
-
生物通官微
陪你抓住生命科技
跳动的脉搏
在颌面重建手术中,基于物理信息的神经网络用于预测激光与组织的相互作用
《Scientific Reports》:Physics-informed neural networks for predicting laser-tissue interaction in maxillofacial reconstruction surgery
【字体: 大 中 小 】 时间:2026年05月08日 来源:Scientific Reports 3.9
编辑推荐:
摘要 本研究采用物理信息神经网络(PINNs)来模拟生物组织在激光照射下的热力学行为,通过将热传递和辐射传输方程嵌入训练过程中实现。PINN架构包含三个隐藏层,每层有50个神经元,并使用Tanh激活函数,能够准确预测温度分布,其预测结果与解析解非常吻合(最终均方误差 \
本研究采用物理信息神经网络(PINNs)来模拟生物组织在激光照射下的热力学行为,通过将热传递和辐射传输方程嵌入训练过程中实现。PINN架构包含三个隐藏层,每层有50个神经元,并使用Tanh激活函数,能够准确预测温度分布,其预测结果与解析解非常吻合(最终均方误差 \(1.27 \times 10^{-6}\))。在P = 5 W和光束直径 = 1 mm的均匀条件下计算得到的热穿透深度分别为:CO\(_2\)(0.11 mm)、Nd:YAG(0.077 mm)、Er:YAG(0.063 mm)和二极管(0.055 mm)激光。这些数值受激光功率密度和吸收系数的影响较大,因此代表的是特定条件下的结果,而非普遍适用的结果。CO\(_2\)激光能够在表面集中能量,实现精确切割;Nd:YAG具有更深的亚表面加热效果,适用于凝固手术;Er:YAG能高效进行表面消融;而二极管激光则能提供平衡的加热效果,适用于微创手术。进一步分析表明,激光与组织的相互作用受到能量密度、功率和脉冲持续时间的显著影响。高功率会导致更浅层的加热,而低功率则有利于更深的扩散。针对不同年龄段的组织进行模拟后发现,老年组织的吸收系数较低,因此热穿透更深;而青少年组织的加热效应更局限于表面,这强调了根据患者个体参数进行调整的重要性。研究还确定了凝固、汽化和不可逆细胞损伤的关键温度阈值,为临床应用提供了安全裕度。这些发现表明,PINNs为预测激光与组织的相互作用提供了一个基于物理的强大框架,其预测结果与解析基准非常吻合,并且比传统算法计算效率更高。尽管当前模型还是一维的且尚未经过实验验证,但这将是未来研究的重点。除了临床优化之外,本研究还为未来的扩展奠定了计算基础,例如纳入阿伦尼乌斯损伤积分、异质组织层、非线性光学效应和实时反馈机制等。