Summary
Under landning, nedre-kroppen ben uppleva stora mekaniska laster och är missbildade. Det är viktigt att mäta ben deformation att bättre förstå mekanismerna bakom ben stress skador associerade med effekter. En ny metod att integrera ämnesspecifika muskuloskeletala modellering och finita elementanalys används för att mäta tibial stam under dynamiska rörelser.
Abstract
Ben stress skador är vanliga i sport och militära utbildningar. Repetitiva stor inverkan marktrupper under träning kan vara orsaken. Det är viktigt att avgöra effekten av high marken inverkan krafter på nedre kroppen ben deformation att bättre förstå mekanismerna bakom ben belastningsskador. Konventionella töjningsmätaren mätning har använts för att studera i vivo tibia deformation. Denna metod är associerade med begränsningar inklusive invasivitet av förfarandet, medverkan av några försökspersoner och begränsad stam data från små ben ytor. Den aktuella studien avser att införa en ny metod för att studera tibia benet stam under stor genomslagskraft belastningsförhållanden. Ämnesspecifika muskuloskeletala modell skapades för att representera en friska manliga (19 år, 80 kg, 1 800 mm). En flexibel finita element tibia modell skapades baserat på en datortomografi (CT) skanning av försökspersonens högra tibia. Laboratoriet motion capture utfördes för att erhålla kinematik och marken reaktionskrafter drop-landningar från olika höjder (26, 39, 52 cm). Multikroppar dynamiska datorsimuleringar kombinerat med en modal analys av flexibla skenbenet utfördes för att kvantifiera tibia stam under drop-landningar. Beräknade tibia stam data var bra avtal med tidigare i vivo studier. Det är uppenbart att denna icke-invasiva metod kan användas för att studera tibia benet stam under högeffektiva aktiviteter för en stor kohort, vilket leder till en bättre förståelse av skada mekanismen av tibia stressfrakturer.
Introduction
Ben stress skador, såsom stress frakturer, är svår överanvändning skador som kräver långa perioder av återhämtning och att ådra sig betydande medicinska kostnader1,2. Stress frakturer är vanliga både i atletisk och militära populationer. Bland alla relaterade idrottsskador, stress frakturer utgör 10 procent av totalt3. I synnerhet inför spår idrottare en högre skadefrekvensen på 20%4. Soldater upplever också en hög grad av stress frakturer. Exempelvis en 6% skadefrekvensen rapporterades för US Army1 och en 31% skadefrekvensen rapporterades i den israeliska armén5. Bland alla rapporterade stress frakturer är stressfraktur tibia den vanligaste en6,7,8.
Sport och fysisk träningar med en högre risk för stressfraktur tibia är normalt förknippas med hög marken effekter (t.ex., hoppning, landning och skärning). Under förflyttning appliceras en marken inverkan kraft till kroppen när foten kontaktar marken. Denna inverkan kraft skingras av rörelseapparaten och skor. Skelettet fungerar som en serie av spakar att tillåta muskler att tillämpa krafter att absorbera den mark inverkan9. När benmusklerna inte tillräckligt minska marken påverkan, måste nedre-kroppen ben absorbera kvarstående kraften. Benstomme kommer uppleva deformation under denna process. Repetitiva absorption av kvarstående effekt styrka kan resultera i microdamages i ben, som kommer att ackumuleras och bli stressfrakturer. Hittills, att ben är reaktion på yttre påverkan marktrupper begränsad. Det är viktigt att studera hur tibia benet svarar den mekaniska belastning som införts av höga krafter under dynamiska rörelser. Att undersöka tibia ben deformation under högeffektiva aktiviteter kan leda till en bättre förståelse av mekanismen för tibia stressfraktur.
Konventionella tekniker används för att mäta ben deformation i vivo åberopa instrumenterade töjningsgivare10,11,12,13,14,15. Kirurgiska ingrepp krävs att implantatet töjningsgivare på benytan. På grund av den invasiva karaktären begränsas in-vivo studier av ett litet urval av volontärer. Dessutom kan töjningsmätaren bara övervaka en liten region i benytan. En icke-invasiv metod som utnyttjar datorsimulering för att analysera ben stam var nyligen introducerade16,17. Denna metod tillåter möjligheten att kombinera muskuloskeletala modellering och computational simuleringar att studera ben stam under mänsklig rörelse.
