このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

破壊を使用してデジタル画像相関法を試験中に死体大腿骨皮質系統を推定する方法

6.9K 回視聴

⸱

DOI:

10.3791/54942

⸱

2017年9月14日

 ,  ,  ,  ,  ,  ,  ,  , 
1Division of Engineering, Mayo Clinic, 2Department of Physiology and Biomedical Engineering, Mayo Clinic, 3Department of Orthopedic Surgery, Mayo Clinic, 4Department of Mechanical Science and Engineering, University of Illinois at Urbana-Champaign

この記事について

サマリー

このプロトコルでは大腿骨表面系統はデジタル画像相関法による破壊のテスト中に推定されます。メソッドの目新しさには、大腿骨表面、慎重に指定された照明、高速ビデオ キャプチャ、およびひずみの計算のためのデジタル画像相関解析にコントラストの高い確率スペックル パターンのアプリケーションが含まれます。

要約

このプロトコルでは、デジタル画像相関法を用いた機械的テストから得られた死体の大腿骨表面の高速ビデオ画像からの皮質のひずみを推定する方法について説明します。読み込みが標本に適用されるこの光学的手法では固体白い背景に多くの対照的な受託者マークのテクスチャ表面変形の正確な追跡が必要です。直前のテストでは、カメラ ビューで関心のある表面は、水ベースの白のプライマーで塗装し、数分間乾燥します。そして、黒の塗料もサイズと水滴の形の特別な配慮の白い背景の上慎重にまだらです。照明は慎重に設計およびフィルターを使用して反射を最小限に抑えながらこれらのマークの最適なコントラストがあるように設定します。画像は、最大 12,000 フレーム/秒で高速ビデオ キャプチャにより得られました。など破壊イベント前のキー画像が抽出され、関心の特定の領域を慎重に大きさで分類された尋問 windows の連続するフレーム間の変形を推定します。これらの変形は、破壊テスト中に一時的表面ひずみを計算するため使用されます。ひずみデータ、定量的コンピューター断層撮影による有限要素解析 (QCT/FEA) から派生した大腿骨近位部骨折強度モデルの最終的な検証、大腿骨内破壊の発生を識別するために役立ちます。

概要

デジタル画像の相関関係 (DIC) は、機械的破壊テスト中に得られた時系列画像から死体大腿骨試験片の完全なフィールドの表面ひずみを推定する現在のプロトコルで使用されているメソッドが後処理イメージです。技術は最初に開発されました 1980 年代に実験応力解析の適用し、近年1,2,3で使用中の急速な増加を経験しています。ひずみ場の空間分布と増加を含む構造にひずみゲージを取り付けのより伝統的なアプローチ上いくつかのキーの利点を有する、細かいゲージの長さによって増加したカメラの解像度、およびひずみゲージの問題を回避密着性やコンプライアンスに接着します。骨などの生体組織の DIC の主な利点は、不規則な形状の構成非常に異種材質4,5に適用できることです。伝統的なひずみ獲得法にその主な欠点は、十分な空間と時空間サンプリングを正確に達成するために関心領域の測定のための十分な解像度の高価な高速ビデオカメラを必要があることひずみ場を推定します。

骨折 DIC 解析から得られた応力フィールドの主な用途は、大腿骨の強度5の QCT/FEA モデルにおけるひずみ推定を検証することです。このような検証は、主に力と変位ロードセルおよび変位トランスデューサー6,7,8からのリモート計測を利用した多くの整形外科研究グループの焦点です。さらに、破壊パターンの骨折後の画像解析は、モデル検証9のさらなる手段としてこれらのリモート測定と結合されています。最近では、DIC メソッドは、破壊の有限要素解析モデルの検証し、大腿骨近位部10のき裂伝播に適用されました。ひずみ相関モデルと実験を活用し、近位大腿骨の計算モデルの妥当性にももっと自信を取得し、QCT/FEA 診断法の臨床に近い使用をさらに進化。

