文摘

在关节关节成形术的最大挑战之一,是提高耐磨性的超高分子量聚乙烯(UHMWPE),这是一个最成功的聚合物作为全髋关节假体的髋臼的轴承。为了提高UHMWPE磨损率,需要开发有效的方法来预测它的磨损率在不同的条件,因此帮助提高其耐磨性,力学性能,增加其在体内寿命。本文提出了一种支持向量机优化器使用一个灰太狼(SVM-GWO)混合回归模型预测磨损率UHMWPE基于出版的聚乙烯数据从磁盘上的销(PoD)领域的磨损实验通常进行人工髋关节植入物。29个不同的数据集是一个总仓UHMWPE数据集收集从谷歌学者和PubMed数据库,它包括129数据点。夏普利添加剂解释(世鹏科技电子)值被用来解释提出了模式识别的最重要的和决定性的参数影响UHMWPE的磨损率,因此,预测其磨损行为在不同条件下体内。结果显示,辐射剂量最高影响模型的预测,在高辐射剂量值对模型的输出产生负面影响。辐照剂量的明显效果和表面粗糙度对聚乙烯的磨损率明显在结果平均圆盘表面粗糙度 值低于0.05μ95 m,辐照剂量高于kGy的生产0 mg / MC磨损率。该模型被证明是可靠和健壮的模型预测磨损率和优先考虑因素,最重要的是影响其磨损率。该模型可以帮助工程师进一步设计聚乙烯髋臼的衬里材料通过提高耐磨性和减少磨损实验的必要性。

1。介绍

髋关节是人体中最重要的滑膜关节;关节炎或受伤时,髋关节自然必须更换,以减轻相关的不适,恢复其功能。因此,髋臼的软骨和股骨表面由半球形髋臼的移除,然后替换组件和一个球形股骨头成功完成关节置换过程(1]。

由于人工关节功能滑动和滚动情况下(2,3),特定的机械磨损执行验证过程作证更换接头的规格,如附着力、磨损和疲劳。采用验证过程称为“表面降解验证,”考虑,增加外部负载和/或更换接头的接触材料的表面粗糙度加速了磨损过程。tribiological系统人工关节及其恶化过程被定义为所有这些元素的相互作用。因此,典型的机械特性和耐磨人造关节的组成材料规定其预期寿命。

金属合金,包括陶瓷或cobalt-chromium-molybdenum合金(CoCrMo),如氧化铝复合材料,同意具有良好的功能特性,如硬度、化学稳定性和耐磨性,它允许使用的股轴承(4]。

超高分子量聚乙烯(UHMWPE)也被认为是最成功的髋臼的轴承材料在全髋假体由于其独特的优越的磨损、抗疲劳强度、韧性、化学稳定性以及良好的生物相容性与其他聚合物(5,6]。然而,如今,UHMWPE产生大量纳米和亚微米磨屑,压倒性的身体的能力,有效地去除材料。生成的磨屑引发敌对组织反应而与金属接触,导致骨质溶解或骨质疏松其次是植入物松动和失败7- - - - - -9]。主要的问题,限制了完整的人工关节的寿命相关的聚乙烯wear-induced骨质溶解。

因此,加强调查进行了提高UHMWPE耐磨性能和在过去的50年中,为患者年轻和活跃提供持久和有效的植入物。研究方法包括提高UHMWPE的属性,如通过辐照交联(10),通过等离子体表面改性处理(11,12),或与颗粒或纤维(增援13- - - - - -15]。

最近,交联超高分子量聚乙烯已经开发了髋臼的杯髋关节假体的使用。交联UHMWPE的主要优势是它有较低的磨损率比传统uncross-linked材料。在所有交联过程中,辐照交联是最受欢迎和成功的过程和/或消毒UHMWPE (16- - - - - -19]。辐射交联由使用高剂量的γ或电子束辐射据报道,提高硬度,降低聚合物的延性,增强UHMWPE耐磨性(19- - - - - -21]。这是因为交叉连接的存在可以防止地定位在其表面,从而降低了生产磨损颗粒引起的剪切力穿越路径运动(22]。

