ソフトバイオマテリアルの高ひずみ速度機械的応答を評価するための結合実験、有限要素モデリング手法
2015年5月18日
現在の研究では、ソフトバイオマテリアル（脳、肝臓、腱、脂肪等 ）の一軸動的機械的応答を得るために、結合実験、有限要素シミュレーション方法を規定します。なぜなら、試料の生じた多軸の実験結果は、生体材料の有限要素解析の反復最適化を介して刺激されたとき一軸真応力 - ひずみ挙動にレンダリングされたスプリット·ホプキンソン圧力棒の試験から得られ膨らみました。
この手順の全体的な目標は、試験対象の軟質生体材料の単軸高ひずみ速度、真応力ひずみ応答を取得することです。これは、最初にスプリットホプキンソン圧力バーまたはSHPB装置で脳サンプルをテストし、次に実験的な真応力ひずみ応答で材料モデルの1次元バージョンを較正することによって達成されます。次に、SHPBセットアップの有限要素またはFEシミュレーションを実行して、サンプルの平均荷重方向、応力、および中心線応力を評価します。
最後のステップでは、1次元材料モデルの適合とFEシミュレーションの中心線応力、および3次元のFE荷重方向、応力、および実験的な真応力ひずみ応答を、前述の結果間で良好な一致が得られるまで繰り返し比較します。最終的に、結合実験有限要素法を使用して、ソフトバイオマテリアルの一軸真応力ひずみ応答がSHPBを使用して得られることを示します。ショックチューブ試験のような既存の方法に対するこの手法の主な利点は、この手法が柔らかい生体材料の高ひずみ速度一軸機械的応答をレンダリングすることです。
この技術の意味は、仮想人体モデリングによる外傷性脳損傷の診断にまで及びます。現在の方法で得られたデータは、人間の頭部への外傷から生じる局所的な怪我や損傷を正確に捉えることができるからです。私たちは最初にこの方法のアイデアを持っていたのは、脳の高ひずみ速度実験データと甲状腺およびモデリングの結果との相関に取り組んでいたとき、この手順を実証する獣医師のジム・クーリー博士、大学院生、ソロ・パトナイク氏、および助手のウィルバーン・ウィッティントン氏獣医師の監督の下で、脳などのブタの臓器を外科的に抽出します。 肝臓、筋肉、脂肪、または腱。
次に、それらをリン酸緩衝生理食塩水またはPBSで満たされた容器に入れて一時的に保管します。PBS容器を氷冷クーラーに保管し、すぐにサンプル調製のために試験施設に輸送し、ホプキンスを圧力バーまたはSHPB試験で分割します。試験施設に入ったら、PBS容器からブタの臓器を取り出し、無菌面に置きます。
各試験サンプルの主要な繊維配向と位置を特定します。次に、内径30ミリメートルの円筒形染料を使用して、ブタ器官から試験サンプルを解剖します。次に、足場を使用して、ブタサンプルのSHPB試験用にサンプルを所定の厚さとアスペクト比にトリミングします。
厚さは10〜15ミリメートルで、アスペクト比はポイント33〜0.5です。キャリパーを使用して、3つの異なる場所で厚さと直径を測定します。ストライカーバー、インシデントバー、および透過バーをSHPVテスト用の金属エクステンションに配置します。
バーがタッチに対して自由に動き、それらのインターフェースが互いに位置合わせされていることを確認してください。安全のために、送信されたバーにストッパーを提供します。ひずみゲージを接続し、入射バーと送信バーを信号増幅器に接着します。
信号調節アンプとデータ集録モジュールコンピュータの電源を入れます。次に、高速データキャプチャソフトウェアを初期化します。信号のライブ キャプチャを確認して、信号が正常範囲内にあるかどうかを確認し、ゼロ アイコンをクリックしてノイズ信号を無効にします。
圧力チャンバーに隣接するストライカーバーをロードします。窒素タンクのノズルを開いて圧力チャンバーを希望の圧力に構築し、次に圧力チャンバーの入口バルブをゼロボタンを押してレーザー速度計をゼロにし、ストライカーバーにリフレクターストリップを設定してストライカーバーの速度を読み取るように設定します。レーザーセンサーの後ろ。
サンプル閉じ込めチャンバーは、入射バーバーと反射バーバーの動きを妨げないように配置してください。次に、キャリブレーションのために、インシデントバーを送信バーに接触させます。サンプルなしでテストを実行するには、ストライカーバーの圧力チャンバーのトリガースイッチをオンにします。
キャリブレーション後、入射バーと透過バーの間に円筒形のサンプルを置き、サンプル閉じ込めチャンバーを閉じます。サンプルのロードとアンロードを何度も避けて、サンプルに対して前処理が行われていないことを確認し、テストが完了した後にテストを実行します。使い捨ての生理用ワイプを使用して、インシデントバー、透過バー、サンプル閉じ込めチャンバーからサンプルの破片を取り除きます。
すべての破片とワイプは、バイオハザードの安全袋に捨ててください。バーとサンプル閉じ込めチャンバーを消毒します。70%エタノール洗浄液と生理用ワイプを使用します。
バー波のホプキンスの分析のためのMSU高速ソフトウェアを開きます。ソフトウェアを起動するには、設定ウィンドウを確認し、単軸試験のモードタブで張力圧縮オプションを選択します。また、ゲージタブで2つのゲージを選択し、続行をクリックします。メインウィンドウで、開いているファイル1タブを選択し、インシデントバー上のひずみゲージレコードから入射波データに移動し、送信されたバーひずみゲージレコードをインポートするための開いているファイル2タブを選択します。
次に、メインウィンドウのパラメータタブを選択し、バー寸法、電圧対ひずみ係数、ひずみゲージ位置、粘弾性分散定数など、テストセットアップの物理パラメータを入力します。「続行」 をクリックして下さい。次に、メイン ウィンドウの [データの選択] タブを選択し、カーソル バーを使用して、データセットを入射波の反射波と透過波を含むデータ量のみに減らします。
「続行」 をクリックして下さい。この時点で、メインウィンドウの[波の選択]タブに移動し、カーソルバーを使用して、入射波グラフ、反射波と反射波グラフ、送信波と送信波グラフに入射波を制限します。次に、[続行]をクリックします。
その後、メインウィンドウで正しいタブを選択して、ソフトウェアが粘弾性分散を補正できるようにします。次に、メインウィンドウのシフトタブを選択します 波グラフで。カーソルを使用して、入射波の反射波と透過波を同じ初期位置にドラッグします。