この作品では、DIC における近位大腿骨の破壊テストに必要な手順を組み込むための詳細なプロトコルについて説明します。プロシージャに骨表面に白い塗料を散布し、骨の乾燥白い表面に黒い斑点を斑点の骨の準備の手順が含まれている、高を使用して十分な空間的で、一時的な解像度の画像を得る方法がビデオを高速化カメラとプロセスと我々 はこれらの画像からひずみ場の計算に使用されるツール。また、測定の品質に影響を与える可能性がありますいくつかの注意事項を説明しました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

治験審査委員会の承認を得てすべての実験を行った。コラボレーションの解剖学的研究所より採取された

。

1 ですテストのための標本の準備

  1. 24 時間常温大腿骨を解凍
    2. 。
  2. テストは、キュー、大腿骨の場合は、凍結前に適用されたラップを削除し、残留水分、脂肪性沈着物や軟部組織を削除する乾燥タオルで大腿骨を拭いてください。骨セメントをプレハブのアルミのカップに大転子を鍋
    3. 。
  3. 薄い、均一コーティングを達成するために白のプラスチックのプライマーで骨をスプレー ボックスの使用による可能な限りの粒子を含んでいます。最適なコントラストと大腿骨の表面に強い粘着力のため塗料の 1 つの均一層で骨をカバーするため注意してください
    。 注: 厚さは計測していません
    4. 。 少なくとも 5 分間
  4. せる塗料が乾燥させます。これはセクション 2 で斑点の滴と意図しない混合を避けるために重要です
    5. 。
  5. 組織の乾燥を避けるために湿った布等で骨をラップします
    6. 。

2。プロセスを斑点

  1. 約、骨に最高斑点のペンキの 2 つの部分に水の 1 部分を追加。黒い色にアクリル絵の具に徐々 に (よりよい混合物) のための水を追加します
    2. 。
  2. 色を吸収し、白いコーティングに黒い斑点をようにブラシをフリックする黒いペンキのパレットできれいな歯ブラシを浸し
    3. 。
  3. せる塗料が進む前に 5 分間乾燥します
    4. 。

3。画像取得

  1. フィクスチャに鉢植えの遠位端を挿入することによって機械的試験機の準備ができてまだら大腿骨をマウントし、試料を固定する 2 本のネジを締めます
    2. 。
  2. は、2 つの高輝度放電光の反射を調整して、大腿骨面がカメラの画像の反射を回避しながら可能な限り最高の照明を実現します。テスト前に光から供試体の不要な熱を避けるために第 3 章では、以下の手順にすぐに進む
  3. 前面の開口部を減らすし、バック高速ビデオカメラ レンズを表示は、ビューのフィールドの大腿骨の興味の領域全体がフォーカスで
    4. 。
  4. まぶしさを軽減しながら光照射をさらに改善するために光の反射を調整します
    5. 。
  5. は、6000 フレーム/秒 1024 × 512 ピクセルの解像度でキャプチャする画像集録ソフトウェアを設定します。12288 にトリガー信号を受信後に取得するフレームの合計数を設定します。腕を高速ビデオ ソフトウェアの画像取り込みトリガー信号をテスト システムから受信したとき。カメラのビデオが存在するテストが完了したら、' s バッファー メモリ
    6. 。
  6. ビデオを目的のパスとファイル名を指定し、クリック、してディスクに保存画像集録ソフトウェアを使用して " を保存 "。このプロセスを保存するフレームの数によっては、完了する 5 分間待つ覚悟です
    7. 。

4。画像準備

  1. 大腿骨の前面と背面のビューの別の作業ディレクトリを作成します
    2. 。
  2. ビデオ分析ソフトウェアを使用して、適切な高速ビデオ録画を開いてすぐにロード フレーム アクチュエータ移動と 2) フレームの 開始 1) キー フレーム参照番号をメモ した後 破壊イベント
    3. 。
  3. 高速ビデオから非圧縮の TIFF 画像をダウン サンプル、開いて実行し、" mov_frames.m " 適切な大腿骨側の作業ディレクトリでスクリプト。
    1. 表示されるダイアログ ボックスで手順 4.2 の 25-40 のステップ サイズで識別されます終了のフレーム番号を入力します。クリックして " 抽出フレーム " *.tiff ファイルが正しく展開されたことを確認するための作業ディレクトリを検査と
      2. 。

