面向生物医学中支架性能预测与分析的神经网络建模方法

本发明提供了一种面向生物医学中支架性能预测与分析的神经网络建模方法，涉及骨组织工程和康复医学领域，首先对获取的生物支架的材料数据进行归一化处理，得到训练样本。然后设计人工神经网络，该网络包括输入层、隐藏层和输出层，并采用Levenberg‑Marquardt算法对人工神经网络进行训练，得到最优的人工神经网络。最后，将实际生物支架材料输入至最优的人工神经网络，输出生物支架的关键性能指标。本发明的有益效果是：通过人工神经网络模型预测其孔径大小、孔隙率、压缩强度、弹性模量等关键性能参数，为研发提供理论依据和方向。通过进行性能预测，可以在实际生产前优化设计，减少了物理实验的次数和迭代周期，减少了材料和时间成本。