Summary
I detta protokoll beräknas lårbenet ytan stammar vid fraktur provning med hjälp av digital bild korrelation teknik. Nyhet för metoden innebär tillämpning av en hög kontrast stokastiska speckle mönster på lårbenet yta, noggrant angivna belysning, hög hastighet video ta till fånga och digital bildanalys av korrelation för stam beräkningar.
Abstract
Det här protokollet beskriver metoden som använder digital bild korrelation för att uppskatta kortikala stam från hög hastighet videobilder av avlidna femorala ytan erhålls från mekanisk provning. Denna optiska metod kräver en konsistens av många kontrasterande fiduciary märken på en solid vit bakgrund för exakt spårning av yta deformation lastning är tillämpad på preparatet. Omedelbart före testning, är ytan av intresse i kameravyn målade med en vattenbaserad vit primer och tillåtas torka i flera minuter. Då är en svart färg spräckliga försiktigt över den vita bakgrunden med särskild hänsyn till ens storlek och form av droppar. Belysning är noggrant utformade och ställa sådan att det finns optimal kontrast till dessa märken samtidigt minimera reflektioner med hjälp av filter. Bilder erhölls genom hög hastighet videoinspelning på upp till 12.000 bildrutor/s. De viktiga bilderna före och inklusive händelsen fraktur extraheras och deformationer beräknas mellan successiva ramar i noga storlek förhör windows över ett specificerat område av intresse. Dessa deformationer används sedan för att beräkna ytan stam temporally under testet fraktur. Stam data är mycket användbart för att identifiera fraktur inledande inom lårbenet och eventuell validering av proximala lårbenet fraktur styrka modeller härrör från kvantitativ datortomografi-baserade finita elementanalys (QCT/FEA).
Introduction
Digital bild korrelation (DIC) är en bild som metod som används i det nuvarande protokollet för att uppskatta hela ytan fältstammar av avlidna femorala provkroppar från tidssekvens bilder tagna under mekanisk fraktur tester för efterbearbetning. Tekniken utvecklades först och tillämpas i experimentell spänningsanalys i 1980-talet och har upplevt en snabb ökning av användningen i senaste åren1,2,3. Den har flera viktiga fördelar jämfört med mer traditionella metoder av montering töjningsgivare på en struktur inklusive ökad rumslig distribution av fältet stam, mäta finare längder genom ökad kamera upplösning, och undvika problem med anstränga mätinstrumentet Limma vidhäftning eller efterlevnad. En stor fördel med DIC för biologiska vävnader, såsom ben, är att det kan tillämpas på oregelbundna geometrier bestående av ytterst heterogen materialegenskaper4,5. Dess främsta nackdel över traditionella stam förvärvsmetoder är att den kräver dyra hög hastighet videokameror av tillräcklig upplösning för mätning av regionen av intresse att uppnå tillräcklig rumsliga och tidsmässiga provtagning till exakt uppskatta stam fält.
Den första appliceringen av fälten temporal stam som erhållits från benfraktur DIC analys är att validera stam anseenden i QCT/FEA modeller av femorala styrka5. Sådan validering är i fokus för många ortopediska forskargrupper som huvudsakligen använda remote mätningar av kraft och förskjutning från lastceller och deplacement givare6,7,8. Dessutom har efter fraktur bildanalys av fraktur mönster kombinerats med dessa remote mätningar som ytterligare medel för modell validering9. Mer nyligen, DIC metoden tillämpades för att validera en FEA modell av fraktur och spricka förökning i proximala lårbenet10. Genom att utnyttja stam korrelation mellan modeller och experiment, ännu mer förtroende för giltigheten av beräkningsmodeller av proximala platsen kommer att erhållas och vidareutveckla QCT/FEA diagnostisk metod närmare till klinisk användning.
Detta arbete förklarar ett detaljerat protokoll för att införliva de åtgärder som krävs för DIC analys i fraktur testning av proximala platsen. Förfarandet ingår i ben förberedelsesteg besprutning en vit färg på benytan och sedan prickar svarta fläckar på den torkade vita ytan av benet, metoder för att få bilder med tillräcklig rumsliga och temporal upplösning med hög hastighet video Kameror, samt process och verktyg som vi använde för att beräkna stam fält från dessa bilder. Vi förklarade också flera varningar som kan påverka kvaliteten på mätningarna.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
alla experiment utfördes med institutionella Review Board godkännande. Proverna erhölls från anatomiska forskningslaboratorier i samarbete.