地耐磨性提高当辐射增加;然而,高剂量率的辐射加速氧化法由于自由基的存在与氧气反应引起脆性和失败的植入23]。因此,一直努力采取措施减少自由基通过热处理,如gamma-irradiated和融化UHMWPE (24),gamma-irradiated和退火UHMWPE (25),而维他命e融入UHMWPE作为自由基清除剂。高交联聚乙烯(HXPE)和vitamin-E-infused /混合交联聚乙烯(VEXPE)显示少得多穿体外(26和体内27比普通UHMWPE]。

评估的磨损行为UHMWPE用于metal-on-polyethylene(拖把)人工髋关节植入物,等测试配置pin-on-disc (PoD), pin-on-plate,髋关节模拟器已经使用。就象一个豆荚里的磨损测量耦合拖把人工髋关节植入物,对金属圆盘加载聚乙烯销,销之间的相对运动和盘导致聚乙烯磨损。豆荚穿经常进行量化研究,比较和排名穿各种implant-bearing材料组合的函数操作因素和环境条件。聚乙烯穿无数舱测试结果比较,另一方面,可能是费时和复杂,可能留下的信息不清楚。

然而,近年来,研究人员使用机器学习技术与现有的数据集来促进建模复杂的物质结构之间的相关性,成分,和相应的机械品质。这些模型也有助于在可视化和比较数据集,以及预测新的结果基于现有知识嵌入到模型中,否则会很困难或耗时的获得使用传统实验方法(28]。

介绍了智能预测和分析模型,研究了许多研究人员在不同的应用程序。封闭的复发性单元(格勒乌)网络提出了兴趣点(PoI)分类预测29日)和明年PoI的建议(29日]。很长一段短期记忆(LSTM)模型研究了刘et al。30.]温室气候预测。Abbasi和Rafiee31日)提出了一个新的分析框架对GPU-like预测报文分类算法的性能高度线程的机器。如今,物联网(物联网)已经吸引了许多研究者和学者因其创新的功能和应用在许多领域,如智能城市应用程序(32和智能交通系统33]。

由于复杂的磨损行为UHMWPE,有必要找到一种实用机器学习模型预测聚乙烯的磨损率,因此补充耗时PoD实验。因此,本研究旨在提出一种有效的机器学习算法,预测该应用作为轴承材料的磨损率在髋关节假体。使用数据集是基于聚乙烯PoD穿专门的实验数据发表在领域的人工髋关节植入物。该模型有助于理解和比较的数据驱动舱实验为了预测磨损性能的UHMWPE体内,因此,预测它的生命周期,这也有助于材料工程师进一步提高聚乙烯髋臼的衬里的设计,以提高其性能和机械性能,延长其在体内终生。模型也有助于识别和优先考虑因素,最重要的是影响聚乙烯磨损率。不同的参数和磨损率之间的相关性的UHMWPE也被调查。该研究的另一个重要的目标是研究辐射剂量的影响及其与其他因素影响聚乙烯的磨损率,这有助于判断最佳辐射剂量产生较低的磨损率。

拟议中的机器学习模型是经典的支持向量机,提出了工作SVM-GWO, SVM使用实际群优化器(SVM-PSO),使用遗传算法优化支持向量机(SVM-GA)。模型的性能评估使用均方根误差(RMSE)和 分数来选择最合适的模型来分析和预测了UHMWPE磨损率基于多个操作参数实验仓。此外,夏普利添加剂解释(世鹏科技电子)值被用来解释模型的预测精度。

2。材料和方法

2.1。数据采集

数据集用于拟议的研究包括129数据点和改编自前一个工作由Borjali et al。34]。29个不同的数据集是一个总仓发表UHMWPE领域的数据集进行人工髋关节植入物。发布数据集来自谷歌学术搜索使用关键字和PubMed数据库聚集包括“地”、“穿”、“时尚”和“Pin-on-Disc”。CoCrMo合金和陶瓷是两个最受欢迎的材料在髋关节股骨头假体,在髋臼的衬垫通常构建超高分子量聚乙烯,正如前面所讨论的。结果,本研究只关注多向运动聚乙烯销和CoCr圆盘,flat-on-flat几何和牛血清作为润滑剂。

