Summary
Dans le présent protocole, les souches de surface du fémur sont estimés lors de fracture stable en utilisant la technique de corrélation d’images numériques. La nouveauté de la méthode implique l’application d’un modèle de speckle stochastique contrasté sur la surface du fémur, l’illumination soigneusement spécifiée, capture vidéo haute vitesse et analyse de corrélation d’images numériques pour les calculs de la souche.
Abstract
Ce protocole décrit la méthode à l’aide de corrélation d’images numériques pour estimer la souche corticale des images vidéo haute vitesse de la surface fémorale cadavérique, obtenu à partir d’essais mécaniques. Cette méthode optique nécessite une texture de nombreuses marques fiduciaires contrastées sur un fond blanc Uni pour un suivi précis de la déformation de surface que le chargement est appliqué au modèle de formulaire. Juste avant l’essai, la surface d’intérêt en vue de la caméra est peint avec une couche d’apprêt blanc à base d’eau et laisser sécher pendant plusieurs minutes. Ensuite, une peinture noire est mouchetée avec soin sur le fond blanc avec une attention particulière pour la même taille et forme des gouttelettes. Illumination est soigneusement conçue et établie de ce qu’il y a un contraste optimal de ces marques tout en minimisant les réflexions grâce à l’utilisation de filtres. Des images ont été obtenues par le biais de capture vidéo haute vitesse à jusqu'à 12 000 images/s. Les images clés avant et y compris l’événement de fracture sont extraites et déformations sont estimées entre les images successives dans les fenêtres de taille soigneusement interrogatoire sur une région spécifiée. Ces déformations sont ensuite utilisées pour calculer la surface souche temporellement au cours de l’essai de fracture. Les données de déformation sont très utiles pour identifier l’initiation de la fracture au sein du fémur et pour la validation éventuelle du fémur proximal fracture force modèles issus d’analyse par éléments finis (FEA/QCT) axée sur la tomographie Quantitative.
Introduction
Corrélation d’Image numérique (DIC) est une image, méthode qui est utilisée dans le protocole actuel pour estimer la souche surface de plein champ des éprouvettes fémorale cadavériques de temps-séquence images obtenus lors des essais de rupture mécanique de post-traitement. La technique a été développée et appliquée à l’analyse expérimentale de la contrainte dans les années 1980 et a connu une augmentation rapide de l’utilisation de ces dernières années1,2,3. Il a plusieurs avantages principaux sur des approches plus traditionnelles de montage des jauges de contrainte sur une structure dont la distribution spatiale accrue de la champ de déformation, de calibre plus fines longueurs à travers la résolution de la caméra une augmentation et en évitant les problèmes de jauge de contrainte adhérence de la colle ou de la conformité. Un avantage majeur de la DIC pour les tissus biologiques, osseux, est qu’il peut être appliqué aux géométries irrégulières comprenant des propriétés du matériau hétérogène4,5. Son principal inconvénient par rapport aux méthodes traditionnelles de souche acquisition, c’est qu’il exige des caméras vidéo cher haute vitesse d’une résolution suffisante pour la mesure de la région d’intérêt pour atteindre suffisamment spatiale et temporelle d’échantillonnage à exactement estimer les champs de déformation.
L’application principale des champs de déformation temporelle provenant de fracture osseuse analyse DIC est de valider les estimations de souche dans les modèles QCT/FEA de la fémorale force5. Cette validation est au centre de nombreux groupes de recherche orthopédique qui utilisent principalement des télémesures de force et déplacement de cellules de pesage et de transducteurs de déplacement pour6,7,8. En outre, image de fracture après analyse de la fracture a été combinée avec ces mesures à distance comme moyen supplémentaire de validation de modèle9. Plus récemment, la méthode DIC a été appliquée pour valider un modèle de FEA de fracture et de crack propagation dans le fémur proximal10. En utilisant la souche corrélation entre modèles et expériences, encore plus confiance dans la validité des modèles de calcul des fémurs proximaux sera obtenu et promouvoir davantage l’utilisation plus proche de la clinique de QCT/FEA méthode diagnostique.
