프로젝트 소개
본 과제는 머신러닝 적용이 어려운 바이오프린팅에서 Hybrid Machine Learning으로 바이오잉크의 printability(인쇄적성)를 예측하고, 이를 이용해 복합 세포지지체를 정밀·신속 제작하는 원천기술 개발임.
연구목표는 영상 연동 바이오프린팅으로 유변물성·프린팅 조건·DB 데이터를 확보하고, 물리모델+유변물성 측정데이터로 입력 뉴런을 줄인 하이브리드 학습을 수행해 printability 예측/최적화 모델을 도출한 뒤, 복합 골결손 동물 모델 및 반월상 연골판 복잡구조로 성능 검증까지 수행하는 데 있음. 기대효과는 다양한 유변물성을 가진 바이오잉크의 최적 프린팅 파라미터를 최소시간 내 도출해 제작 시간·정확도를 향상시키고, dECM 등 신소재 정밀 프린팅과 기술이전·창업 확대로 이어짐.