Summary
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。
Abstract
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。
Introduction
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。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
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
- 24 時間常温大腿骨を解凍 。
- 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 。
- 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 。
少なくとも 5 分間 - 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 。
- 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 。
2。プロセスを斑点
- 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 。
- 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 。
- せる塗料が進む前に 5 分間乾燥します 。
3。画像取得
- 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 。
- 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
- 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 。
- 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 。
- 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 。
- 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 。
4。画像準備
- 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 。
- 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 。
- 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。
- 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 。
5。有限要素メッシュ作成
- 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 。
- 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 。
- 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 。
- 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 。
- 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 ".
- 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 。
- 閉鎖された部分をメッシュします 。
- 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 。
- 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
- 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 ".
- 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.
- 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 。
- 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 。
- 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
- 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 。
- 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 。
- 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 。
- 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 。
- 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 。
- 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 。
- 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 。
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- " 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 。
- 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。- 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 。
8。高級チューニング、絞り込みの結果
- 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 。
- 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). - 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).
- 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 。
- 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 。
- 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 。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
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分な照明が必要です。それ以外の場合、結果は、過飽和の表面、貧しいコントラスト、および退屈なイメージ(図 4)などいくつかの問題であります。高速ビデオから非圧縮画像が複数の時空間サンプリング体制で抽出することができると DIC 追跡アルゴリズムは、グラフィカル ユーザー インターフェイス(図 5)を操作ことができます。大腿骨サンプルの概要は、ひずみ場の推定(図 6 a) 、ひずみの計算(図 6 b)有限要素メッシュの作成に興味の領域を識別するために使用されます。骨折の発症は、ピーク骨の損傷と破壊(図 6)の時間枠を表すのテスト中に歪みズレの度合いを監視によって検出されます。最後に、2次元歪は強化された可視化(図 6)のテストされていない骨画像に重ね合わせ。
図 1: 骨の骨を塗る前に準備します。(A) 解凍されて; 後脂肪と水分から骨を洗浄(B) ポッティング大転子。(C) クリーニング プロセスを散布する前にこの図の拡大版を表示するのにはここをクリックしてください。
図 2: 描画プロセス。(A) DIC 作業域と必要なツール(B) 白のプライマー散布骨(C) 白いブラッシング カラー骨表面;(D) 白い骨表面の斑点の汚点(E) 骨のテストの準備の最終的なまだら表面この図の拡大版を表示するのにはここをクリックしてください。
図 3: 照明とカメラ設定します。(A) 設定ランプと盾。(B) 高速ビデオ カメラのセットアップ(C) ライトとカメラ チェックとテストの準備ができてテスト マシンに読み込まれる骨サンプル(D); カメラの機能の画像をチェック(E) 大腿骨頸部、焦点のための関心のある分野を調べるゾーン、被写し界深度ブラー、およびイメージの一般的な品質の欠如、DIC のこの図の拡大版を表示するのにはここをクリックしてください。
図 4: 骨の DIC 注意。(A) 過飽和の頭部;(B) 混合し、黒と白の流れる白い表面が乾燥でない場合(C) 貧しいコントラスト、ローカル過飽和、イメージの貧しい明快この図の拡大版を表示するのにはここをクリックしてください。
図 5: DIC の処理で使用されていたカスタム スクリプト ダイアログ ボックスします。(A) mov_frames.m、(B) rrImageTrackGui.m (C) 生成された二次元メッシュこの図の拡大版を表示するのにはここをクリックしてください。
図 6: 中間の DIC の結果の例です。(A) スプライン描画 (D) 計算ひずみコンター プロット、2 に関連付けられている、高速ビデオ フレームの関数として (C) ひずみ偏差骨イメージ上にオーバーレイ生成目的、(B) の領域のメッシュを強調表示するには骨折前に画像をテストこの図の拡大版を表示するのにはここをクリックしてください。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
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、カメラや照明を設定する必要があります。余分な照明は貧しいコントラストをもたらす画像の飽和状態につながる可能性があります。最後に、画像の時間間隔は、表面がまだらに移動しないでください以上 6 ピクセル フレーム間、追跡は相互相関中にキャプチャ正確になるように設定する必要があります。
この作品で示されているように何かは簡単にゲージ実験で得られた大腿骨破壊試験の完全なフィールド時間歪み見積もりを提供する機能をもちます。ひずみゲージの測定は研究者の数で採用されている、そのような測定が骨表面への不十分な取り付け接着によって妨げられること、ゲージ エアコンと限られた空間分布12,13。対照的に、全視野ひずみデータはひずみモデルとテスト、フィールドを比較することで骨強度の QCT/有限要素解析モデルの検証に非常に有用、歪みのパターンで大腿骨骨折の種類に関連付けるへの臨床応用があります。大腿骨の生理学的今秋の表面開発は、ケース5,9をロードします。フィクスチャ コンプライアンス非常に硬い大腿骨をテストするとき、問題になる可能性が、DIC を回避この問題骨局所変形から直接計算する皮質菌株によってしたがって、大腿骨剛性を見積もるときにフィクスチャの対応をエラーのソースとしてを排除.これらのイメージの相関関係の結果より良い QCT/FEA モデル材料破壊の損傷・破壊のメトリックなどの開発に役立つ可能性があります。これらは、特に骨粗鬆症患者の治療決定を導くを最終的に助けることができます。
ただし、メソッドにはいくつかの欠点があります。骨試料表面は、背景とコントラストの高いを持っている確率スペックル パターンで均一に覆われる必要があります。時折照明または大規模な変形からの反射は、(図 4) のフレームにフレームから正確にパターンを追跡するアルゴリズムの能力を変更できます。第 2 の制限は、単一のカメラ (2 D) DIC を採用、骨面がカメラ イメージ センサー面14と平行であることから逸脱ひずみの計算を影響を受けることができます。これは、大腿骨の表面破壊試験中に向かってまたは離れてカメラを回転させるときに発生します。2 番目のカメラを追加し、精度向上のための 3 D の DIC メソッドを利用するこの地域で将来の仕事を模索しています。最近まで、このような方法は研究の設定で届かないされているが今より容易に利用可能になっています。生体組織に特定の方法のもう一つの制限は、大腿骨表面に塗膜密着性の不確実性です。我々 の観察によってこれは我々 のテストでは問題ではなかったが、大腿骨組織や塗料のずれが結果に影響を与えます。さらに、骨の準備中に残された任意の非骨組織は皮質ひずみ測定と干渉することができます。最後に、画像追跡設定とメッシュの密度は、DIC 解析の結果の品質に影響を与える可能性があります慎重に検討する必要がある要因です。
現在のプロトコルは、効率的かつ一貫してデジタル画像相関解析と破壊試験中に高速カメラ画像から対応するひずみ場の推定のため大腿骨標本の作製法を提案します。それは 6 年の期間にさまざまな研究員や演算子と複数のテスト時間枠上整合性をもたらすために私たちの研究室で実証されています。DIC の大腿骨の準備とテストのためここで紹介する手順は、他の骨型に簡単に拡張できます。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者関連の開示があります。
Acknowledgments
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。
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).