5。有限要素メッシュ作成

  1. 使用、外部有限要素メッシュ有限要素メッシュを作成するプログラムします。有限要素法と差分の変位ベクトルから 2 D 系統を計算します。スプラインを作成するためのテンプレートとして、有限要素ソフトウェア プリプロセッサ初期抽出 *.tiff イメージをインポートします
    2. 。
  2. は、簡単に画像のフレームの反対の角にある受託者のポイントを識別し、(これらには、最終的にステップ 6.1 で使用するが)、X と Y の座標を記録 2 つを見つけます。これらの座標は、FEA ソフトウェア使用 *.tiff イメージをインポートする条約に基づく任意です。ステップ 6.2 ビデオ画像の対応するピクセルに有限要素メッシュのノードを登録するこれらのポイントの座標が使用されます
    3. 。
  3. での画像編集ソフトウェア、有限要素ソフトウェア プリプロセッサにインポートされた同じ画像を開くし、5.2 の手順で特定のポイントに関連付けられているピクセルの X および Y の方向の値を記録します。これらは最終的にステップ 6.1 で使用されます
    4. 。
  4. で、" スケッチ " 有限要素メッシュ作成プログラムのモジュールは、関心領域を表す閉じた断面を概説するスプライン ツールを使用します。骨の表面領域前外回転による破壊に移動するとその地域は大きすぎるではないを確認します
    5. 。
  5. メニューの下 1 mm のグローバルのメッシュ サイズとエッジを播くことによってメッシュ ステップ 5.4 で作成された閉じたセクションを準備 " シード部品インスタンス ".
  6. 下 " 割り当てメッシュ コントロール "、要素形状を四角形に設定します
    7. 。
  7. 閉鎖された部分をメッシュします
    8. 。
  8. メッシュを節点座標・要素定義で構成されるメッシュ データベースの ASCII ファイルにエクスポートします
    9. 。
  9. 結果有限要素入力ファイルのテキスト エディターで開いて、ノード番号と新しいテキスト ファイルに座標を含むノード ブロックにコピーとして保存と " nodes.txt "。要素ブロックを繰り返し、新しいテキスト ファイルとしてを保存 " elements.txt ".

6。高速ビデオ画像とデジタル画像相関解析を行う鉄メッシュを登録

  1. ステップ 5.2 で指定された値を持つと呼ばれる ab1 と ab2 2 要素の行ベクトルを作成新しいセッション内、px1 とで px2。コマンドラインでこれらのベクトルの名前を入力、手順 5.3 で識別した値。としてワークスペースを保存 " points.mat ".
  2. スクリプトを実行 " convert_imagesize.m " 有限要素メッシュからポイントを抽出した高速ビデオ画像に登録する.
  3. スクリプトを実行 " rrImageTrackGui.m "。最初のイメージを読み込む (" p01.tif ") を処理する画像の合計数と最後に抽出された *.tiff ファイルの数を入力します
    4. 。
  4. ロード メッシュ オプションが設定を確認することによってステップ 5.7 で作成されたメッシュ " ファイルから読み取る " し " 同意 "。有限要素メッシュ必要があります骨の画像上に表示されます
    5. 。
  5. パラメーターを追跡するための次のガイドラインに基づいて追跡値を指定し、クリックして、" 続行 " (パラメーター値が画像サイズ、テクスチャと行われて、変形量を気にしテストする必要がありますケースバイ ケース ベース) の上に注意。 21 の
    1. 使用開始カーネル サイズ。N は、カーネルのサイズがサイズ o です。f n x n ウィンドウ (n は奇数) ピクセルの相互相関とひずみの計算に使用する領域の変形ベクトルの決定に使用されます
      2. 。
    2. は、4 の開始のサブピクセルのサイズを使用します。サブピクセルのサイズ、m (2 m + 1) x (2 m + 1) 均一なひずみを想定して変形の計算するサブピクセルのサブ ・ ウィンドウ サイズは、サブ ウィンドウ
      3. 。
    3. は、2 の開始平滑係数を使用します。滑らかさの要因は、ひずみを計算する前に追跡された場所で変位フィールドに適用されるスムージングの量
      4. 。
    4. が 10 の開始 maxMove 係数を使用します。 maxMove 係数が任意のノードは、その隣人を基準にして軌道からすることができますピクセルの最大数 ' s 軌道。これにより、ひどく変形する追跡を回避します
      5. 。
    5. は、15 の開始 smoothGrid 係数を使用します。SmoothGrid 要素は平滑化のために使用されるグリッド (履歴ノードのメッシュよりも少し粗い) のサイズです
      6. 。
  6. 任意のグレアやボケの区域を回避しながら周りに大幅なコントラストを持つガイド点を選択します。クリックしてこのポイントをチェック " チェック ガイド " 相関ピークが強いことを確認 (少なくとも倍の振幅) 隣国に比べたら。クリックして " 同意 " と " 追跡を実行 " が満たされた場合。これは時空間画像シーケンスの変位を計算する、時間のかかる計算プロセスをすることができます
    7. 。
  7. ステップ 6.6 後が完了、クリックして " アニメイト "。アニメーションが終了したらをクリックして " 株 (ポスト処理ソフトウェア) を書く "、*.exe を入力し、writeStrainRR_simple.exe 11 を選択。これは、ひずみを計算します。GUI を閉じます
    8. 。