此外,只有实验正确地指定和出版操作输入参数以及聚乙烯磨损率统计数据被包括在内。地穿评估使用ASTM F732标准磨损率(毫克/ MC),这是衡量的物质损失每百万周期(MC)。磨损率的计算方法是用正常的负荷,乘以滑动距离,穿聚乙烯密度的因素,磨损体积单位正常负载和滑动距离35]。在失踪的情况下聚乙烯密度,UHMWPE的密度0.93毫克/毫米3采用,在以前的文献报道36]。UHMWPE材料用于数据集大多是传统的电流的1020年和1050年。润滑油温度范围是25-37°C。

2.2。输入参数

几个重要参数对UHMWPE的磨损率产生重大影响舱实验,因此,影响其性能时体内应用于髋臼的衬里髋关节假体。聚乙烯磨损与销上的外加应力和销之间的接触面积和阀瓣由几个研究人员(37,38]。的UHMWPE磨损率也盘表面粗糙度的影响(39)和PoD的润滑剂使用磨损测试。牛血清是经常用作润滑剂PoD磨损试验在人工髋关节植入物的设置40]。

穿着方面比率和滑动距离也相关影响聚乙烯磨损率的因素。穿宽高比是一个度量来确定运动路径的形状,因此,穿的可能性在股骨头和聚乙烯髋臼的杯衬。滑动距离的总长度是穿的道路。辐射剂量(在[41)是在文献中提到的另一个主要方面;增加辐射剂量增强聚乙烯交联,增加耐磨性。

多向穿路径的形状使用数据集的长方形,椭圆形,圆形,方形路径。圆和椭圆穿通路,cross-shear发生表面的整个穿针路线,而cross-shear发生在销的变化方向沿着老路的矩形,正方形穿路径。

因此,最相关的操作影响因素选择穿的UHMWPE舱实验提出的模型作为输入参数。这些参数包括以下:接触面积(毫米2),穿道路纵横比,正常负载(N),滑动距离每周期(毫米/ C),阀瓣平均表面粗糙度( )(μ米),聚乙烯辐射剂量(kGy的),频率(赫兹),测试时间在百万周期(MC)。输入操作参数的描述总结表1

2.3。预赛
2.3.1。支持向量机(SVM)

支持向量机是一种机器学习模型,通常采用。它通常是适合小样本大小和有一个强大的统计基础(42- - - - - -44]。学科的能源、生态、水文、和经济,支持向量机应用到很多场合45,46]。在回归问题,训练集被定义为(46- - - - - -48]

在哪里 分别输入和输出。支持向量机模型的具体形式

在哪里 是加权矢量和非线性映射函数,分别和 是偏量。在支持向量机模型中,影响预测性能的两个hyperparameters内核宽度和惩罚因子。

2.3.2。多目标优化器灰太狼

GWO [49,50是建立一个多目标拥有的基础。GWO算法metaheuristic算法基于狼捕猎行为。每一匹狼共同的群有潜力成为一个解决问题的办法。理想,理想和替代解决方案是由狼的四层群。狼接近猎物时找到它。它的位置方程

在分离之间的距离猎物的狼 , , 的位置向量系数向量,灰太狼和猎物吗 ,并给出当前迭代

拥有保存三大解决方案和使用方程(4)和(5),从而确定最优解,并且不断地更新灰太狼的位置: 在哪里 , 不同层次的灰色的狼。

新创建的个人与个人每次迭代后存档。此外,所有个人分类根据目标函数值的距离,避免摄入过多的相似的个体。直接选择三个非惯用的问题解决方案利用帕累托技术(51)是克服使用轮盘赌选择存档狼的领袖。方程(6)可以计算每个超立方体的概率52]。 在哪里 超立方体的概率, 帕累托最优解的数量, 是一个常数。

2.4。沙普利值

世鹏科技电子技术是基于博弈论的夏普利值原理(53,54]。沙普利值(世鹏科技电子)原则是预测个体的相关性在一个合作团队。这个概念是基于的相对重要性每个玩家参与游戏的结果,是为了分配利润总额或付款。沙普利值产生不同的结果,是著名的自然特性或公理:一致性(对称),当地的准确性(添加),和不存在(零效应)43,55- - - - - -57),每位玩家的问题提供一个解决方案的分配公平或适当的奖励。

