金烤瓷的概念,并用力学计算方法对金瓷界面承受剪切、中部弯曲载荷等破坏条件予以模拟和分析论证.结果表明,低弹性模量钛合金在承受剪切作用力时界面应力水平低于纯钛6%以上,在承受中部弯曲载荷条件下低弹性模量钛合金需要增加金属基底厚度(>2 mm)才能获得较好的刚度和应力分布,在临床条件下可以满足这一厚度要求.     

钛微弧氧化处理后的抗菌性能

通过微弧氧化处理后,钛表面形成一层氧化层,并且氧化层内含有F-、Cl- 和I-, 然后进行细菌粘附试验.结果表明:在种植体周围的常见菌群中,不管是需氧菌还是兼性厌氧菌,钛经过表面改性后均有一定的抗菌作用, 同时含有F-、Cl-和I-,更增加其抗菌性能.不同的晶相结构,其抗菌性能不同,在低电压时,形成的主要是锐钛矿型二氧化钛,其抗菌性能较优.     

TC4钛合金汽车连杆的精密模锻

对两种不含钒元素的新型钛合金(Ti75合金，TiZr合金)及Ti6Al4V合金的腐蚀行为进行了研究，尤其是在体外将0．9％NaCl溶液、细胞培养液及活性细胞等作为腐蚀液，比较了几种钛合金的腐蚀行为。结果表明几种钛合金在自腐蚀电位(Er)、腐蚀电位(Ec)和维钝电流密度(Ip)等方面均表现出良好的电化学行为。其生物腐蚀行为在接近人体生理环境的细胞培养液及活性细胞环境中，与在0．9％NaCl溶液中有很大差异。Ti75合金与TiZr合金在生物环境中比Ti6A14V合金具有更高的稳定性。     

选区激光烧结成型技术在鼻赝复体制作中的应用

探索了选区激光烧结(SLS)技术制作鼻赝复体蜡模型的可行性.通过结构光扫描、计算机辅助设计(CAD)制作患者的鼻赝复体数字化模型;应用特定工艺参数进行选区激光烧结,制作出鼻赝复体蜡型.经测量评价加工精度及临床试戴,蜡型具有良好的外形和精度,达到了临床应用的制作要求.将蜡型翻制成最终的硅橡胶赝复体,获得了满意的临床效果.该技术与临床常规方法相比,节约了时间和材料,简化了工艺步骤,实现了数字化、无模化制作,为颌面赝复体自动化加工制作开辟了一种新的方法.     

钛表面处理后表面能分析及对细胞附着的影响

采用微弧氧化（MAO）及水热合成（MAO-HS）法对纯钛表面进行处理，然后对其表面能进行分析，并观察成骨细胞在其表面的附着动力学变化及骨架蛋白表达。结果显示MAO表面能（50.6mj/m2）。细胞在MAO-HS表面的附着率明显高于MAO及Ti表面。细胞骨架蛋白在3种材料表面均表达良好，但彼此之间存在差异。因此钛有面采用微弧氧化及水热合成法处理后表面形貌及表面能发生改变，这种改变影响了细胞在其表面的生物为行为。     

基于RandLA-Net的3D点云牙颌分割与身份识别

针对PointNet局部特征聚合不充分、保存模型较大、识别精度有待提升等问题,在三维（3D）点云牙颌身份的识别任务中,采用RandLA-Net的编码结构作为主干网络;在分割任务中采用原始RandLA-Net作为主干网络。针对RandLA-Net特征聚合模块聚合单一的问题,在识别任务中采用基于偏移注意力（OA）的特征聚合模块,在分割任务中增添了基于点云的Transformer block模块,相较于RandLA-Net的原始网络,新的网络模块能够更好地聚合局部特征。为了达到大规模开集数据集的身份再识别目的,将分类的交叉熵损失函数替换成了三元组损失函数。针对训练牙颌样本数据较少的问题,采用生成虚拟正样本的方式极大地拓展了数据集。实验结果表明：在识别任务中,相较于原始的RandLA-Net主干网络,识别任务的top-1平均精度提升了3.13个百分点;在分割任务中网络平均精度相较于原始RandLA-Net提升了3.06个百分点,平均交并比（MIoU）提升了6.05个百分点。