7。変位・歪みデータの後処理

ひずみ と フレーム数の関係、実行
  1. " analyzeFailurePrecursor.m " ステップ サイズの入力引数を指定してコマンド ・ ラインから (20-30 を選択します)。ピークは骨の損傷を示す、最大ピークは、グローバルな骨障害に近いフレームに対応します
    2. 。
  2. 系統のムービー ファイルを作成するを実行 " makeMovies.m " (numVars, endstep, フラグ) 引数とコマンド ウィンドウから
    。 注: 引数 numVars は 1-3 として定義されている変位、4-6 が xx、yy、および xy ひずみの成分と 7 & 8 株は、2 つのプリンシパルとミーゼスと 9 ひずみエネルギーであります。引数 endstop は映画に含まれる最後のフレームです。
    1. のみ numVars 引数に指定されているエンティティのムービーを作成するには 1 と 0 のすべての変数のムービーを作成するには、省略可能な引数フラグを設定します
      2. 。

8。高級チューニング、絞り込みの結果

  1. 場合 DIC 追跡外連続力学の仮定を該当する不連続歪場など悪い結果を与えた、何が起きていると追跡が失敗した理由を判断します。追跡パラメーターの調節に特に注意を払ってセクションの 6 を繰り返します。有限要素ソフトウェアに戻りより均一とおそらく細かいメッシュを作成する 2 番目のオプションがあります
    2. 。
  2. 場合の DIC 追跡を与えた合理的な結果、DIC の細かい一連のイメージを作成します。ポイントは 6 以上を移動する必要がある念頭に置いて要件と破壊試験への関心の 3 つの異なる制度のフレーム間隔を識別する手順 4.2 から対応するフレーム レート ビデオのこれらのキー フレーム参照番号を使用します。フレーム間のピクセルします
    。 注: テストの最初のセグメントの系統は、大腿骨にゆっくりと蓄積されてときフレームの間隔比較的大きくなります (たとえば、100 mm/s の変位速度のこの部分のフレームの間隔は 3333 μ s)。破壊のフレームに近いテストの中間部分、ひずみはより急速に増加しているより小さいフレームの間隔が必要な (100 mm/s の変位速度の 1667 μ s)。破壊の前に最後の部分、フレームの間隔は、その最小 (16.7 μ s 100 mm/s の変位速度で).
  3. のみを目的としてドキュメントのオプション: 書式付きデータの ASCII ファイル内のエントリの権利を作成手順 8.2 から情報を使用して " steps.txt " 各フレーム間隔のデータの行が含まれています。各行の形式になります (手順 8.2 に基づいて) スキップするフレームの数によって区切られた政権の開始フレーム コロンで区切って、その政権の最後のフレーム (すなわち の書式 " 1:20:200 " 抽出を指示するだろう抽出するソフトウェアの 20 の手順で 200 フレームに 1 フレーム).
    1. すぐに次を指定、タブを挿入して画像抽出を指定番号の範囲 (の " 1:20:200 " 例では、完全な行指定になる " 1:20:200 < TAB > 1:11 " 引用なし)。3 つの行の情報があるので他の 2 つのテスト体制を繰り返します、" steps.txt " ファイル。このファイルは画像が元の高速ビデオから抽出する方法のレコードとして機能します
      2. 。
  4. 今度はレジーム フレーム間隔を指定する] ダイアログ ボックスで mov_Frames.m のコードを実行します。フレーム番号を入力し、ステップの開始、終了、およびツールでフレーム スキップ パラメーターを決定するため手順 8.2 で特定のサイズ ' s] ダイアログ ボックス。確認そうこの新しいディレクトリに元の画像が上書きされます
    5. 。
  5. はセクション 6 および 7 を繰り返し、改善の結果を確認します。各大腿骨は破壊イベント、スペックル パターンと照明の性質に応じて異なる追加のイテレーションを必要があります。ステップ 6.5、繰り返し設定をそのまま (10) から 6 に maxMove を削減を除いて同じ
    6. 。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