Cet ouvrage explique un protocole détaillé afin d’incorporer les mesures nécessaires pour l’analyse de la DIC dans les tests de fracture du fémur proximal. La procédure comprend les étapes de préparation osseuse de pulvérisation de la peinture blanche sur la surface osseuse et mouchetures ensuite des taches noires sur la surface blanche séchée de l’OS, de méthodes permettant d’obtenir des images avec une résolution spatiale et temporelle suffisante à l’aide de haute vitesse vidéo caméras et le processus et les outils que nous avons utilisé pour le calcul de champs de déformation de ces images. Nous avons également expliqué plusieurs avertissements qui peuvent affecter la qualité des mesures.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
toutes les expériences ont été menées avec l’approbation de l’Institutional Review Board. Les échantillons proviennent de laboratoires de recherche anatomique en collaboration.
1. préparation des échantillons aux fins d’essais
- décongeler les fémurs à ta pendant 24 h.
- Quand le fémur est en attente pour le test, enlever tout emballage qui a été appliqué avant congélation et essuyer le fémur avec une serviette sèche pour enlever toute l’humidité reste, des dépôts graisseux ou des tissus mous. Pot grand trochanter dans une tasse d’aluminium préfabriqués avec ciment osseux.
- à l’aide d’une boîte pour contenir les particules autant que possibles, pulvériser l’OS avec l’apprêt plastique blanc d’obtenir un revêtement mince et uniform. Prenez soin de couvrir l’OS avec une couche uniforme de peinture pour un contraste optimal et une adhérence forte à la surface du fémur.
NOTE : L’épaisseur n’était pas mesuré. - Laissez la peinture sécher pendant au moins 5 min. C’est important d’éviter le mélange involontaire avec des gouttelettes mouchetés à la Section 2.
- Envelopper l’OS avec un chiffon humide pour éviter la sécheresse des tissus.
2. Processus de mouchetures
- environ, ajouter 1 partie d’eau pour 2 parties de peinture pour meilleur mouchetures sur l’OS. Ajouter l’eau progressivement (pour un meilleur mélange) à la peinture acrylique pour rendre une couleur noire.
- Tremper une brosse à dents propre dans une palette de peinture noire pour absorber la couleur et de feuilleter le pinceau pour faire des taches noires sur la couche de peinture blanche.
- Laissez la peinture sécher pendant 5 min avant de procéder.
3. Acquisition d’images
- Mont du fémur moucheté disposé dans l’appareil d’essai mécanique en insérant l’extrémité distale en pot dans le luminaire et serrer les deux vis pour fixer le spécimen.
- Ajuster les deux réflecteurs de lumière de décharge haute intensité, tels que la surface du fémur atteint l’illumination plus élevée possible tout en évitant les reflets dans l’image de la caméra. Procéder rapidement aux étapes suivantes dans la Section 3 pour éviter un échauffement non désiré de l’échantillon de rayonnement lumineux avant le test.
- Réduire l’ouverture de l’avant et arrière Découvre lentilles de caméra vidéo haute vitesse tels que l’ensemble de la région d’intérêt du fémur dans le champ de vision est au point.
- Réajuster les réflecteurs de lumière afin d’améliorer l’éclairage tout en réduisant l’éblouissement.
- Définir le logiciel d’acquisition image à capturer à 6000 images/s avec une résolution de 1024 x 512 pixels. Définir le nombre total d’images à acquérir après avoir reçu le signal de déclenchement à 12288. Logiciel de vidéo haute vitesse pour l’acquisition d’images du bras lorsque le signal de déclenchement est reçu par le système de test. Lorsque le test est terminé, la vidéo se trouve dans l’appareil photo ' mémoire tampon s.
- En utilisant le logiciel d’acquisition image, enregistrer la vidéo sur le disque en spécifiant un nom de chemin d’accès et le fichier désiré en cliquant sur " enregistrer ". Soyez prêt à attendre entre 5 et 40 min pour ce processus compléter selon le nombre d’images pour être sauvés.
4. Préparation d’images
- créer répertoires de travail distincts pour les vues avant et arrière du fémur.
- Logiciel d’analyse vidéo permet d’ouvrir l’enregistrement de vidéo approprié à haute vitesse et noter les numéros de référence de l’image clé à 1) le début de mouvement de charge image actionneur et 2) le cadre immédiatement après l’événement fracture.
- De sous-échantillonner une séquence d’images TIFF sans compression de la vidéo à haute vitesse, ouvrez et exécutez le " mov_frames.m " script dans le répertoire de travail pour le côté fémur pertinentes.