1. förbereda prover för testning
- Tina platsen på RT för 24 h.
- När lårbenet är i kö för att testa, ta bort eventuella wrap som tillämpades före frysning och torka lårbenet med en torr handduk att ta bort någon kvarleva fukt, fetthaltiga avlagringar eller mjukdelar. Potten ju större trochanter i en prefabricerade aluminium kopp med bencement.
- Använda en låda innehålla partiklar möjligaste, spraya benet med vit plast primer för att uppnå en tunn, jämn ytbeläggning. Var noga med för att täcka benet med en enhetlig lager av färg för optimal kontrast och stark vidhäftning till lårbenet ytan.
Obs: Tjocklek mättes inte. - Låt färgen torka i minst 5 minuter. Detta är viktigt att undvika oavsiktlig blandning med spräckliga droppar i avsnitt 2.
- Linda benet med våt trasa för att undvika vävnad torrhet.
2. Prickar Process
- ungefärligt, Lägg till 1 del vatten till 2 delar av färg för bästa prickar på ben. Tillsätt vatten gradvis (för en bättre blandning) till den akryl färgen för att göra en svart färg.
- Doppa en ren tandborste i en palett av svart färg att absorbera färg och svep borsten för att göra svarta prickar över den vita beläggningen.
- Låt färgen torka i 5 min innan du fortsätter.
3. Bild förvärv
- montera beredda spräckliga lårbenet i maskinens mekaniska test genom att infoga den kruka distala änden i fixturen och dra åt två skruvarna för att säkra exemplaret.
- Justera två högintensiva ansvarsfrihet ljus reflektorer så att lårbenet ytan uppnår den högsta belysningen som möjligt och samtidigt undvika reflektioner i kamerabilden. Gå snabbt vidare med följande steg i avsnitt 3 för att undvika oönskad uppvärmning av preparatet från ljus strålning innan test
- Minska bländaren på framsidan och baksidan Visa hög hastighet video kameralinser så att hela regionen av intresse av lårbenet i synfältet är i fokus.
- Justera ljus reflektorer för att ytterligare förbättra belysning samtidigt minska bländning.
- Ställa in bild förvärv program att fånga på 6000 bildrutor/s med en upplösning på 1024 x 512 pixlar. Ange det totala antalet ramar som ska förvärvas efter utlösa signalen mottas till 12288. Arm hög hastighet video programvara för bild förvärv när utlösa signalen tas emot från testsystemet. När testningen är klar, videon finns i kameran ' s buffertminne.
- Med förvärvet bildbehandlingsprogram, spara videon till disk genom att ange en önskad sökväg och ett filnamn och klicka på " Spara ". Vara beredd att vänta mellan 5-40 min för den här processen att slutföra beroende på antalet bildrutor som ska sparas.
4. Bild förberedelse
- skapa separata arbetande kataloger för främre och bakre utsikt över lårbenet.
- Använda videoanalys programvara för att öppna lämpligt hög hastighet video inspelningen och anteckna nyckelbildrutor referensnummer på (1) Starta Last frame ställdonets rörelse, och (2) ram omedelbart efter händelsen fraktur.
- Att downsample en okomprimerad TIFF bildsekvens från hög hastighet video, öppna och köra den " mov_frames.m " skriptet i arbetskatalogen för den relevanta lårben sidan.
- i den resulterande dialogrutan Ange slutdatum ramnummer identifierade i steg 4,2 med en stegstorlek 25-40. Klicka på " extrahera ramar " och inspektera arbetskatalogen för att säkerställa *.tiff filerna extraherades korrekt.
5. Finita Element Mesh skapande
- använda en extern finita element Meshning program för att skapa den finita element mesh. Beräkna 2D stammar från differentiell deplacement vektorer med finita elementmetoden. Importera den inledande extraherade *.tiff bilden till finita element program pre-processorn som en mall för skapande av spline.
- Hitta två lätt att identifiera förvaltare punkter i bilden som är på motsatta hörn av bilden och spela in sin X och Y-koordinater (dessa kommer så småningom att användas i steg 6.1). Dessa koordinater är godtyckliga baserad på konventionen FEA programvaran använder för att importera *.tiff bilden. Koordinaterna för dessa punkter används för att registrera noderna av finita element mesh med motsvarande pixlar video bilder i steg 6.2.
