作为替代、修复人体硬组织的生物材料，骨修复材料广泛应用。当人体发生意外时，要想找到合适的骨修复材料，必须了解骨组织本身的的材料性质，以及对骨机械性能更好的理解。本论文主要从生物力学的观点，利用神经网络的优势，研究拓宽获得材料机械性能的途径，通过分析纳米压痕试验的数据得到压痕模量，作为神经网络的输入，输出材料的九个弹性参数。 人们已经在宏观结构和微观结构级别上广泛地研究了骨组织的机械性质。传统的机械测试方法，最多在几十到几百毫米的级别内。较新的微米探测仪可以探测的精度在几十到几百微米范围内，而纳米探测仪可以在1微米甚至更小的尺度内进行研究。因为有许多重要的骨组织微结构成分只有几微米甚至更小，所以在用传统机械测试方法无法满足需要时，可以用纳米压痕仪在微米及亚微米水平上广泛的研究骨单位，骨间组织，小梁骨的机械性能。例如，纳米压痕测试方法可以检测在骨单位中不同的骨层的机械性能变化。 纳米压痕技术经过10年的发展，广泛应用于材料科学领域。人们用该技术来研究薄涂层、微小体积以及具有微结构特征物体的机械性能。通过分析纳米压痕试验得到的力—位移数据，就可计算出材料的弹性模量、硬度以及与力作用时间长短有关的材料变形参数，如粘弹性参数。目前，由于缺少材料的微观机械性能数据，基于微结构基础上的骨组织的生理差异研究在理论上还有许多困难。但是由于纳米压痕技术可获得微观的性质参数，它可以弥补这方面的不足。 压痕测试所获得的材料参数到目前为止，全部是用Oliver-Pharr方法计算得到的。但是这种方法的一个前提是各向同性的材料，对于各向异性的材料，因为机械性质在各个方向上不同，所以在一个方向上的压痕试验结果实际上是各个方向不同材料性质的一个综合值。如何解释这种综合值，或从这种综合之中获得材料不同方向上的机械性质，目前在理论上还是处于探索阶段。我们将运用神经网 基于神经网络的材料各向异性研究 络的优势从试验数据中获得材料的各向异性的机械性质。骨头无论是在形态上还 是在力学性质上，都是各向异性的。 要想获得训练样本，就要由实际的九个弹性参数反推门个压痕模量。在孟 菲斯大学生物医学工程系骨组织机械实验室的大力支持下，提供了皮质骨的一组 弹性参数。用一个 Fortran程序推导出了其对应的 12个压痕模量，从而获得训练”样本集，由此训练神经网络。神经网络固定之后，由纳米压痕试验得到的数据， 经Oliver－Pharr方法计算获得压痕模量之后，就可输入神经网获得该材料的九个0 弹性参数。