- Dans la boîte de dialogue, entrez le numéro de châssis fin identifié à l’étape 4.2 avec une taille d’étape de 25-40. Cliquez sur " extrait des cadres " et inspecter le répertoire de travail pour s’assurer que les fichiers *.tiff ont été extraits correctement.
5. Finite Element Mesh création
- utilisation an external finis maillage programme pour créer le maillage éléments finis. Calculer des souches 2D depuis les vecteurs de déplacement différentiel avec la méthode des éléments finis. Importer l’image de *.tiff extrait initial dans le préprocesseur de logiciel éléments finis comme un modèle pour la création de spline.
- Deux facile à identifier fiduciaires points dans l’image qui sont aux angles opposés du cadre et d’enregistrer leurs coordonnées X et Y (ceux-ci seront finalement utilisés dans étape 6.1). Ces coordonnées sont arbitraires fondées sur la convention de la FEA software utilise pour importer l’image *.tiff. Les coordonnées de ces points seront utilisées pour enregistrer les nœuds du maillage éléments finis avec les pixels correspondants des images vidéo étape 6.2.
- Dans une logiciel de retouche d’image, ouvrez la même image qui a été importée dans le préprocesseur de logiciel d’éléments finis et enregistrez les valeurs X et Y de direction des pixels associés les points identifiés à l’étape 5.2. Ceux-ci serviront éventuellement à étape 6.1.
- Dans la " Sketch " module de l’élément fini maillage programme, utiliser l’outil spline d’esquisser une section fermée, ce qui représente la région d’intérêt. Vérifier que la région n’est pas trop grande, telle que la surface de l’os serait déplacer en dehors de l’autorisation de la région de fracture due à la rotation.
- Préparer le tronçon fermé créé dans étape 5.4 pour le maillage en ensemençant les arêtes d’un maillage global de 1 mm sous le menu " semences partie Instance ".
- Sous " contrôles de maillage Assign ", la forme de l’élément la valeur quadrilatère.
- Mesh la section fermée.
- Exporter le maillage dans un fichier ASCII de la base de données de maillage composé de coordonnées nodales et définitions des éléments de.
- Qui en résulte par éléments finis d’entrée le fichier ouvert dans un éditeur de texte, copier le bloc de nœud contenant le nombre de noeuds et coordonnées dans un nouveau fichier texte et enregistrez sous " nodes.txt ". Répéter pour le bloc de l’élément et enregistrez le nouveau fichier texte comme " elements.txt ".
6. S’inscrire la FE Mesh avec les Images de vidéo haute vitesse et procéder à une analyse de corrélation Image numérique
- à l’intérieur d’une nouvelle session, créer des vecteurs 2-élément appelé ab1 et ab2 avec les valeurs mentionnées au point 5.2. et px1 et px2 avec les valeurs mentionnées au point 5.3 étapes en tapant les noms de ces vecteurs sur la ligne de commande. Enregistrer l’espace de travail comme " points.mat ".
- Exécuter le script " convert_imagesize.m " pour enregistrer les points de maillage par éléments finis avec l’image vidéo extrait haute vitesse.
- Exécuter le script " rrImageTrackGui.m ". Charger la première image (" p01.tif ") et entrez le numéro du dernier fichier *.tiff qui a été extrait, le nombre total d’images à traiter.
- Charger le maillage créé dans étape 5,7 en veillant à ce que l’option de la maille est définie sur " lire le fichier " et cliquez sur " Accept ". Le maillage éléments finis doit apparaître sur l’image de l’OS.
- , Spécifiez les valeurs de suivi basés sur les directives suivantes pour le suivi des paramètres et cliquez sur " continuer " (gardant à l’esprit que les valeurs des paramètres sont taille de l’image, la texture et la quantité de déformation qui se déroulent et doivent être testés soigneusement sur une base de cas par cas).
Taille de noyau
- utilisation une à partir de 21. La taille du noyau, n, est la taille of un n x n fenêtre (où n est un nombre impair) de pixels qui est utilisé pour la corrélation croisée et la détermination du vecteur pour ce domaine qui sera utilisé pour les calculs de contrainte déformation.
- Utiliser une taille de sous-pixel départ de 4. La taille de sous-pixel, m, est la taille du (2 m + 1) x (2 m + 1) fenêtre secondaire au cours de laquelle sous-pixel déformation est calculée en supposant une souche homogène dans cette sous-fenêtre.
