Скелетата от поликапролактон създават среда за растеж на нови тъкани и ускоряване на заздравяването. Традиционните методи за избор на технологични параметри изискват множество тестове. Невронните мрежи анализират експерименталните данни и прогнозират диаметъра на влакната и силата на пролуката с висока точност.
Проучването показа, че класическите алгоритми за машинно обучение се справят с прогнозирането на диаметъра, но не могат точно да определят силата. Две слой Perseptron невронни мрежи успешно решават и двата проблема дори при малки набори от данни със сложни зависимости.
Разработеният подход е универсален – той е приложим за различни видове полимери и морфологии на скелета. Това отваря възможности за оптимизиране на създаването на други медицински изделия, където са важни точните физически параметри.