沙普利值考虑元素的不同大小和迹象表明,导致模型的预测或预测。因此,沙普利值的估计函数的重要性(出资额)以及其方向(迹象)。积极世鹏科技电子值表明聚乙烯的磨损率增加,而负面世鹏科技电子值表明磨损率下降。提出研究的特性代表输入操作参数影响穿的UHMWPE PoD实验。具体来说,功能 沙普利值定义的意义 在哪里 与模型输出,可以澄清的 组功能,和整个的所有功能N。最终的夏普利值特性的影响 确定为中等的贡献在所有可能的特性集的排列。功能是单独应用于集合,其重要性是公开的模型性能的变化。重要的是,这种方法考虑功能排列,影响报告模型性能的变化的相关信息。

2.5。建议的方法

预测系统包括三个阶段,如图1:(1)数据预处理,(2)开发一个优化和预测系统,(3)性能分析,使用世鹏科技电子(4)解释最适合模型的价值。

2.5.1。数据预处理

这一步的主要目的将工件从数据集(变量缺失数据和异常数据)来提高预测系统的性能。之后,数据集分成两个部分。一部分用于训练回归模型,而另一部分用于最后的评价模型。

2.5.2。回归算法的发展

预处理完成后,进入SVM-GWO混合回归系统处理数据。这个模型包含两个操作(回归模型的训练和优化)。在训练集,这两个程序和执行同步。也就是说,SVM训练和优化都是同时进行的。当完成优化,支持向量机训练也完成了。学者通常创建一个目标函数,以减少训练集的预测误差在传统的优化问题(简略优化)。由于本文中使用多目标优化考虑预测的精度和稳定性,定义为两个目标函数 在哪里 是客观稳定和预测精度函数,分别 训练集RMSE, 训练集的样本大小, 是实际的和时间吗 预测的值, 总体的标准偏差。算法1列出了SVM-GWO全球混合回归系统的伪代码。

算法:SVM-GWO
输入:参数的SVM和拥有(狼号( ),维数( ),搜索域( )),dataset_records预测数据集
输出:的价值(UHMWPE)的磨损率
1:初始化的变量:
⟵随机(1,1)
⟵随机(1,1)
⟵随机(1,1)
2:初始化培训过程:
迭代⟵
3:为每一个迭代迭代:
支持向量机(dataset_records(迭代)[所有], , , )
结束
4:计算适应度函数:
get_length (dataset_records)
设置fitness_array []0 (1, )
5:计数器的范围( ):
fitness_array []⟵fitness.calculate (dataset_records)
结束
6:找到non_dominant_solution
7:初始化存档
8:为每一个迭代在范围(迭代):
如果(真正的):
输出:支持向量机与hyperparameters
其他:
search_agent.position⟵迭代
Fitness_array []⟵fitness.calculate (:)
更新:non_dominant_solution
更新:存档
结束
结束
9:为每一个 在范围(长度(存档)):
如果(真正的):
pareto_archive_member.remove ()
其他:
返回:SVM.hyperparamteres.optimal ()
输出:SVM.hyperparameters.optimal ()
结束
结束

在该论文中,拥有被使用在其他优化算法因为拥有如下的优点:易于实现由于其结构简单、更少的存储和计算需求,更快的收敛由于连续减少搜索空间,减少了决策变量,并且能够避免当地最低标准只有两个控制参数调整算法的性能,以确保更好的稳定性和避免复杂性。

强调该模型的好处,本文定义了三个模型作为基准模型进行比较与我们提出的方法。第一个模型是经典的支持向量机模型,和第二个和第三个模型是SVM-PSO和使用遗传算法优化器(SVM-GA)。基准的理论模型以及选择的原因是先前发表在文献[58]。

2.6。模型评价

常用的指标用于拟议的研究来评估性能和预测错误的模型。这些指标包括相关系数的平方 (59,60)和RMSE (61年]。这两个指标的值产生一个好迹象的精度和预测能力提出模型和允许我们选择最有效的模型预测磨损率的UHMWPE。