- Utiliser un facteur de douceur départ de 2. Facteur de douceur est la quantité de lissage appliqué au champ de déplacement à chenilles endroits avant de calculer les souches.
- Utiliser un facteur de maxMove départ de 10. facteur de maxMove est le nombre maximal de pixels que n’importe quel nœud peut être loin de sa trajectoire par rapport à son voisin ' trajectoire s. Ceci permet d’éviter le mal de suivi à la déformation.
- Utiliser un facteur de smoothGrid départ de 15. Le facteur de smoothGrid est la taille de la grille (un peu plus grosse que le maillage des chenilles nœuds) qui est utilisée pour le lissage.
- Sélectionner un point de repère qui a un contraste important autour de lui tout en évitant les zones avec des reflets ou flou. Ce point de contrôle en cliquant sur " consultez le manuel de " et vérifiez que le pic de la corrélation est fort (au moins deux fois l’amplitude) par rapport à ses voisins. Cliquez sur " Accept " et " effectuer suivi " convaincu. Il peut s’agir d’un long processus de calcul où le déplacement différentiel est calculée pour la séquence d’images temporelles.
- Après étape 6,6 a terminé, cliquez sur " Animate ". Lorsque animate a terminé, cliquez sur " écrire les souches (logiciel de post-traitement) ", entrer *.exe et sélectionnez writeStrainRR_simple.exe 11. Il calculera les souches. Fermer le GUI.
7. Post-traitement de déplacement et des données de déformation
- pour obtenir la souche vs numéro d’image, exécute " analyzeFailurePrecursor.m " de la ligne de commande avec l’argument d’entrée de la taille de palier (choisir 20-30). Les pics signifiera les lésions osseuses, et le plus grand pic correspondra à la trame près échec global OS.
- Pour créer des fichiers de film des souches, exécutez " makeMovies.m " dans la fenêtre de commande avec les arguments (numVars, endstep, drapeau).
Remarque : L’argument numVars est défini comme étant de 1-3 déplacements, 4-6 étant xx, yy et composants de souche xy, 7 & 8 sont les deux principales et von Mises de souche, et 9 est l’énergie de déformation. La butée de l’argument est la dernière image à inclure dans le film.- À 1 pour créer uniquement des films pour l’entité spécifiée pour l’argument numVars ou à 0 pour créer des films de toutes les variables à définir l’indicateur de l’argument facultatif.
8. Fine Tuning et raffinement des résultats
- DIC si suivi a donné des résultats médiocres comme un champ de déformation discontinue qui tombe des hypothèses de la mécanique de continuum extérieur, déterminer ce qui se passe et pourquoi le suivi est un échec. Répéter l’article 6, une attention particulière sur l’ajustement des paramètres de suivi. Une option secondaire peut être à retourner vers le logiciel d’éléments finis et de créer un maillage plus uniform et peut-être plu.
- DIC si suivi a donné des résultats raisonnables, créer une série plus fine des images pour DIC. En utilisant ces numéros de référence de l’image clé du point 4.2 et le taux correspondant de la trame de la vidéo, identifier l’espacement de cadre pour les trois régimes différents d’intérêt lors de l’essai de rupture avec l’exigence à l’esprit que les points devraient se déplacer à pas plus de 6 pixels entre cadres.
Remarque : Pour le segment initial du test lorsque les souches sont accumulent lentement dans le fémur, l’espacement de l’image sera relativement important (par exemple, pour le taux de déplacement de 100 mm/s, l’espacement de cadre pour cette portion est 3333 μs). Pour la partie intermédiaire du critère plus près à l’armature de la fracture, souche s’accroît plus rapidement et plus petit châssis espacement est nécessaire (1667 μs pour la vitesse de déplacement 100 mm/s). Pour la partie finale juste avant la rupture, l’espacement de l’image est à son plus petits (μs de 16,7 à la vitesse de déplacement de 100 mm/s). - En option pour la documentation uniquement à des fins : en utilisant les informations de l’étape 8.2, créer des données formatées entrées dans un fichier ASCII intitulées " steps.txt " contenant une ligne de données pour chaque espacement du cadre. Le format de chaque ligne sera la trame de départ de ce régime, séparé par le nombre d’images à ignorer (basé sur l’étape 8.2) séparées par un deux-points puis la dernière image de ce régime (c.-à-d. un format de " 1:20:200 " serait demander l’extraction logiciel pour extraire cadre 1 à armature 200 par incréments de 20).