- i ett bildredigeringsprogram, öppna samma bild som importerades till finita element program preprocessorn och registrera värdena X och Y riktning av de pixlar som är associerad med de punkter som identifierats i steg 5.2. Dessa kommer så småningom att användas i steg 6.1.
- i den " skiss " modul av den finita element Meshning program, använda verktyget spline för att skissera en stängd avdelning som representerar regionen av intresse. Kontrollera regionen inte är för stor så att ytan av benet skulle flytta utanför regionen föregående till fraktur på grund av rotation.
- Förbereda avsnittet stängda skapat i steg 5,4 för Meshning av sådd kanterna med en global maskstorlek på 1 mm under menyn " utsäde del instans ".
- Under " tilldela mesh kontroller ", Ställ formen element till fyrhörning.
- Mesh avsnittet stängt.
- Exportera maskorna till en ASCII-fil i databasen mesh bestående av nodal koordinater och elementet definitioner.
- Resulterande finita element input öppna filen i en textredigerare, kopiera kvarteret nod innehållande nodnummer och koordinater i en ny textfil och Spara som " nodes.txt ". Upprepa för blocket element och spara den nya textfilen som " elements.txt ".
6. Registrera den FE Mesh med hög hastighet Video bilder och genomföra digitala korrelation bildanalys
- släpper en ny session, skapa 2 element raden vektorer kallas ab1 och ab2 med de värden som identifierats i steg 5.2., och px1 och px2 med de värden som identifierats i steg 5.3 genom att skriva dessa vektor namn på kommandoraden. Spara arbetsytan som " points.mat ".
- Kör skriptet " convert_imagesize.m " att registrera punkterna från den finita element mesh med extraherade hög hastighet videobilden.
- Kör skriptet " rrImageTrackGui.m ". Ladda den första bilden (" p01.tif ") och ange numret på den senaste *.tiff-filen som extraherades som det totala antalet bilder bearbeta.
- Ladda mesh skapade i steg 5.7 genom att se till det mesh-alternativet är inställt " läsa från filen " och klicka på " acceptera ". Finita element mesh ska visas över ben bilden.
- Ange spårning värden utifrån följande riktlinjer för spårning parametrar och klicka " Fortsätt " (hålla i sinne att parametervärden är bildstorlek, konsistens och mängd deformation äger rum, och måste testas noggrant på fall-till-fall basis).
- Använda en start Kernel storlek 21. Kernel storlek, n, är storlek of en n x n fönster (där n är ett udda tal) pixlar som används för cross-korrelation och bestämning av deformation vektorn för det område som ska användas för beräkningar av stam.
- Använda en start Subpixel storlek 4. Subpixel storleken, m, är storleken på den (2 m + 1) x (2 m + 1) sub-fönster över vilken subpixel beräknas deformation av förutsatt att homogena stam i det sub-fönstret.
- Använda Start jämnhet faktorn 2. Jämnhet faktor är mängden utjämning tillämpas på fältet förskjutning på spårade platser innan computing stammar.
- Använda Start maxMove faktor 10. maxMove faktor är det maximala antalet pixlar som någon nod kan vara borta från dess bana i förhållande till sin granne ' s bana. Detta hjälper till att undvika dåligt spårning till deformering.
- Använda en start smoothGrid faktor 15. Den smoothGrid faktorn är storleken på rutnätet (något grövre än mesh spårade noder) som används för utjämning.
- Välj en layoutstödpunkt som har betydande kontrast runt den samtidigt undvika områden med bländning eller suddighet. Kolla denna punkt genom att klicka " kontrollera guide " och verifiera den korrelation toppen är stark (minst två gånger amplituden) jämfört med sina grannar. Klicka på " acceptera " och " utför spårning " när du är nöjd. Detta kan vara en utdragen computational process där differentiell förskjutningen beräknas för den temporal bildsekvens.
- Efter steg 6,6 har slutförts, klicka " animera ". När animera har klar, klicka " skriva stammar (efterbearbetning programvara) ", ange *.exe och välj sedan writeStrainRR_simple.exe 11. Detta kommer att beräkna stammar. Stäng GUI.