斑点のプロセスの前に余分な脂肪と柔らかい組織から大腿骨を掃除し、アルミのカップに大転子を鉢植え。ポリメタクリル酸メチル (PMMA) の凝固は、骨は組織の乾燥を避けるために生理食塩水浸した布でラップされます。骨はきれいに PMMA を凝固させる為、一度(図 1)を散布する前にもう一度右します。その後、骨表面はスプレーまたは水ベースのプラスチック ホワイト カラーとブラシします。一度乾燥、白い表面は白い背景(図 2)に黒い斑点の確率パターンを持っている黒色の斑点。テスト フィクスチャの骨を配置すると、一度ライトと高速動画カメラが設定されているとパターンの最適なコントラスト、カメラのフォーカスは、 (図 3)をテストする前にチェックされます。DIC のメソッドには、ハイコントラストの斑点パターンと十...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

一貫して破壊し DIC との完全なフィールドひずみ分布を推定する使用された試験中に高コントラスト イメージング用大腿骨のサンプルを準備するためのプロトコルを導入しました。このプロトコルは、黒骨表面に固体白い背景に斑点を追跡の適切なコントラストのテクスチャを確保しました。このプロトコルに従い、80-9 大腿骨の DIC を用いた系統推定正常にレプリケートされます。

DIC は、ハイスピード ビデオ カメラで撮影したし、相互相関アルゴリズムを用いたフレーム間のピクセル強度の変化が追跡画像のシリーズにメッシュを配置することを含む光学方法です。実験中に精度とメソッドの堅牢性を考慮する必要があるいくつかの考慮事項がわかったし、それらの詳細が示されたプロトコルの詳細に反映されます。まず、感度がわかったし、カメラの解像度、関心の空間ひずみ測定のための大きい重要性の。第二に、彼らはカメラに表示できない場合がありますので、白い表面に対照的な黒のマークの非常に細かいテクスチャを避けてください。第三に、フィールドと質の深さと、画像のコントラストの最適な絞り値サイズを確保する適切な距離で、カメラや照明を設...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者関連の開示があります。