Plage de chiffres qui suit
- immédiatement que la désignation, insérer une tabulation et désigner l’extraction de l’image (pour les " 1:20:200 " exemple, la désignation de la ligne complète serait " 1:20:200 < appuyer sur TAB > 01:11 " sans les guillemets). Répéter pour les deux autres régimes d’essai donc il y aura trois lignes d’informations dans la " steps.txt " fichier. Ce fichier sert un record pour la façon dont les images ont été extraites de la vidéo à haute vitesse initiale.
- Exécuter le code de mov_Frames.m, cette fois en spécifiant plusieurs régimes d’espacement de cadre dans la boîte de dialogue. Entrez les numéros de châssis et l’étape de tailles identifiés à l’étape 8.2 pour déterminer le début, finition et frame skip paramètres attendus dans l’outil ' boîte de dialogue. Assurez-vous de faire cela dans un nouveau répertoire dans le cas contraire les images originales seront écrasés.
- Répéter des Sections 6 et 7 et examiner les résultats d’amélioration. Chaque fémur peut nécessiter différentes itérations supplémentaires selon la nature de l’événement de la fracture, motif moucheté et éclairage. Quand on répète l’étape 6.5, conservez les paramètres même sauf réduire maxMove à 6 (à partir de 10).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Avant le processus de mouchetÃ, le fémur est nettoyé des excès tissus mous et gras, et le grand trochanter est en pot dans un godet en aluminium. Au cours de la solidification du polyméthacrylate de méthyle (PMMA), l’os sont enveloppé dans un linge trempé salin pour éviter la sécheresse des tissus. Une fois que le PMMA est solidifié, l’os sont nettoyé à nouveau juste avant la pulvérisation (Figure 1). Ensuite, la surface osseuse est vaporisée ou brossée avec une couleur blanche en plastique à base d’eau. Après le séchage, la surface blanche est mouchetée avec une couleur noire à un modèle stochastique de taches noires sur fond blanc (Figure 2). Une fois que l’os sont placé dans l’appareil d’essai, les lumières et des caméras vidéo à haute vitesse sont définies, et le contraste optimal du motif et la mise au point des caméras sont vérifiés avant l’essai (Figure 3). La méthode DIC requiert un contraste élevé mouchetures modèle et éclairage suffisant. Dans le cas contraire, les résultats peuvent être affectés par nombreux problèmes comme la sursaturation de la surface, faible contraste et des images ternes (Figure 4). Des images non compressées des vidéos haute vitesse peuvent être extraites dans plusieurs régimes d’échantillonnage temporel et l’algorithme de tracking DIC peut être actionné par l’intermédiaire des interfaces graphiques (Figure 5). Les grandes lignes de l’échantillon de fémur sont utilisé pour identifier la zone d’intérêt pour l’estimation de champ de déformation (Figure 6 a) et pour la création d’un maillage d’éléments finis pour le calcul de souche (Figure 6 b). L’apparition de la fracture est détectée en analysant le degré de déviation de la souche au cours des essais, avec des pointes représentant les lésions osseuses et délai de rupture (Figure 6). Enfin, les champs de déformation 2D sont superposées sur l’image de l’os non testés pour améliorer la visualisation (Figure 6).