7. Efterbearbetning av fördrivning och stam Data
- att få stam vs bildrutenummer, köra " analyzeFailurePrecursor.m " från kommandoraden med en indataargumentet steg storlek (Välj 20-30). Topparna kommer att innebära benskada, och den största toppen kommer att motsvara ramen nära globala ben misslyckande.
- Vill skapa filmfiler av stammar, kör " makeMovies.m " från kommandofönstret med argument (numVars, endstep, flagga).
Obs: Det argumentet numVars definieras som 1-3 förskjutningar, 4-6 är xx, yy och xy stam komponenter, 7 & 8 är de två viktigaste och von Mises stam och 9 är töjningsenergin. Det argumentet ändstopp är den sista bildrutan som ska tas med i filmen.- Ange valfritt argument flagga 1 att endast skapa filmer för entiteten anges för argumentet numVars och 0 skapa filmer av alla variabler.
8. Fina Tuning och förfining av resultat
- om DIC spårning gav dåliga resultat såsom ett diskontinuerligt stam-fält som faller utanför kontinuum mekanik antaganden, bestämma vad som händer och varför spårning misslyckas. Upprepa punkt 6 särskilt uppmärksamma justeringen av spårning parametrar. Ett sekundärt alternativ kan vara att återvända till det finita element programmet och skapa en mer enhetlig och eventuellt finare mesh.
- Om DIC spårning gav rimliga resultat, skapa en finare serie bilder för DIC. Använder de nyckelbildrutor referensnummer från steg 4.2 och motsvarande bildhastigheten för videon, identifiera ram avståndet för tre olika system av intresse i testet fraktur med kravet i åtanke att punkterna bör rör sig inte mer än 6 pixlar mellan ramar.
Obs: För det första segmentet av testet när stammarna bygger långsamt i lårbenet, ram avståndet blir relativt stora (exempelvis för 100 mm/s förskjutning, ram avståndet för denna del är 3333 μs). För mellanliggande del av testet närmare till fraktur ram, stam ökar snabbare och mindre ram avståndet är nödvändiga (1667 μs för 100 mm/s förskjutning). För den slutliga delen precis innan frakturen, ram avståndet är på dess minsta (16,7 μs uppgå deplacement 100 mm/s). - Tillval för dokumentation ändamål endast: med hjälp av informationen från steg 8.2, skapa formaterade data poster i en ASCII-fil med titeln " steps.txt " som innehåller en rad med data för varje frame-avstånd. Formatet för varje rad blir börjar ramen för regimen åtskilda av antalet ramar att hoppa (utifrån steg 8,2) avgränsade med kolon sedan den sista bildrutan i denna regim (dvs. ett format av " 1:20:200 " skulle instruera utvinning programvara för att extrahera RAM 1 till bildruta 200 i steg om 20).
- Omedelbart efter att beteckningen, infoga en tabb och utse bild utvinning nummer utbud (för den " 1:20:200 " exempel, fullständig rad beteckningen skulle vara " 1:20:200 < tryck på TAB > 1:11 " utan offerter). Upprepa för de andra två testa regimer så det blir tre rader med information i den " steps.txt " fil. Denna fil fungerar som en post för hur bilderna hämtades från hög hastighet originalvideon.
- Kör mov_Frames.m kod denna gång ange flera frame avstånd regimer i dialogrutan. Ange ramnumren och steg storlekar som identifierats i steg 8,2 att bestämma start, finish och frame skip parametrar förväntas i verktyget ' s dialogrutan. Se till att göra detta i en ny katalog annars originalbilderna kommer att skrivas över.