それぞれを個別に選択します。ウェーブ選択タブで、データ グラフ内のすべてのウェーブを表示します。完了したら、結果ファイルで[続行]をクリックします。
商用の有限要素またはFEソフトウェアを使用してSave asをクリックし、荷重配置位置と速度プロファイルを保存します。SHPBセットアップのFEモデルを作成します。次に、FEシミュレーションを実行します。
実験でのひずみゲージの測定値とFEシミュレーションが良好に一致していることを確認します。生体材料サンプルをSHPBセットアップのFEモデルに組み込みます。生体材料サンプルに内部状態変数材料モデルの 3 次元実装を割り当てます。
内部状態変数材料モデルのパラメータを調整することにより、実験の真応力ひずみ曲線をモデルの真応力ひずみ曲線でキャリブレーションします。次に、SHPBセットアップのFEモデルの生体材料サンプルに内部状態変数材料定数を割り当てます。次に、同じひずみ速度でのSHPB試験に対応するStrykerバー速度とサンプル変形ひずみ速度を使用してFEシミュレーションを実行します。
FE モデル キャリブレーションの 2 番目のステップで、FE シミュレーションひずみゲージ データを実行します。SHPB実験後処理ソフトウェアMSU高速ソフトウェア。最後に、FEモデルサンプルの中心線要素に沿った荷重方向応力の体積平均を実行します。
ここでは、連成型手法の有効性を例示しています。脳のSHPV実験応力ひずみ応答は、1次元材料点シミュレータの応力状態と比較して低い応力状態にあり、これはFEサンプルの中心線応力状態平均に似ています。これは、変形の多軸性によるものです。
ここに示されているソフトBioMATの展示は、結合SHPB実験FFEシミュレーション方法論を通じて得られた脳の代表的な材料定数です。仮想有限要素解析ひずみゲージを実験用ひずみゲージと比較し、次に材料点シミュレータとFE中心線平均を同時に比較して、良好な一致を達成します。ここでは、材料定数は、2つ以上が適切に一致するまで変化します。
この図は、SHPBの実験的な真応力ひずみ曲線が、一軸荷重方向応力ひずみ挙動ではなく、応力の最初の不変量を実際に測定することを示しています。したがって、SHPBの実験結果のみを使用することは、一軸挙動を評価するためにFEタイプのモデリングと組み合わされていない場合、誤りとなります。このテクニックを習得すると、適切に実行すれば12時間で完了します。
この手順を試行する間、それは覚えておくことが重要です 実験 e 多軸 テスト時の ワイヤー材料を柔らかくします。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
概要
この研究は、脳や肝臓などの軟組織生体材料の単軸動的機械的応答を決定するための実験-有限要素法シミュレーションの連成手法を提示します。このアプローチは、多軸実験結果を得るためにSplit-Hopkinson圧力バーテストを使用し、それらを有限要素解析によって最適化します。
主要な研究構成要素
科学の分野
- 生体力学
- 材料科学
- 有限要素解析
背景
- 軟組織生体材料は動的荷重下で複雑な機械的挙動を示します。
- 従来の試験方法では、高ひずみ速度応答を正確に捉えられない可能性があります。
- 有限要素シミュレーションは材料挙動の理解を深めることができます。
- Split-Hopkinson圧力バー（SHPB）は動的試験の一般的なツールです。
研究の目的
- 軟組織生体材料の単軸高ひずみ速度真応力-真ひずみ応答を取得すること。
- 反復最適化を通じて材料モデリングの精度を向上させること。
- 実験とシミュレーションの連成手法の有効性を示すこと。
使用した手法
- Split-Hopkinson圧力バー（SHPB）を使用した脳サンプルの試験。
- 実験データを用いた一次元材料モデルの校正。
- SHPBセットアップの有限要素シミュレーションによる応力応答の評価。
- 最適化のためのシミュレーション結果と実験データの反復比較。
主な結果
- この手法は軟組織生体材料の単軸真応力-真ひずみ応答を正常に描出しました。
- 実験結果とシミュレーション結果の間に良好な一致が得られました。
- この技術は高ひずみ速度応答を捉える点で従来の衝撃管試験を上回る性能を示しました。
- 生体材料試験へのより広範な応用可能性を示しました。
結論
- 実験-有限要素法の連成手法は軟組織生体材料に効果的です。
- このアプローチは動的条件下での材料挙動の理解を深めます。
- 将来の研究では、この手法を様々な生体材料に拡張することができます。
よくある質問
Executive Industry Relevance
Accurate high strain rate mechanical characterization of soft biomaterials is critical for predictive modeling in trauma research and device safety assessment. This coupled experimental-FE methodology enables de-risking of target validation by providing quantitative, reproducible stress-strain data under physiologically relevant dynamic loading conditions. The approach supports translational biomarker alignment and preclinical model refinement for neurological and musculoskeletal applications.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables mechanistic interrogation of tissue-level response to dynamic forces, supporting target hypothesis testing in neurotrauma and injury pathways.
- Operational Value: Provides standardized, quantitative outputs for comparing biomaterial behavior across disease models or genetic variants.