Figure 1 : Préparation avant de peindre les os des os. (A) l’os du gras et de l’humidité de nettoyage après être décongelés ; (B) mise en pot grand trochanter ; (C) nettoyage avant de pulvériser le processus s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 2 : Processus de peinture. DIC (A) travail de zone et les outils nécessaires ; (B) pulvérisation osseuse avec apprêt blanc ; (C) brossage blanc couleur sur la surface osseuse ; (D) des taches noires mouchetà sur la surface de l’OS blanc ; (E) finale moucheté en surface de l’OS prêt à être testé s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 3 : Éclairage et des paramètres de la caméra. (A) Configuration des lampes et des boucliers ; (B) établir des caméras vidéo à haute vitesse ; (C) un échantillon d’OS chargé à la machine d’essai avec les lumières et les caméras prêtes pour contrôle et test ; (D) vérifier les images pour les fonctionnalités des caméras ; (E) examen du domaine d’intérêt, dans le col du fémur, pour se concentrer dans les zones, profondeur de champ, l’absence de flou et la qualité générale des images pour DIC s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 4 : OS avertissements DIC. Sursaturation (A) sur la région céphalique ; (B) mélanger et couler du noir et blanc lorsque la surface blanche n’est pas sec ; (C) faible contraste, sursaturation locale, pauvre clarté de l’image s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 5 : Custom script dialogues qui ont été utilisés dans le traitement des DIC. (A) mov_frames.m, (B) rrImageTrackGui.m, (C) généré maillage 2D s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 6 : Exemple de résultats intermédiaires DIC. Spline (A), dessiné pour mettre en évidence le maillage de la région d’intérêt, (B) généré superposé sur l’image de l’OS, déviations de souche (C) en fonction de l’image vidéo haute vitesse, tracé d’isolignes (D) souche calculée associée à la 2 tester des images avant la fracture de l’OS s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Nous avons introduit un protocole visant à préparer systématiquement les échantillons fémorales pour l’imagerie de contraste élevé lors de fracture stable qui ont ensuite été utilisés pour estimer les distributions de souche de plein champ avec DIC. Ce protocole assure texture appropriée contraste noir suivi des taches sur un fond blanc solid sur la surface osseuse. Suite à ce protocole, nous avons reproduit avec succès l’estimation des souches par analyse de la DIC pour quatre-vingt-neuf fémurs.
DIC est une méthode optique qui consiste à placer une maille sur une série d’images captées par les caméras vidéo à haute vitesse et les changements d’intensité de pixel de suivi entre les images à l’aide d’un algorithme de corrélation croisée. Au cours des expériences, nous avons trouvé plusieurs considérations qui doivent être prises en compte pour la précision et la robustesse de la méthode et les détails figurent dans le protocole présenté dans le détail. Tout d’abord, nous avons trouvé la sensibilité et la résolution des caméras sont d’une grande importance pour les mesures de contraintes spatiales d’intérêt. Deuxièmement, une texture très fine de contrastées des marques noires sur la surface blanche il faut éviter qu’elles ne soient pas visibles pour les caméras. Troisièmement, les caméras et éclairage doivent être définis à une distance appropriée pour s’assurer que la taille de l’ouverture optimale pour la profondeur de champ et de la qualité et le contraste des images. Éclairage excessif peut conduire à la saturation des images aboutissant à faible contraste. Enfin, l’espacement temporelle entre les images doit être défini tel que les taches en surface ne bougent pas plus de 6 pixels entre les cadres afin que le suivi est correctement pris en compte au cours de la corrélation croisée.
Comme l’a démontré dans ce travail, DIC a la capacité de fournir la souche séquence temps plein champ estime pour les tests de fracture du fémur, quelque chose pas facile à obtenir avec des techniques expérimentales de jauge de contrainte. Bien que les mesures de jauge de contrainte ont été employés par un certain nombre de chercheurs, ces mesures peut être entravée par l’adhérence de montage inadéquat à la surface osseuse, jauge de climatisation et une répartition géographique limitée12,13. En revanche, les données plein champ de déformation sont extrêmement utiles pour la validation des modèles QCT/FEA de la solidité de l’OS en comparant les champs de déformation entre le modèle et l’épreuve, et il a aussi une application clinique pour corréler les types de fracture fémorale sur le modèle de la souche développement sur la surface du fémur pour cet automne physiologique charger affaire5,9. Alors que la conformité de l’appareil pourrait être un problème lors du test des fémurs très raides, DIC contourne ce problème par des souches de cortex calcul directement à partir de déformation locale osseuse ainsi, éliminant la conformité de l’appareil comme une source d’Erreurs lorsque vous estimez la rigidité fémorale . Les résultats de ces corrélations image peuvent aider à l’élaboration de meilleurs modèles QCT/FEA y compris la défaillance de matériaux et mesures de dommages et de fracture. Ceux-ci peuvent aider éventuellement d’orienter les décisions de traitement particulier pour les patients ostéoporotiques.