- Upprepa avsnitten 6 och 7 och granska resultaten för förbättring. Varje lårben kan kräva olika ytterligare iterationer beroende på typ av fraktur händelse, speckle mönster och belysning. När Upprepa steg 6,5, behålla inställningarna samma förutom minska maxMove till 6 (från 10).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Lårbenet är rengjorda från överflödigt fett och mjukdelar innan fläckar processen, och ju större trochanter är krukväxt i en aluminium-cup. Under stelning av polymetylmetakrylat (PMMA), är benet insvept i en saltlösning blöt trasa att undvika vävnad torrhet. När PMMA är stelnat, benet renas igen precis innan sprutning (figur 1). Sedan är benytan sprayas eller penslas med en vatten-baserad plast vit färg. När torkat, är den vita ytan spräckliga med svart färg har en stokastisk mönster av svarta fläckar på vit bakgrund (figur 2). När benet är placerad i testning fixturen, lampor och höghastighetsvideokameror ställs och mönstret optimal kontrast och fokus för kamerorna kontrolleras före testning (figur 3). DIC metoden kräver en hög kontrast prickar mönster och tillräcklig belysning. Annars kan resultatet påverkas av flera frågor såsom oversaturation av ytan, dålig kontrast och tråkig bilder (figur 4). Okomprimerade bilder från hög hastighet videor kan utvinnas i flera temporal provtagning regimer och DIC spårning algoritmen kan manövreras via grafiska användargränssnitt (figur 5). Skissera av lårbenet provet används för att identifiera regionen i intresse för stam fältet uppskattning (figur 6A) och för skapandet av ett finita element mesh för stam beräkning (figur 6B). Uppkomsten av fraktur upptäcks genom att övervaka graden av stam avvikelse under provande, med toppar som representerar benskador och tidsram för fraktur (figur 6 c). Slutligen, 2D stam fält läggs tillbaka på oprövade ben bilden för bättre visualisering (figur 6 d).
Figur 1 : Ben förberedelse före målning ben. (A) rengöring benet från fett och fukt efter att vara tinade; Planteringsjord trochanter major (B); (C) rengöring innan sprutning processen vänligen klicka här för att visa en större version av denna siffra.
Figur 2 : Målningsprocess. (A) DIC arbetar område och nödvändiga verktyg. (B) bespruta ben med vit grundfärg; (C) borstning vit färg på benytan. (D) fläckar svarta fläckar på vit benytan; (E) slutliga fläckig yta ben redo för testning vänligen klicka här för att visa en större version av denna siffra.
Figur 3 : Belysning och kamerainställningar. (A) inrättande av lampor och sköldar; (B) ställa in hög hastighet videokameror; (C) ett ben prov laddade till provningsmaskinen med ljus och kameror redo för kontroll och test; (D) kontrollera bilderna för funktionaliteten i kamerorna; (E) att undersöka området av intresse, i lårbenshalsen, för fokusering zoner, skärpedjup, avsaknad av oskärpa, och allmän kvalitet av bilder för DIC vänligen klicka här för att visa en större version av denna siffra.
Figur 4 : Ben DIC varningar. (A) oversaturation på huvud regionen. (B) blandning och flödar av svart och vitt när vit yta inte är torr; (C) dålig kontrast, lokala oversaturation, dålig skärpa på bilden vänligen klicka här för att visa en större version av denna siffra.
Figur 5 : Anpassade skript dialoger som användes i den bearbetning av DIC. (A) mov_frames.m, (B) rrImageTrackGui.m, (C) genereras 2D mesh vänligen klicka här för att visa en större version av denna siffra.
Figur 6 : Exempel på mellanliggande DIC. (A) spline dras för att markera region av intresse, (B) genereras mesh överlagras på ben bild, (C) stam avvikelser som en funktion av hög hastighet video stomme, (D) beräknade stammen kontur tomt är associerad med 2 testbilder före benfraktur vänligen klicka här för att visa en större version av denna siffra.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Vi införde ett protokoll för att konsekvent förbereda femorala prover för hög kontrast avbildning under fraktur testning som användes sedan för att uppskatta hela fältet stam distributioner med DIC. Detta protokoll garanteras lämplig kontrast konsistens av svart spåra prickar mot en solid vit bakgrund på benytan. Efter detta protokoll replikeras vi framgångsrikt uppskattning av stammar med DIC analys för åttionio platsen.
DIC är en optisk metod som innebär att placera ett nät över en serie bilder tagna av hög hastighet videokameror och spårning pixel intensiteten ändringarna mellan ramar med en cross-korrelation algoritm. Under experimenten, Vi hittade flera överväganden som måste beaktas för noggrannhet och robusthet av metoden och dessa detaljer återspeglas i protokollet presenteras i detalj. Först, Vi hittade känslighet och upplösning av kameror är av stor betydelse för de rumsliga stam mätningarna av intresse. För det andra, en mycket fin konsistens av kontrasterande svarta märken på vit yta bör undvikas eftersom de inte syns till kameror. För det tredje, kameror och belysning bör fastställas på lämpligt avstånd att säkerställa optimal bländare storlek för skärpedjup och den kvalitet och kontrast i bilderna. Överdriven belysning kan leda till mättnad av bilderna vilket resulterar i dålig kontrast. Slutligen måste det tidsmässiga avståndet mellan bilder ställas in så att de ytan prickarna inte flytta mer än 6 pixlar mellan ramar så att spårning exakt fångas under cross-korrelation.
