Interstisyel sıvı toplama için makine öğrenimi etkileştirilmiş mikroiğne tasarım optimizasyonu

Mikroiğneler aracılığıyla biyolojik numune alımı ve ilaç dağıtımı biyoteknoloji alanında hızla gelişmekte olan ve tıpta noninvazif metodlara önemli katkı sağlayan bir yöntemdir. Literatürde mikroiğneler üzerine yapılan çalışmalar, mekanik testlere dayalı tasarımlar önermekte ve deneme-yanılma yöntemine dayalı olarak mikroiğnenin fiziksel parametrelerini optimize etmektedir. Bu yöntemler kısmen yeterli sonuçlar gösterse de, geniş bir parametre veri kümesi ve gelişmiş veri analizi yöntemlerini kullanarak mikroiğnenin performansını geliştirmek mümkündür. Makine öğrenmesi, veri analitiğinde insan öğrenme davranışını taklit eden önemli bir çalışma alanıdır, aynı zamanda biyoteknoloji de dahil olmak üzere birçok farklı alanda çeşitli karar verme süreçlerini hızlandıran, hesaplamalı bilimlerde en çok çalışılan konulardan biridir. Bu çalışmada, azami miktarda sıvı toplamak için en optimal fiziksel parametreleri belirlemek amacıyla sonlu elemanlar analizi ve makine öğrenmesi modellerinin bir entegrasyonu önerilmiştir. Mikroiğne üzerindeki akışkan davranışı, COMSOL Multiphysics® kullanılarak birkaç farklı fiziksel ve geometrik parametre ile simüle edilmiştir ve elde edilen veri seti, çoklu doğrusal regresyon, rastgele karar ormanları regresyonu, karar ağacı regresyonu, destek vektör regresyonu ve yapay sinir ağları dahil olmak üzere çeşitli Makine Öğrenmesi algoritmaları için girdi olarak kullanılmıştır. Karşılaştırılabilir bir yöntem olarak, LiveLink™ for MATLAB® aracılığıyla tekrarlı optimizasyon gerçekleştirilmiştir. Bu çalışma esasen önceden belirlenmiş performans ölçütleri dahilinde mikroiğne tasarımını optimize etmeye yönelik yeni bir yaklaşım sunmaktadır