La méthode a plusieurs inconvénients, cependant. La surface de spécimen osseuse doit être uniformément recouvert d’un modèle stochastique speckle qui a contrasté avec l’arrière-plan. Occasionnellement, reflets de l’éclairage ou de grandes déformations peuvent altérer la capacité pour l’algorithme de suivre le modèle précisément du châssis au cadre (Figure 4). Une autre limite est quand une seule caméra (2D) DIC est employée, calculs de souche peuvent être affectées, où le plan de surface osseuse écarte en parallèle avec la caméra image capteur plan14. Cela peut se produire lorsque les surfaces fémorales tournent rapprochent ou s’éloignent de la caméra pendant l’essai de rupture. Nous explorons les travaux futurs dans ce domaine pour ajouter une seconde caméra et utilisent des méthodes DIC 3D pour une meilleure précision. Jusqu'à récemment, ces méthodes ont été hors de portée dans un contexte de recherche mais deviennent maintenant plus facilement accessibles. Une autre limite de la méthode spécifique aux tissus biologiques est l’incertitude de l’adhérence de la peinture à la surface du fémur. Par nos observations, ce n’était pas un problème lors de nos tests, mais tout glissement du fémur tissu et peinture aurait une incidence sur les résultats. En outre, n’importe quel tissu d’os non laissés pour compte lors de la préparation osseuse peut interférer avec les mesures de contrainte cortex. Enfin, les paramètres de suivi d’image et de la densité du maillage sont des facteurs qui peuvent affecter la qualité des résultats de l’analyse de la DIC et doivent être soigneusement examinées.
Le protocole actuel présente une méthode pour efficacement et constamment préparer des échantillons fémorales pour analyse de corrélation d’images numériques et pour estimer les champs correspondants de souche de l’imagerie caméra haute vitesse pendant l’essai de rupture. Il a été démontré dans notre laboratoire donne consistance au cours de plusieurs essais délais et avec divers personnel de recherche et les opérateurs sur une période de 6 ans. Les modalités de la DIC pour préparation fémorale et l’essai présenté ici peuvent être facilement étendue à d’autres types d’os.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Les auteurs n’ont aucune divulgation pertinente.
Acknowledgments
Les auteurs tiens à remercier les matériaux et le noyau structurel de tests à la clinique Mayo pour leur soutien technique dans l’exécution de l’essai de rupture. En outre, nous tenons à remercier Ramesh Raghupathy et Ian Gerstel ont aidé à développer les scripts DIC et les détails précis du protocole DIC pendant la durée de leur fonctions à la clinique Mayo et le Victor Barocas Research Group, Université du Minnesota pour la logiciels open source sous-jacent qui effectue l’essentiel de l’image numérique corrélation souche calculs11. Cette étude a été financée par le Fonds d’Innovation de Grainger de la Fondation de Grainger.
Materials
| Name | Company | Catalog Number | Comments |
| Krylon plastic primer white | Krylon, Peoria, AZ, USA | N/A | Used as a base coat for a smooth white finish on bone surface |
| Water-based acrylic white and black paint | Plaid Enterprises (Ceramcoat), Norcross, GA, USA | N/A | Paint source for white and black colors |
| Mixing bowl | Not specific (generic) | N/A | Used to mix and prepare paint |
| Foam brush | Linzer Products, Wyandanch, NY, USA | N/A | Used to apply paint on bone surface |
| Toothbrush | Colgate-Palmolive, New York, NY, USA | Firm bristle | Used to apply appropriate size and distribution of speckling pattern |
| Hygenic Orthodontic Resin (PMMA) | Patterson Dental, St Paul, MN, USA | H02252 | Controlled substance and can be purchased with proper approval |
| Kenmore Freezer | Sears Holdings, Hoffman Estates, IL, USA | N/A | Used to maintain a -20oC storage enviroment for bone specimens |
| Physiologic Saline (0.9% Sodium Chloride) | Baxter Healthcare, Deerfield, IL, USA | NDC 0338-0048-04 | Used for keeping specimens hydrated |
| Scalpels and scrapers | Aspen Surgical (Bard-Parker), Caledonia, MI, USA | N/A | Used to remove soft tissue from bone specimens |
| Fume Hood | Hamilton Laboratory Solutions, Manitowoc, WI, USA | 70532 | Used for ventilation when preparing PMMA for potting of specimens |