RMSE是计算 在哪里 是实际的价值, 的预测价值吗 数据点, 是数据集的数据点的总数。

的价值 是计算

2.7。使用世鹏科技电子值解释模型预测

提出工作,世鹏科技电子技术来理解的重要性的几个参数影响磨损率的模型的预测UHMWPE因此帮助预测其体内的磨损性能。优先考虑的因素影响了UHMWPE穿在髋关节假体的表现可以帮助材料工程师进一步改善聚乙烯髋臼的衬里的设计,因此改善其耐磨性和扩大其体内终生。世鹏科技电子相关值的主要好处之一是,他们可解释性添加到复杂的模型。在本地和全球模型解释能力是评估通过观察变量的相对重要性及其影响模型的预测。全球可解释性模型有助于理解整个结构的,并且它可以通过总结情节和条形图,展示整体特性的重要性。世鹏科技电子摘要地图描绘了多少每个预测有助于目标的结果变量(UHMWPE)的磨损率无论是积极的还是消极的。特性是由世鹏科技电子的大小值的总和所有的样本,即。通过他们的全球影响 世鹏科技电子值 绘制水平。

3所示。结果与讨论

本研究的主要目标是开发一个模型有最高的效率和功能预测UHMWPE磨损率基于cross-path髋关节假体的运动。Cross-shear发生在销和阀瓣之间的相对运动方向变化关于销的表面,防止聚合物分子排列和导致聚乙烯穿类似于体内发现。据报道,多向的组合,是润滑剂是基本要求进行实验室模拟临床髋关节假体的磨损机制21,62年];因此,PoD穿实验采用牛血清作为润滑剂都包含在这个工作。

选择最有效的模型,实现模型的性能评估使用RMSE和 分数,和它们的值列在下表中2

很明显从算法1SVM-GWO优于另一个实现模型,因为它至少达到RMSE和最高的 分数的预测UHMWPE磨损率。众所周知,如果RMSE趋于零,模型的性能被认为是优秀的63年]。结果,提出模型的SVM-GWO RMSE值2.345表明,模型的预测值与实验数据不一致,和所有的错误是在可接受的范围内。此外, 得分值为0.96,这是非常接近1,告诉我们,所有点的预测模型完全躺在实验或实际数据曲线没有散射,结果有一个完美的关联。从结果显示的精度高和可靠性SVM-GWO相比其他同行模型,这是进一步从事这项研究来分析和预测UHMWPE穿利率根据不同的操作参数。

解释SVM-GWO,展示不同的变量的相对重要性(输入操作参数)预测穿的UHMWPE,执行一个聚合条形图,如图2。条形图块的平均绝对世鹏科技电子为每个变量值。此外,世鹏科技电子总结图如图3开发提供了更多的环境也比条形图和数据集的范围的影响。一行的数据集是由世鹏科技电子中的每个点总结情节。这类似于酒吧的阴谋,只不过它可以说明如果每个变量都有一个消极的或积极的与输出目标的关系。的重要性排名按升序的特性。世鹏科技电子总结情节,水平位置显示的影响这个值是否与模型预测或高或低。的 - - - - - -轴点表明对模型输出的影响,无论是积极的还是消极的。颜色是指高(红色)或低(蓝色)相对变量。积极世鹏科技电子值显示的磨损率UHMWPE的增加,而负面世鹏科技电子值表明减少磨损率的预测模型。

从酒吧里的情节在图2的参数预测模型有重大影响的UHMWPE磨损率排名如下从最重要到最不:辐射剂量、平均圆盘表面粗糙度,接触面积,正常负载,滑动距离,穿路径的形状。

世鹏科技电子总结在图3显示,辐射剂量对预测模型的影响最大,在高辐射剂量值对模型的输出有一个负面影响磨损率UHMWPE暗示的高剂量的辐射减少UHMWPE的磨损率,辐照以来,类似于此前的发现增加了交联聚乙烯进而提高其耐磨性。第二个重要的参数是圆盘表面粗糙度。然而,目前还不清楚从曲线是否低模型输出值影响积极的还是消极的。世鹏科技电子的另一个相关的观察总结情节是高价值的积极接触面积影响模型的预测,这告诉我们,随着接触面积的增加,它会导致增加聚乙烯磨损率,符合临床结果,这是因为体内,金属塑料人工髋关节植入物显示增加磨损率随着股骨头尺寸这意味着大型股头之间的接触区域和UHMWPE班轮UHMWPE衬垫的磨损率增加。因为数据集涵盖了短程(1.8赫兹)来模拟人体步态的频率,频率在聚乙烯磨损率的影响没有明显影响模型的预测。

