[공지사항]을 빙자한 안부와 근황 
Show more

Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Mô hình hóa từ-bức xạ và tối ưu hóa mạng lưới nơ-ron nhân tạo của dòng chảy sinh học trong vùng động mạch bị hẹp

Created by
  • Haebom

Tác giả

SP Shivakumar, Gunisetty Ramasekhar, P Nimmy, Sujesh Areekara, L Thanuja, TV Smitha, S Devanathan, Ganesh R Naik, KV Nagaraja

Phác thảo

Bài báo này nhấn mạnh nhu cầu phát triển các hệ thống phân phối thuốc mới đảm bảo liệu pháp nhắm mục tiêu, hiệu quả và được kiểm soát, xét đến sự phức tạp ngày càng tăng của các bệnh tim mạch và những hạn chế của các liệu pháp hiện có. Dòng chảy của chất lỏng nano Casson-Maxwell qua vùng động mạch bị hẹp được nghiên cứu để phân tích hệ số ma sát và tốc độ truyền nhiệt. Chất lỏng Casson-Maxwell cho thấy biên độ vận tốc thấp hơn chất lỏng Casson, giúp tăng thời gian lưu trú để phân phối thuốc hiệu quả. Tốc độ truyền nhiệt tăng theo phần thể tích của các hạt nano oxit đồng và nhôm, và giảm theo phần thể tích của các hạt nano bạc. Hệ số ma sát giảm 219% khi tham số Maxwell tăng 1 và tăng 66,1% khi tham số Casson tăng 1. Tốc độ dòng nhiệt được dự đoán (giá trị R tổng thể là 0,99457) dưới ảnh hưởng của bức xạ tự nhiên, nguồn nhiệt tuyến tính, các tham số Casson-Maxwell và phần thể tích hạt nano ba kim loại bằng kỹ thuật huấn luyện lan truyền ngược Levenberg-Marquardt. Ngoài ra, hệ số cản được phát hiện là nhạy cảm nhất với sự thay đổi của các tham số Maxwell. Nghiên cứu này đóng góp vào các Mục tiêu Phát triển Bền vững 3, 9, 4 và 17 của Liên Hợp Quốc bằng cách thúc đẩy việc sử dụng các công nghệ y tế bền vững.

Takeaways, Limitations

Takeaways:
Trình bày hiệu quả của hệ thống phân phối thuốc sử dụng nanofluid Casson-Maxwell.
Phân tích định lượng sự thay đổi về tốc độ truyền nhiệt và hệ số ma sát theo loại hạt nano và tỷ lệ thể tích.
Một mô hình dự đoán lưu lượng nhiệt sử dụng kỹ thuật đào tạo truyền ngược Levenberg-Marquardt được trình bày (giá trị R cao).
Nghiên cứu góp phần đạt được các Mục tiêu Phát triển Bền vững (SDGs).
Limitations:
Sự khác biệt so với điều kiện sinh học thực tế (không đủ thí nghiệm in vivo).
Sử dụng mô hình động mạch đơn giản.
Nghiên cứu chỉ giới hạn ở các hạt nano cụ thể.
Cần có thêm nhiều nghiên cứu về hiệu quả và độ an toàn của việc cung cấp thuốc trong thời gian dài.
👍