| Lighting units | ARRI, Munich, Germany | N/A | Needed for illumination of target for image capture |
| High-speed video camera | Photron Inc., San Diego, CA, USA | Photron Fastcam APX-RS | Used to capture the high speed video recordings of the fracture events |
| Photron FASTCAM Imager and Viewer | Photron Inc., San Diego, CA, USA | Ver.3392(x64) | Used to record and view the high speed video recordings |
| Camera lens | Zeiss, Oberkochen, Germany | Zeiss Planar L4/50 ZF Lens | Needed for appropriate image resolution |
| ABAQUS CAE | Dassault Systemès, Waltham, MA, USA | Versions 6.13-4 | Used for defining region of interest and creating finite element mesh |
| MATLAB | Mathworks, Natick, MA, USA | Version 2015b | Used for image processing and DIC analysis |
| TecPlot | TecPlot Inc., Bellevue, WA | Used for post processing of strain fields | |
| Strain Calculator Software | Victor Barocas Research Group, University of Minnesota, Minneapolis, MN, USA | http://license.umn.edu/technologies/20130022_robust-image-correlation-based-strain-calculator-for-tissue-systems | Used to calculate strain field |
| mov_frames.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to downsample uncompressed images from high speed video files |
| convert_imagesize.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to register image pixel coordinates with mesh coordinates |
| rrImageTrackGui.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to perform the image cross-correlation to obtain deformations and run Strain Calculator |
| analyzeFailurePrecursor.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to track the peak strain components temporally |
| makeMovies.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to create portable *.avi movies of the deformation components, strain components, principal strains, von Mises strain, and strain energy |
References
- Peters, W., Ranson, W. Digital imaging techniques in experimental stress analysis. Opt Eng. 21 (3), 213427-213427 (1982).
- Kwon, O., Hanna, R. The Enhanced Digital Image Correlation Technique for Feature Tracking During Drying of Wood. Strain. 46 (6), 566-580 (2010).
- Sutton, M. A., Orteu, J. J., Schreier, H. W. Image Correlation for Shape, Motion and Deformation Measurements. Adv of Opt Methods in Exp Mech. 3, (2009).
- Grassi, L., et al. How accurately can subject-specific finite element models predict strains and strength of human femora? Investigation using full-field measurements. J Biomech. 49 (5), 802-806 (2016).
- Den Buijs, J. O., Dragomir-Daescu, D. Validated finite element models of the proximal femur using two-dimensional projected geometry and bone density. Comput Methods Programs Biomed. 104 (2), 168-174 (2011).
- Keyak, J. H., Rossi, S. A., Jones, K. A., Skinner, H. B. Prediction of femoral fracture load using automated finite element modeling. J Biomech. 31 (2), 125-133 (1998).
- Lotz, J. C., Cheal, E. J., Hayes, W. C. Fracture Prediction for the Proximal Femur Using Finite-Element Models . 1Linear-Analysis. J Biomech Eng-T Asme. 113 (4), 353-360 (1991).
- Cody, D. D., et al. Femoral strength is better predicted by finite element models than QCT and DXA. J Biomech. 32 (10), 1013-1020 (1999).
- Dragomir-Daescu, D., et al. Robust QCT/FEA models of proximal femur stiffness and fracture load during a sideways fall on the hip. Ann Biomed Eng. 39 (2), 742-755 (2011).
- Bettamer, A., Hambli, R., Allaoui, S., Almhdie-Imjabber, A. Using visual image measurements to validate a novel finite element model of crack propagation and fracture patterns of proximal femur. Comput Methods Biomech Biomed Eng Imaging Vis. , 1-12 (2015).
- Raghupathy, R., Barocas, V. Robust Image Correlation Based Strain Calculator for Tissue Systems. , http://license.umn.edu/technologies/20130022_robust-image-correlation-based-strain-calculator-for-tissue-systems (2016).
- Taddei, F., et al. Subject-specific finite element models of long bones: An in vitro evaluation of the overall accuracy. J Biomech. 39 (13), 2457-2467 (2006).
- Grassi, L., et al. Accuracy of finite element predictions in sideways load configurations for the proximal human femur. J Biomech. 45 (2), 394-399 (2012).
- Gerstel, I., Raghupathy, R., Dragomir-Daescu, D. Digital Image Correlation Identifies Quantitative Characteristics in Proximal Femur Fracture Crack. ORS Annual Mtg. , (2012).