Screening & Assay Development
- Scientific Value: Generates reproducible, high-fidelity mechanical response curves suitable for assay standardization and cross-laboratory benchmarking.
- Operational Value: Facilitates development of biomechanical readouts for screening compounds or interventions aimed at modulating tissue resilience.
Translational & Preclinical Research
- Scientific Value: Bridges ex vivo testing with in silico human body modeling, enhancing predictive confidence in injury mechanism studies.
- Operational Value: Enables iterative model calibration to improve fidelity of virtual preclinical platforms for trauma and device evaluation.
Pipeline & Workflow Integration
The method integrates into early discovery workflows by providing biomechanical phenotyping data that informs target selection and pathway analysis prior to lead identification.
- Discovery Biology: Supports hypothesis testing related to cellular mechanotransduction and extracellular matrix integrity under dynamic load.
- Screening: Delivers standardized, quantitative stress-strain outputs enabling reliable comparison of biomaterial conditions.
- Analytics: Generates first invariant of stress and centerline stress metrics for quantitative comparison between experimental and simulated conditions.
- Translational Research: Connects experimental biomechanics to finite element human body models for injury prediction and device safety assessment.
- Enterprise Reuse: Establishes a reusable biomechanical characterization platform applicable across multiple soft tissue types and disease areas.
Operational & Enterprise Impact
- Scientific Value: Reduces mechanistic ambiguity in tissue response modeling through coupled experimental-simulation validation.
- Operational Value: Ensures reproducibility and standardization of high strain rate testing across laboratories and sample types.
- Strategic Value: Improves go/no-go decisions in trauma-related programs by providing predictive biomechanical data early in discovery.
- Portfolio Impact: Enables risk-adjusted prioritization of targets based on biomechanical de-risking data from physiologically relevant strain rates.
Implementation Considerations
- Expertise in biomechanics, split-Hopkinson pressure bar operation, and finite element modeling.
- Instrumentation including SHPB apparatus, strain gauges, high-speed data acquisition, and FE simulation software.
- Standardization protocols for sample preparation, alignment, and wave signal processing to ensure data consistency.
- Adaptation considerations for varying biomaterial properties (e.g., brain vs. tendon) requiring model recalibration.
- Practical limitations include specimen bulging necessitating invariant-based stress analysis and postmortem tissue viability constraints.