得到一个更深的理解的不同的操作参数之间的相互作用,世鹏科技电子依赖情节进一步发展。他们描绘的边际效应,一个或两个变量对模型的预测结果。每个点代表一行数据集。出现在的价值功能 - - - - - -轴和 - - - - - -轴是世鹏科技电子价值特性,它定义了功能的价值在多大程度上影响模型的输出。颜色与第二个功能,可能有一个综合效应的特性已被绘制。第二个功能是自动选择的。图4显示依赖情节不同输入参数及其影响模型预测的结果。图4(一)显示了世鹏科技电子的辐射剂量值,接触面积被选中显示它们之间的交互。很明显,有三个范围辐射剂量的数据集,0 kGy的(未照射聚乙烯),30 - 50 kGy的(传统聚乙烯)和95 - 150年kGy的高度交联UHMWPE-HXPE。未照射聚乙烯(0 kGy的)注意到,伴随着大接触区磨损率最高,因为它显示积极世鹏科技电子值。另一方面,高的辐射剂量值高于95 kGy的伴随着大型接触区域产生了磨损率最低的UHMWPE因为它显示的最低预测模型(负世鹏科技电子值)。这一结论与之前的研究一致(64年)采用不同穿设置在圆荚体实验中但作者还报道说,100年辐射剂量kGy的UHMWPE的交联密度,从而增加其耐磨性。

4 (b)表明,有一个积极的趋势之间的接触面积和目标变量(磨损率)。接触区域的值越高,越积极世鹏科技电子值,这意味着更高的磨损率与临床结果(兼容64年]。此外,低接触区域的值伴随着低辐射剂量高达40 kGy的聚乙烯磨损率低造成的。

世鹏科技电子值平均光盘表面粗糙度 及其与辐射剂量的关系被绘制在图4 (c)。很明显,聚乙烯的磨损率增加 值高于0.05μ米,虽然下降低于这个值。同时,高辐射剂量不降低磨损率UHMWPE和高的表面粗糙度值,显示了显著的表面粗糙度对磨损率的影响。佩尔松et al。65年)报道,表面粗糙度影响的联系机制,因此有一个很大的影响阐明表面髋关节和膝关节假体的磨损率。

4 (d)显示,世鹏科技电子值滑动距离,很明显,滑动距离30 mm /周期的高影响模型的预测UHMWPE的磨损率。这一结果表明,随着滑动距离的增加超过30毫米每循环相关的负荷值较低的150 N,这导致聚乙烯的磨损率增加。磨损率的增加而增加滑动距离每循环报道了McKellop et al。66年]。

数据集进一步分类根据他们收到的辐射剂量消毒和/或交联,以检查辐射剂量对磨损率的影响UHMWPE与不同的输入操作的参数。子组如下:0 kGy的(未照射聚乙烯),30 - 50 kGy的(传统聚乙烯),和95 - 150年kGy的(高度交联UHMWPE-HXPE)。

散点图显示不同的操作参数对磨损率的影响的UHMWPE每小组中绘制,如图5- - - - - -8。图5显示效果的散点图正常负载的磨损率UHMWPE的三个子组。注意到,在装载约70 N,磨损率介于1和10毫克/ MC未照射聚乙烯在第二组(30 - 50 kGy的),磨损率的范围集中在0 - 6毫克/ MC和几点从8到12毫克/ MC。磨损率0 - 2毫克/ MC得到第三组在相同的负载(95 - 150年kGy的)。在较高的负载超过200 N,有一个明显的差异未照射和高辐照聚乙烯(HXPE)未照射聚乙烯的磨损率的范围在8 - 11毫克/ MC和HXPE 1 - 2毫克/ MC。穿结果的可变性在同一负荷是由于不同的操作参数进行测试。明显的磨损率的差别显示了辐射剂量对磨损率的影响UHMWPE辐射剂量的耐磨性高于95 kGy的提高UHMWPE,特别是在高负载。

