چکیده مقاله
حقیقی اهمیت بیومواد در نقش اساسی آنها در کاربردهای پزشکی مانند مهندسی،بافت، تحویل دارو، دستگاه های قابل کاشت و فانتوم های رادیولوژیکی نهفته است، که تعامل آنها با سیستم های بیولوژیکی بسیار مهم است در سال های اخیر پیشرفت ها در یادگیری عمیق DL ، هوش مصنوعی AI ، یادگیری ماشین ML ، یادگیری نظارت شده SL ، یادگیری بدون نظارت UL و یادگیری تقویتی RL به طور قابل توجهی زمینه زیست مواد را متحول کرده است این فناوری ها امکانات جدیدی را برای طراحی، بهینه سازی و مدل سازی پیش بینی مواد زیستی ارائه کرده اند این بررسی کاربردهای DL و AI را در توسعه مواد زیستی بررسی می کند و بر نقش آنها در بهینه سازی خواص مواد، پیشبرد فرآیندهای طراحی نوآورانه و پیش بینی دقیق رفتارهای مواد تاکید می کند ما ادغام DL را در افزایش عملکرد و ویژگی های عملکردی بیومواد بررسی می کنیم، روش های مبتنی بر هوش مصنوعی را برای ایجاد بیومواد جدید بررسی می کنیم و قابلیت های ML را در پیش بینی پاسخ های زیست مواد به محرک های محیطی مختلف ارزیابی می کنیم هدف ما تشریح نقش محوری AI، DL و ML در علم بیومواد و پتانسیل آنها برای هدایت نوآوری و توسعه بیومواد برتر است پیشنهاد می شود که تحقیقات آینده باید کمک های این فناوری ها را در علم بیومواد عمیق تر کند و حوزه های کاربردی جدید را کشف کند
کلیدواژهها
نویسندگان
شیوه ارجاع
فراست، دالیا و ناصری، نرگس و فطانت فرد، هومن،1404،هوش مصنوعی در مهندسی پزشکی و تاثیر آن بر ساختار مراقبت های بهداشتی و متریالی،هشتمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات،مشهد
ارائهشده در
مجموعه مقالات هشتمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات5 آذر 1404 · مشهد