En muskuloskeletala modellen representeras av ett skelett och muskler. Skelettet består av ben segment, som är stel eller icke-deformerbara kroppar. Skelettmuskulaturen är modellerade som registeransvariga med progressiv-integral-derivat (PID) algoritm. Tre-termen PID kontrollen använder fel i uppskattning för att förbättra noggrannhet utgång18. I huvudsak försöka PID-regulatorer som representerar muskler duplicera kroppsrörelser genom att utveckla nödvändiga styrkor att producera längd förändringar av musklerna över tid. Den PID-regulatorn använder felet i längd/tidskurvan för att ändra styrkan för att återge rörelsen. Denna simulering process skapar en genomförbar lösning för att samordna alla muskler att arbeta tillsammans för att flytta skelettet och producera kroppsrörelse.
Ett eller flera segment i skelettet av muskuloskeletala modellen kan modelleras som flexibla kroppar för att möjliggöra mätning av deformation. Tibia benet kan exempelvis delas upp i ett ändligt antal element, som består av tusentals element och noder. Effekten av mekanisk belastning på flexibla skenbenet kan undersökas genom finit elementanalys (FE). FE analysen beräknar lastning svaret av enskilda element över tid. Som antalet ben element och noder ökar, beräkningstiden FE analys kommer att öka.
För att minska computational kostnad med noggrann utvärdering av flexibla kroppars deformation, har FE modalanalys utvecklats och används inom fordons-och flygindustrin19,20. Istället för att analysera enskilda FE elements' Svaren till mekanisk belastning i tidsplanet, bedömer detta förfarande ett objekts mekaniska svaren utifrån olika vibrationella frekvenser i frekvensplanet. Denna metod resulterar i en betydande minskning beräkningstiden samtidigt som den ger exakt mätning av deformation20. Även om FE modalanalys har använts att studera mekaniska trötthet i fordons- och flygindustrin områden, tillämpningen av denna metod har varit mycket begränsad i mänsklig rörelse vetenskap. Al Nazer et al., använde en modal FE-analys för att undersöka tibial deformation under människans gång och rapporterade uppmuntrande resultat16,17. Deras metod var kraftigt påverkade dock endast med begränsad kinematiska data från ett experiment för att köra datorsimuleringar; Det fanns ingen riktig mark krafter brukade hjälpa simuleringarna. Detta tillvägagångssätt kan vara rimliga för att studera låg effekt slow rörelser såsom promenader, men det är inte en genomförbar lösning på studera high marken inverkan rörelser. Således, för att undersöka nedre-kroppen ben reaktioner under dynamiska högeffektiva aktiviteter, är det nödvändigt att utveckla en innovativ metod för att hantera de begränsningar som är associerade med den tidigare rapporterade metoden. Specifikt, en metod som utnyttjar korrekt experimentella kinematiska data och real marktrupper inverkan måste utvecklas. Målet med denna studie var därför att utveckla ämnesspecifika muskuloskeletala modell för att utföra multikroppar dynamiska simuleringar med FE modalanalys att undersöka tibial stam under högeffektiva aktiviteter. En dynamisk högeffektiva rörelse representeras av drop-landningar från olika höjder valdes att testa metoden.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Experimentet genomfördes enligt Helsingforsdeklarationen. Innan datainsamlingen, ämnet granskat och undertecknade formuläret samtycke godkänts av universitetets institutionella granskning styrelse innan du deltar i studien.
1. CT Imaging protokoll
- Ta deltagaren till en anläggning där en CT-scanner är inrymt. Före datortomografi, konfigurera CT maskinen med följande parametrar: CT slice tjockleken på 0,625 mm, CT synfält med 15 cm x 15 cm, och automatisk inställning för parametrar av kilo-toppspänning (kVp) och milliampere-sekunder (mAs) med maskin algoritmen.
- Be deltagaren att ligga på en tabell som glider in i en ring i datortomografen. Be deltagaren att förbli mycket stilla under datortomografi. Skanna varje ben separat från calcaneus genom den distala änden av lårbenet.
- Efter slutförandet av datortomografi, exportera CT bilder i en digital bildbehandling och kommunikation i medicin (DICOM) format. Välj en bildstorlek på 512 x 512 pixlar (Gråskala).
Obs: CT imaging protokollet varar normalt mindre än 1 h. Stråldosen är minimal. Det utgör ingen större risk än de som uppstår under normal röntgen medicinska procedurer.
