“看見”軟物質內部的秘密：由表面形變反推內部物理資訊的新技術

海歸學者發起的公益學術平臺

分享資訊，整合資源

交流學術，偶爾風月

如何透過表面觀察“看見”軟物質內部的異常一直是一個難以攻克的挑戰。傳統的檢測方法，如X光、超聲等，雖然廣泛應用於醫學和工業領域，但它們往往存在解析度不足、成本高、操作複雜以及應用受限等問題。特別是在軟物質領域，當材料內部的異常難以直接視覺化時，這一問題變得更加突出。例如，在醫學影像學中，心臟瓣膜、腫瘤或其他組織的病變，往往無法透過常規影像手段得到精確的物理特徵描述。如何實現非侵入式、高效且精準的內部異常檢測是軟物質領域亟待解決的難題。

北京大學第三醫院與工學部的研究團隊近日在國際期刊Advanced Science 發表論文，提出基於表面大形變反推軟物質內部物理異常的創新方法，有效突破了傳統檢測手段的侷限。該方法的核心思想是，透過觀測軟物體表面在外力作用下的大形變，結合先進的數學模型和演算法，反向推導內部的材料屬性、異常位置和形狀。具體流程如下：1、大形變觀測：透過常規的成像技術（如超聲、CT掃描等）獲取軟物體表面的大形變資料。2、虛擬孿生模型：使用有限元分析技術構建物體的虛擬模型，以模擬其在不同物理條件下的變形過程，實現物理現象的高度還原。3、並行貝葉斯最佳化演算法：透過貝葉斯最佳化方法，在虛擬孿生模型中迭代調整物理引數，使模擬結果最大程度貼近真實觀測資料，從而實現對物體內部物理屬性的精準反演。

這種創新方法不僅能夠精準識別物體內部的剛度分佈、異常形狀和異常位置，還能夠有效減少傳統最佳化演算法對實驗資料的高需求，使得最佳化過程更加高效。與傳統的物理推演和模型擬合相比，這一方法具有更高的精度和計算效率，尤其適用於軟物質這類複雜的非線性材料。

為了驗證方法的有效性，研究團隊進行了多個場景下的實驗測試：

l梁彎曲實驗：研究團隊首先構建了模擬梁模型和真實的PDMS梁模型，透過測試梁的彎曲形變，成功識別出材料內部的剛性夾層和異常區域。實驗結果表明，模擬模型實驗誤差低於0.2%，而真實模型實驗誤差低於6%，顯示了該方法在材料檢測中的高精度。

l氣球膨脹模擬實驗：透過模擬氣球的膨脹過程，研究團隊成功地從形變資料中恢復出氣球內的異常區域，估算誤差不超過2.6%。這一實驗驗證了該方法在三維變形場景中的強大能力。

l主動脈瓣鈣化模擬實驗：針對鈣化病變的心臟瓣膜，該方法成功從變形軌跡中反推出鈣化區域的形狀、位置以及剛度等物理資訊引數。這一結果為醫學領域提供了新的非侵入式定量診斷工具，尤其適用於疾病的早期診斷和監測。

這些實驗展示了該方法在醫學影像學、軟體機器人、材料科學等不同領域的廣泛應用潛力。例如，在醫學診斷中，尤其是在軟組織病變的診斷中，該方法可為醫生提供更精確的檢測結果，有效彌補傳統影像學方法的不足。同時，在新興的軟體機器人領域，該方法可為軟體機器人的自我感知和故障檢測提供更加可靠的資料支援，推動軟體機器人走向應用場景。

該研究成果以題為“Uncover Hidden Physical Information of Soft Matter by Observing Large Deformation”的論文發表於國際知名期刊Advances Science上。第一作者為碩士研究生楊煥煜，通訊作者為北京大學第三醫院心內科祖凌雲教授、北京大學先進製造與機器人系劉珂研究員、以及北京大學力學與工程科學系朱馳研究員。