3D-Druck-Paper Übersicht: Druck von Quantenpunktpixel und mehr

Wöchentlich erscheinen etliche wissenschaftliche Papers über die additive Fertigung. Jeden Tag stellen wir solche wissenschaftliche Ergebnisse bei 3Druck.com in eigenen Artikel vor. Am Ende der Woche wollen wir nun auch Studien vorstellen, die es ansonsten nicht in unsere Berichterstattung geschafft hätten.

Koreanische Forscher drucken Quantenpunktpixel für “Super-High-Resolution”-Display-Geräte

Ein Forscherteam des Korea Electrotechnology Research Institute hat mit Hilfe des 3D-Drucks hochdichte Quantenpunkt-Pixelarrays im Nanobereich entwickelt.

Durch Einbettung und Verfestigung flüssiger Tinten in polymere Nanodrähte konnten die Wissenschaftler vertikal freistehende Säulen herstellen, die Licht emittieren können. Die gedruckten Strukturen zeichnen sich durch ihre große Länge und hohe Helligkeit aus und können verwendet werden, um “superhochauflösende Anzeigegeräte zu erreichen”.

Das Paper zu der Studie findet man unter dem Titel “3D-Printed Quantum Dot Nanopixels”

LLNL-Wissenschaftler verwenden 3D-Bioprinting, um die Entstehung von Krebstumoren besser zu verstehen

Forscher des Lawrence Livermore National Laboratory (LLNL) haben 3D-Bioprinting mit rechnergestützten Strömungssimulationen kombiniert, um die Ausbreitung von Krebs während der Metastasierung besser zu verstehen.

In Zusammenarbeit mit Wissenschaftlern der Duke University injizierte das Team Tumorzellen in eine gedruckte 3D-Hirnzellstruktur. Durch die Anwendung der Strömungsanalyse auf den Prozess war das Team in der Lage, die Anheftungsstelle der Tumore zu identifizieren und so den Weg für ein mögliches Vorhersagemodell zu ebnen. Mit Hilfe des neuartigen, auf Computermodellierung basierenden Ansatzes der Forscher könnten künftige Kliniker in der Lage sein, die Ausbreitung von Krebszellen innerhalb einzelner Patienten vorherzusagen.

Das Paper zu der Studie findet man kostenlos unter dem Titel “Examining metastatic behavior within 3D bioprinted vasculature for the validation of a 3D computational flow model“