基于神經(jīng)網(wǎng)絡(luò)切片的高精度3D打印系統(tǒng)

來源： EFL生物3D打印與生物制造

光散射的嚴重影響著微結(jié)構(gòu)的打印，其會導致各種不必要的聚合，從而導致細小結(jié)構(gòu)無法打印，降低打印機的實際分辨率。而現(xiàn)有解決辦法或是使用具有更高分辨率的打印機，或是進行曝光時間與曝光光強的工藝優(yōu)化，兩者皆需耗費大量的成本與時間。

為克服這一現(xiàn)狀，來自University of California, San Diego的陳紹琛教授團隊在SPIE會議上發(fā)表了題為“Mitigating scattering effects in DMD-based microscale 3D printing using machine learning”的文章，提出了一種通過機器學習進行切片圖像灰度值處理，從而減少散射效應(yīng)并提高打印精度的3D打印方法。

研究人員首先搭建了投影式光固化打印系統(tǒng)，其與傳統(tǒng)投影式光固化打印系統(tǒng)不同之處在于：傳統(tǒng)投影式光固化打印系統(tǒng)主要通過調(diào)整打印光強與曝光時間進行工藝調(diào)整，而研究人員則重點針對切片圖像進行處理，他們設(shè)計了一種14層全卷積神經(jīng)網(wǎng)絡(luò)，并將不同的灰度圖片與相應(yīng)打印結(jié)果輸入到神經(jīng)網(wǎng)絡(luò)中，不斷的進行訓練，完成訓練后的神經(jīng)網(wǎng)絡(luò)可以依照設(shè)計的形狀生成相應(yīng)的灰度圖像（切片圖像），用于抑制散射，實現(xiàn)高精度的打印。

圖1 3D打印機和打印結(jié)構(gòu)的示意圖。（a） 基于 DMD 芯片的 3D 打印機。（b）灰度圖像（切片圖像）輸入到3D打印機中，再由3D打印機輸出結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)將所設(shè)計結(jié)構(gòu)的理論形狀作為輸入，并輸出灰度圖像（切片圖像）。3D打印機的輸入和輸出用于訓練神經(jīng)網(wǎng)絡(luò)。（c） 訓練灰度圖像（切片圖像）的例子。（d） 所采用的神經(jīng)網(wǎng)絡(luò)的架構(gòu)

接著，研究人員為了評估所設(shè)計的借助神經(jīng)網(wǎng)絡(luò)進行切片的3D打印系統(tǒng)的性能，進行了如圖2（a）所示結(jié)構(gòu)的打印，可以看到，由神經(jīng)網(wǎng)絡(luò)生成的切片結(jié)果在模型邊緣部分增加了像素點以提高能量防止欠曝光，在類孔結(jié)構(gòu)邊緣削減了像素點以降低能量防止過曝光，符合邏輯，且使用神經(jīng)網(wǎng)絡(luò)生成的切片結(jié)果打印得到的結(jié)構(gòu)也很好的還原了所設(shè)計的形狀，展現(xiàn)了研究人員所設(shè)計3D打印系統(tǒng)的優(yōu)秀精度。

圖2 （a）所設(shè)計的理論形狀;（b） 神經(jīng)網(wǎng)絡(luò)給出的灰度圖像（切片圖像）;（c）打印得到的結(jié)構(gòu)。（d） 神經(jīng)網(wǎng)絡(luò)給出的灰度圖像（切片圖像）與所設(shè)計的理論形狀之間的對比

然后，研究人員比較了神經(jīng)網(wǎng)絡(luò)給出的灰度圖像（切片圖像）與傳統(tǒng)切片方法得到的灰度圖像（切片圖像），由打印結(jié)果可以看到，傳統(tǒng)切片方法存在局限性，無論如何調(diào)整打印參數(shù)，其始終無法很好的還原所設(shè)計模型的一些細節(jié)，而使用神經(jīng)網(wǎng)絡(luò)進行切片則很好緩解了這一問題，其打印的各類模型都具有較高的精度。

圖3 使用神經(jīng)網(wǎng)絡(luò)給出的灰度圖像（切片圖像）和使用傳統(tǒng)切片方法得到的灰度圖像（切片圖像）的打印結(jié)果。第一列是所設(shè)計的理論形狀。第二列到第四列是使用傳統(tǒng)切片方法得到的灰度圖像（切片圖像）在50%，75%和100%平均光強下的打印結(jié)果。第五列是使用神經(jīng)網(wǎng)絡(luò)給出的灰度圖像（切片圖像）得到的打印結(jié)果

最后，研究人員對神經(jīng)網(wǎng)絡(luò)給出的灰度圖像（切片圖像）和使用傳統(tǒng)切片方法得到的灰度圖像（切片圖像）的打印結(jié)果進行了定量分析，他們計算了所有打印結(jié)果的Dice系數(shù)（用于評價兩個集合的相似程度，越接近1越相似），可以看到，傳統(tǒng)切片方法由于無法同時避免欠曝光與過曝光，使得其Dice系數(shù)較低，而神經(jīng)網(wǎng)絡(luò)給出的灰度圖像（切片圖像）則具有明顯優(yōu)勢，進一步展現(xiàn)了運用神經(jīng)網(wǎng)絡(luò)進行切片的顯著優(yōu)勢。

圖4 使用神經(jīng)網(wǎng)絡(luò)給出的灰度圖像（切片圖像）和使用傳統(tǒng)切片方法得到的灰度圖像（切片圖像）的打印結(jié)果。（a）-（c）是在不同條件下打印結(jié)果的疊加輪廓。白色輪廓是所設(shè)計的理論形狀。紅色輪廓是使用神經(jīng)網(wǎng)絡(luò)給出的灰度圖像（切片圖像）得到的打印結(jié)果。黃色、綠色和藍色輪廓分別表示使用傳統(tǒng)切片方法得到的灰度圖像（切片圖像）的打印結(jié)果，其平均光強分別為 100%、75% 和 50%。（d）-（g） 是 （a） 中虛線框架中的放大視圖。（h） 打印結(jié)果與理論形狀之間的Dice系數(shù)

文章來源：
https://doi.org/10.1117/12.2577129