此外,散点图显示了接触面积对磨损率的影响UHMWPE被绘制在图6。是见过未照射聚乙烯的磨损率增加而增加的接触面积达到11毫克/ MC在接触区域约64毫米2和继续增加在高接触区域。传统的聚乙烯的磨损率介于0和14毫克/ MC 64毫米2对于不同的测试参数。的磨损率高辐照聚乙烯(HXPE)在0 - 2毫克/ MC在几乎相同的接触面积(约64毫米2)。

7显示平均圆盘表面粗糙度的影响 聚乙烯的磨损率的三个子组。较低的值 低于0.05μm,它被视为未照射聚乙烯的磨损率范围几乎介于0和18毫克/ MC和0和8毫克/ MC为传统的聚乙烯。然而,高辐照UHMWPE (HXPE)产生的磨损率0 mg / MC的值 低于0.05μ米增加到2毫克/ MC 值高于或等于0.05μm。这个结果揭示了表面粗糙度的明显效果和辐照剂量在聚乙烯的磨损率 值低于0.05μm和辐照剂量超过95产生0 mg / MC kGy的磨损率。这一发现证实了世鹏科技电子摘要情节在图中所示的结果4辐照剂量和平均表面粗糙度前最重要的因素在影响模型的预测磨损率最高的UHMWPE。

从图也清楚8HXPE已经磨损率(0 - 2毫克/ MC)的滑动距离30 mm /周期远低于未照射和传统的聚乙烯类。尽管不同的测试环境,高度交联的UHMWPE可以从常规和未照射UHMWPE歧视基于磨损率。

因此,该模型能够预测磨损率UHMWPE基于不同的操作参数和它的有效能力区分不同的操作参数及其对磨损率的影响,还优先考虑最重要的参数,影响模型的预测。这个健壮和高效的模型可以进一步帮助在其他可视化数据集和预测聚乙烯的磨损率根据变量参数,因此推断其行为在人体和减少磨损实验。模型还可以促进UHMWPE-bearing材料增强机械性能的设计和设计髋关节假体的应用。

自提出研究只包括体外在豆荚穿聚乙烯的研究实验,因此,未来的增强的工作包括进一步的研究应该进行的设计UHMWPE髋臼的衬垫与改善力学性能利用metal-on-plastic髋关节植入物。班轮应该由高度交联UHMWPE受到辐照剂量高于95 kGy的证明有良好的耐磨性及其进一步的髋关节植入临床批准动物体内长期评估。

4所示。结论

提出研究的首要目的是开发一个模型有最高的效率和能力预测磨损率超高分子量聚乙烯(UHMWPE),基于多向运动髋关节假体,因此帮助预测其体内体内磨损行为。拟议中的机器学习模型在这个工作是支持向量machine-grey狼优化器(SVM-GWO)混合回归系统。评价的目的,提出了模型的性能与其他同行相比模型包括经典的支持向量机(SVM)、支持向量机使用灰太狼优化器(SVM-GWO)、支持向量机使用实际群优化器(SVM-PSO),并使用遗传算法优化支持向量机(SVM-GA)。结果表明,SVM-GWO优于另一个实现模型,因为它达到最小均方根误差(RMSE)和最高 磨损率的预测评分UHMWPE。沙普利添加剂解释(世鹏科技电子)值被用来解释SVM-GWO模型,展示不同的变量的相对重要性(输入操作参数)预测穿的UHMWPE。

本研究的结果显示,参数对模型的预测有重要影响的UHMWPE穿辐射剂量率,平均圆盘表面粗糙度,接触面积,正常负载和滑动距离。辐射剂量对预测模型的影响最大,在高辐射剂量值对模型的输出有一个负面影响磨损率(UHMWPE)这意味着高剂量的辐射PE的磨损率下降。表面粗糙度的明显效果的磨损率和辐照剂量UHMWPE的结果 值低于0.05μm和辐照剂量超过95产生0 mg / MC kGy的磨损率。高回归SVM-GWO模型的能力证明了它是一个有用的,高效的,可靠的预测模型,该模型可以利用磨损率UHMWPE轴承在髋关节假体和援助的优先级不同的变量影响聚乙烯的磨损率。

未来的工作是针对实现先进技术来获得更好的结果,如信号处理技术来提高质量等结果作者提出的技术(67年- - - - - -71年]。

数据可用性

的数据支持本研究的发现可以从相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突。