In situ 4D tomography image analysis framework to follow sintering within 3D-printed glass scaffolds.
In situ 4D tomography image analysis framework to follow sintering within 3D-printed glass scaffolds.
复制标题
DOI：
10.1111/jace.18182
复制
发表时间：
2022-03
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
我们提出了一种新的图像分析框架，使用开源工具包和机器学习来自动分析烧结陶瓷和玻璃的X射线显微断层扫描图像。玻璃和陶瓷的增材制造（AM）通常需要烧结绿色体。烧结导致收缩，这对控制最终架构的计量提出了挑战。因此，在开发新的多孔陶瓷或玻璃时，能够随着时间的推移在3D（称为4D）中监测烧结是很重要的。同步加速器X射线断层成像允许使用炉架在微观和宏观尺度上原位、真实的实时捕获烧结过程，便于对过程进行4D定量分析。所提出的图像分析框架能够使用4D图像数据跟踪和量化多个感兴趣体积（VOI）内的玻璃或陶瓷颗粒的致密化沿着随时间的结构变化。该框架通过3D打印支架内生物活性玻璃ICIE16的4D定量分析来证明。在此，在3D图像系列中，对3个VOI内的玻璃颗粒的致密化进行了跟踪和沿着量化，以及支柱直径和支柱间孔径的变化，从而在微观和宏观尺度上对ICIE 16生物活性玻璃颗粒的烧结机制提供了新的见解。
We propose a novel image analysis framework to automate analysis of X‐ray microtomography images of sintering ceramics and glasses, using open‐source toolkits and machine learning. Additive manufacturing (AM) of glasses and ceramics usually requires sintering of green bodies. Sintering causes shrinkage, which presents a challenge for controlling the metrology of the final architecture. Therefore, being able to monitor sintering in 3D over time (termed 4D) is important when developing new porous ceramics or glasses. Synchrotron X‐ray tomographic imaging allows in situ, real‐time capture of the sintering process at both micro and macro scales using a furnace rig, facilitating 4D quantitative analysis of the process. The proposed image analysis framework is capable of tracking and quantifying the densification of glass or ceramic particles within multiple volumes of interest (VOIs) along with structural changes over time using 4D image data. The framework is demonstrated by 4D quantitative analysis of bioactive glass ICIE16 within a 3D‐printed scaffold. Here, densification of glass particles within 3 VOIs were tracked and quantified along with diameter change of struts and interstrut pore size over the 3D image series, delivering new insights on the sintering mechanism of ICIE16 bioactive glass particles in both micro and macro scales.
登录
查看更多内容
影响因子：
5.8
作者：
Arganda-Carreras, Ignacio;Kaynig, Verena;Seung, H. Sebastian
通讯作者：
Seung, H. Sebastian
影响因子：
3.2
作者：
COBLE, RL
通讯作者：
COBLE, RL
DOI：
10.1007/bf02648421
发表时间：
1996-02-01
影响因子：
2.8
作者：
Johnson, JL;German, RM
通讯作者：
German, RM
影响因子：
5.2
作者：
Hmood, Firas J.;Wilbig, Janka;Guenster, Jens
通讯作者：
Guenster, Jens
影响因子：
14
作者：
Chen, QZZ;Thompson, ID;Boccaccini, AR
通讯作者：
Boccaccini, AR