Som visat i detta arbete, har DIC möjlighet att ge full fältstammar tidssekvens uppskattningar för lårbenet fraktur tester, något inte lätt erhållas med töjningsmätaren experimentella tekniker. Även om töjningsmätaren mätningar har varit anställd av ett antal forskare, sådana mätningar kan hindras av otillräckliga montering vidhäftning till benytan, spårvidd luftkonditionering, och en begränsad geografisk distribution12,13. Däremot full-fältstammar data är mycket användbart för validering av QCT/FEA modeller av benstyrka genom att jämföra stam fält mellan modell och test, och det har också klinisk tillämpning att korrelera femorala fraktur typer med mönster av stam utveckling på ytan av lårbenet för höst fysiologiska Ladda case5,9. Medan fixtur efterlevnad kunde vara ett problem när du testar mycket hård platsen, kringgår DIC problemet genom beräkning av cortex stammar direkt från Ben lokal deformation således eliminera fixtur efterlevnad som en källa till fel vid uppskattningen av femorala stelhet . Resultaten från dessa bild korrelationer får stöd i att utveckla bättre QCT/FEA modeller inklusive materiella fel och mätvärden av skador och fraktur. Dessa kan så småningom hjälpa guide terapi beslut särskilt för osteoporotiska patienter.
Metoden har flera nackdelar, dock. Ben preparatytan måste täckas jämnt med stokastiska speckle mönster som har hög kontrast mot bakgrunden. Reflektioner från belysning eller stora deformationer kan tillfälligt förändra möjligheten för algoritmen för att spåra mönstret exakt från ram till RAM (figur 4). En andra begränsning är när enda kamera (2D) DIC är anställd, stam beräkningar kan påverkas om ben ytan planet avviker från att vara parallella med kamera bild sensor planet14. Detta kan inträffa när de femorala ytorna roterar mot eller från kameran under fraktur testning. Vi undersöker framtida arbete inom detta område för att lägga till en andra kamera och utnyttja 3D DIC metoder för förbättrad noggrannhet. Tills nyligen, sådana metoder har varit utom räckhåll i en forskning miljö men blir nu mer lättillgängliga. En annan begränsning för metoden specifika för biologisk vävnad är osäkerheten i måla vidhäftning till lårbenet ytan. Genom våra observationer, detta var inte ett problem i våra tester, men någon glidning av lårbenet vävnad och färg skulle påverka resultaten. Alla icke-benvävnad kvar under ben förberedelse kan dessutom störa cortex stam mätningar. Slutligen är den spårning bildinställningar och mesh täthet faktorer som kan påverka kvaliteten på resultaten från DIC analysen och behöver övervägas noga.
Det nuvarande protokollet presenterar en metod för att effektivt och konsekvent sätt förbereda femorala exemplar för digital bildanalys korrelation och uppskattning av motsvarande stam fält från hög hastighet kamera imaging under fraktur testning. Det har visats i vårt laboratorium för att ge konsekvens över flera tester tidsramar och med varierande forskningspersonal och aktörer över en 6 år lång tid. Förfarandet för DIC presenteras här för femorala förberedelse och testning kan enkelt utökas till andra ben typer.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna har inga relevanta upplysningar.
Acknowledgments
Författarna vill tacka de material och strukturell testning kärna på Mayo Clinic för deras tekniska support utföra fraktur testning. Dessutom vill vi tacka Ramesh Raghupathy och Ian Gerstel för deras hjälp för att utveckla DIC skript och specifika detaljer av protokollet DIC under sin tid på Mayo Clinic, och Victor Barocas forskargruppen, University of Minnesota för den underliggande programvara med öppen källkod som utför kärnan i digital bild korrelation stam beräkningar11. Denna studie stöddes ekonomiskt av Grainger innovationsfonden från stiftelsen 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).