謝辞

著者は、破壊試験を行うテクニカル サポートのための材料とメイヨー クリニックの構造テストのコアに感謝したいと思います。さらにメイヨー クリニックで任期とビクター Barocas 研究グループは、ミネソタ大学のための間に DIC スクリプトおよび DIC プロトコルの固有の詳細を開発に彼らの支援のラメス Raghupathy とイアン ・ オープン感謝申し上げます、デジタル画像相関ひずみ計算11のコアを実行するオープン ソース ソフトウェアを基になります。この研究は、グレイン ジャー財団からグレイン ジャーの技術革新基金による財政的に支えられました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
KrylonプラスチックプライマーホワイトKrylon、Peoria、AZ、USAN / A骨表面の滑らかな白仕上げのベースコートとして使用されます
水性アクリル白と黒の塗料 格子縞の企業(Ceramcoat)、ノークロス、ジョージアN / A白と黒の色の塗料源
ミキシングボウル特定されていない(ジェネリック)N / A塗料の混合と準備に使用
フォームブラシLinzer Products、ワイアンダンチ、ニューヨーク州、米国N / A骨表面に塗料を塗布するために使用
歯ブラシコルゲート・パルモリーブ、ニューヨーク州ニューヨーク、米国しっかりした毛斑点パターンの適切なサイズと分布を適用するために使用されます
衛生的な歯列矯正樹脂(PMMA)パターソンデンタル、セントポール、ミネソタ州、米国H02252規制物質と適切な承認で購入することができます
ケンモア冷凍庫シアーズホールディングス、ホフマンエステーツ、イリノイ州、米国N / A骨標本の-20oC貯蔵環境を維持するために使用
生理食塩水(0.9%塩化ナトリウム)Baxter Healthcare, Deerfield, IL, USANDC 0338-0048-04標本の水分補給に使用
メスとスクレーパーAspen Surgical (Bard-Parker), Caledonia, MI, USA N/A骨標本から軟部組織を除去するために使用
ヒュームフードHamilton Laboratory Solutions, Manitowoc, WI, USA70532標本のポッティングのためのPMMAを準備する際の換気に使用
照明ユニットARRI, ミュンヘン, ドイツN/A画像キャプチャのためのターゲットの照明に必要
高速ビデオカメラPhotron Inc., San Diego, CA, USAPhotron Fastcam APX-RS 骨折イベントの高速ビデオ録画をキャプチャするために使用されます
Photron FASTCAM Imager and ViewerPhotron Inc., San Diego, CA, USAVer.3392(x64)高速ビデオ録画の記録と表示に使用
カメラレンズツァイス、オーバーコッヘン、ドイツツァイス平面L4/50 ZFレンズ適切な画像解像度に必要な
ABAQUS CAEDassault Systemès, Waltham, MA, USAバージョン 6.13-4関心領域の定義と有限要素メッシュの作成に使用
MATLABMathworks, Natick, MA, USAバージョン 2015b画像処理と DIC 解析に使用
TecPlotTecPlot Inc., Bellevue, WAフィールドの後処理に使用
ひずみ計算ソフトウェアVictor Barocas Research Group, University of Minnesota, Minneapolis, MN, USAhttp://license.umn.edu/technologies/20130022_robust-image-correlation-based-strain-calculator-for-tissue-systemsstrain field
mov_frames.mMatlab script, Mayo Clinic, Rochester, MN,USAN/A高速ビデオファイルから非圧縮画像をダウンサンプリングするために使用されます
convert_imagesize.mMatlab script, Mayo Clinic,ミネソタ州ロチェスターN/A画像のピクセル座標をメッシュ座標に登録するために使用されます
rrImageTrackGui.mMatlabスクリプト、Mayo Clinic、ロチェスター、ミネソタN/A画像の相互相関を実行して変形を取得し、Strain Calculator
analyzeFailurePrecursor.mMatlabスクリプト、Mayo Clinic、ロチェスター、ミネソN/Aピークひずみ成分を一時的に
追跡するために使用されますmakeMovies.mMatlab script, Mayo Clinic, Rochester, MN,USAN/A変形成分、ひずみ成分、主ひずみ、フォン・ミーゼスひずみ、ひずみエネルギーのポータブル*.aviムービーを作成するために使用
州、米国 ひずみ州、米国 タ州、米国

参考文献

  1. Peters, W., Ranson, W. Digital imaging techniques in experimental stress analysis. Opt Eng. 21 (3), 213427-213427 (1982).
  2. Kwon, O., Hanna, R. The Enhanced Digital Image Correlation Technique for Feature Tracking During Drying of Wood. Strain. 46 (6), 566-580 (2010).
  3. 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).
  4. 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).
  5. 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).
  6. 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).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. Gerstel, I., Raghupathy, R., Dragomir-Daescu, D. Digital Image Correlation Identifies Quantitative Characteristics in Proximal Femur Fracture Crack. ORS Annual Mtg. , (2012).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

さらに記事を探す

大腿骨骨折試験皮質骨歪み推定高速ビデオ解析表面スペックルパターン有限要素メッシュ歪み場計算骨強度検証QCT/FEA比較機械試験機
破壊を使用してデジタル画像相関法を試験中に死体大腿骨皮質系統を推定する方法
お問い合わせ
図書館に推薦する

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。