Topological Signatures of Diffusive Release in Porous Media

Technische Samenvatting: Topologische Signaturen van Diffusieve Vrijgave in Poreuze Media

Probleemstelling
Diffusieve vrijgave in poreuze media wordt beheerst door de geometrie op porie-schaal, waaronder connectiviteit, tortuositeit en de ruimtelijke ordening van vaste obstakels. Hoewel mechanistische numerieke simulaties (bijv. eindige elementen methoden) standaard zijn voor het bestuderen van deze relaties, zijn ze computationeel duur, vooral bij het screenen van een groot aantal kandidaat-structuren voor toepassingen variërend van medicijnafgifte tot de transport van verontreinigingen. Er is behoefte aan interpreteerbare, op geometrie gebaseerde structurele beschrijvers die kwalitatieve vrijgaveprofielen kunnen voorspellen zonder de kosten van volledige diffusiesimulaties.

Methodologie
De studie maakt gebruik van persistente homologie, een instrument uit de topologische data-analyse (TDA), om de multiscale topologie van de vaste fase in poreuze media te kwantificeren.

1. Simulatieopzet:

   • Synthetische poreuze media werden gegenereerd binnen een eenheidscube met behulp van sferische obstakels met variërende grootte en ordening (zes structurele klassen: willekeurig monodispers, willekeurig polydispers, kanaalachtig, gelaagd, flessenhalsachtig en geclusterd).
   • Monsters werden gegenereerd om doelporositeiten van 40%, 60% en 80% te evenaren.
   • Diffusieve vrijgave werd gemodelleerd als een gemengd Dirichlet–Neumann probleem op een voxelized porieruimte. De cumulatieve vrijgavecurve $Q(t)$ werd berekend met behulp van een conform eindige elementen methode (FEM) op een tetraëdrische mesh afgeleid van de voxelgrid.

2. Extractie van Topologische Kenmerken:

   • In plaats van de porieruimte direct te analyseren, analyseerden de auteurs de vaste fase ($S$) met behulp van een filtratieproces. De vaste fase werd geleidelijk uitgebreid (offset) met een straal $r$, wat een sequentie van verzamelingen creëert: $F_r = \{x \in \Omega : \text{dist}(x, S) \leq r\}$.
   • Persistente homologie werd berekend op deze filtratie om de geboorte en dood van topologische kenmerken te volgen: verbonden componenten ($H_0$), lussen ($H_1$), en holtes/caviteiten ($H_2$).
   • Zes samenvattende statistieken werden geëxtraheerd voor elke homologie-dimensie (aantal, eindig aantal, persistentiesom, gemiddelde persistentie, maximale persistentie en gemiddelde geboorteschaal), wat resulteerde in 18 topologische kenmerken per monster.

3. Analyse en Classificatie:

   • Regime-definitie: Vrijgavecurves werden gecategoriseerd in drie regimes op basis van specifieke tijdstip-metrieken: "vroeg snel" (hoge vroege vrijgave), "lange staart" (hoge onvrijgegeven fractie aan het einde) en "late vrijgave" (significante toename van vrijgave tijdens de latere helft van de simulatie).
   • Statistische Associatie: Kruskal–Wallis-testen werden uitgevoerd om te bepalen of topologische samenvattingen significant verschilden tussen vrijgave-regimes, gestratificeerd naar doelporositeit om topologische effecten te isoleren van porositeitseffecten.
   • Classificatie: Een multinomiale logistische regressiemodel werd getraind met uitsluitend de 18 topologische kenmerken om monsters te classificeren in de drie vrijgave-regimes.
   • Computationele Timing: Wandkloktijden werden vergeleken tussen de FEM diffusie-solver en de persistente homologie kenmerkextractie-pipeline.

Belangrijkste Resultaten

• Topologische Signaturen Onafhankelijk van Porositeit: Zelfs wanneer de totale porositeit werd gecontroleerd, vertoonden monsters met verschillende vrijgave-regimes statistisch onderscheidbare topologische signaturen.

  • Vroeg-snelle vrijgave werd geassocieerd met lagere persistentie-aantallen en kleinere persistentiesommen (eenvoudigere topologie van de vaste fase).
  • Lange-staart vrijgave werd geassocieerd met hogere persistentie-aantallen en grotere persistentiesommen (complexere, multiscale organisatie van vaste componenten, lussen en holtes).
  • De "persistentiesom" bleek het meest stabiele en discriminerende signaal over alle porositeitsniveaus.
  • De discriminerende kracht van topologische kenmerken nam af naarmate de porositeit toenam (bijv. bij 80% porositeit is de vaste fase schaarser, waardoor hogere-dimensie kenmerken minder onderscheidend zijn).

• Classificatieprestaties: Met uitsluitend de 18 topologische kenmerken behaalde het logistische regressiemodel testnauwkeurigheden tussen 0,64 en 0,76 (significant boven het 0,33 kansniveau voor een gebalanceerde drie-klassen taak). De prestaties waren het hoogst bij 40% porositeit en namen af bij hogere porositeiten, wat consistent is met de statistische associatie-resultaten.

• Computationele Efficiëntie: De extractie van persistente homologie-kenmerken was aanzienlijk sneller dan de FEM-diffusiesimulaties.

  • Bij een gridresolutie van $N=16$ was FEM 6,6 tot 64,7 keer trager dan de PH-kenmerkextractie.
  • Bij een gridresolutie van $N=32$ was FEM 81,7 tot 631,0 keer trager.
  • De PH-extractietijden bleven onder de 0,018 seconden per monster, terwijl de FEM-tijden opliepen tot circa 3 seconden.

Betekenis en Claims
Het artikel beweert dat persistente homologie een lichtgewicht, interpreteerbaar en op geometrie gebaseerd beschrijver biedt voor het screenen van diffusieve vrijgavegedrag. De belangrijkste bijdragen zijn:

1. Het aantonen dat vrijgavegedrag niet alleen afhangt van het volume van de porieruimte (porositeit), maar cruciaal van de multiscale organisatie van de vaste fase.
2. Het aantonen dat topologische samenvattingen effectief verschillende vrijgave-regimes (vroeg snel, late vrijgave, lange staart) kunnen onderscheiden zonder de diffusievergelijking op te lossen.
3. Het vaststellen dat deze topologische kenmerken kunnen worden geëxtraheerd tegen een fractie van de computationele kosten van traditionele FEM-simulaties, wat ze geschikt maakt voor de vroege prioritering van kandidaat-poreuze structuren voordat gedetailleerde simulatie of experimentele evaluatie plaatsvindt.

De auteurs positioneren deze methode als een complementair hulpmiddel voor screening, in plaats van een vervanging voor natuurkundige simulaties, waarbij ze specifiek wijzen op potentiële toepassingen in farmaceutische systemen (bijv. tabletten met gecontroleerde afgifte) waar de porie-architectuur de medicijnafgifteprofielen bepaalt.