2. antropometriska Measurement Protocol
- Under laboratorium besök, före motion capture, mäta deltagarens kroppsmassa (kg), kroppslängd (mm), avståndet mellan den främre-superior iliaca spines (ASISs) (mm), benlängd (mm), knä gemensamma bredd (mm) och fotled gemensamma bredd (mm).
- Bland ASIS avståndsmätning: Använd ett skjutmått för att mäta det linjära avståndet mellan vänster ASIS och rätt ASIS.
- Ben längdmätning: Använd ett band åtgärd för åtgärd det linjära avståndet ASIS och mediala fotknölen för båda benen.
- Knä fogbredden mätning: Använd ett skjutmått för att mäta det linjära avståndet mellan de laterala och mediala epicondyles av lårbenet för båda knäna.
- Fotled fogbredden mätning: Använd ett skjutmått för att mäta det linjära avståndet mellan de laterala och mediala malleolerna för båda benen.
Obs: Inter ASIS avståndet, ben längd-, knä- och fotled bredd används för att bygga en ämne-modell i en biomekanik-programvara (se Tabell för material) för att utföra kinematisk och kinetiska beräkningar.
3. motion Capture protokoll
Obs: Se Tabell av material för alla program och verktyg som används.
- Placering av reflekterande markörer
- Placera 14-mm reflekterande markörer på deltagarens kropp på följande anatomiska beniga landmärken: acromion processer, sternoclavicular lederna, bas av bröstbenet, bakre processen för 10th ryggkotor, ASISs, bakre-överlägsen iliaca SPINES (PSISs), 1,5 cm ovan den laterala knä gemensamma linjer, 1,5 cm över den mediala knä gemensamma linjer, laterala malleolerna, mediala malleolerna, bakre klackar, baserna av andra fotbenen och baser av de femte metatarsalbenen.
- Plats formstabil plast tallrikar med 4-markör kluster på lår och skaft, respektive.
Obs: För bättre motion capture resultat rekommenderas deltagaren att vara barfota och bära hud-åtsittande kläder. Dessutom följer förfarandet markör placering en modifierad ”plug-in-i-gång” protokoll21. Sammanlagt 39 reflekterande markörer används för den motion capture och 34 av dem är kopplade till underkroppen.
- Instruera deltagaren att värma upp genom att gå på ett motordrivet löpband med en självvald hastighet i 5 min.
- Kalibrering av rum med utrymme för motion capture förfarande
- Power på motion capture system (12 höghastighetståg infraröd kameror) och två tvinga plattor. Öppna ett motion capture program. Inom programmets huvudfönster, öppnar du panelen 'Resurser'. Klicka på fliken ”System” konfigurera kameran frekvensen vid 200 Hz och tvinga plattan frekvens på 2 000 Hz.
- Inom programmets huvudfönster, öppnar du panelen 'Verktyg'. Klicka på knappen ”System Preparation”. Klicka på ”Kalibrera kameror”. Klicka på ”Start”. Fråga en forskare att vinka en standard 5-marker kalibrering trollstav för att utföra en dynamisk kalibrering inom rummet utrymmet där drop-landning rörelserna ska utföras. Klicka på ”Stop” efter 5 s wand data har förvärvats.
- Placera kalibrering staven på golvet att anpassa till ett hörn av en kraft tallrik i syfte att precisera en referensplats (ursprung) för kalibrerad utrymme. Klicka på ”Ställ in volym ursprung” i fönstret 'System Preparation' verktyg.
- Deltagare förberedelse i motion capture program
- Inom programmets huvudfönster, öppnar du panelen 'Resurser'. Klicka på fliken ”ämne” Klicka på knappen ”Skapa ett nytt ämne från en märkning skelett”. Välj en märkning mall från en lista av mallar som tillhandahålls.
- Ange personens namn och värden av kroppsmassa (kg), kroppslängd (mm), inter-ASIS avstånd (mm), vänster och höger benlängd (mm), vänster och höger knä bredd (mm) och vänster och höger fotled bredd (mm) i fönstret 'Egenskaper'. Högerklicka på ämnesnamnet i fönstret 'Angående resurser' och klicka på ”Spara ämne”.
- Spela in en statisk kropp kalibrering pose
- Be deltagaren stå orörlig i mitten av kalibrerad rummet med fötterna skuldra bredd isär samtidigt utvidga de övre extremiteterna sidled så att alla reflekterande markörer på kroppen är väl exponerade till kameror.
- I programmets huvudfönster, öppnar du panelen verktyg. Klicka på fliken ”angående beredning”. Klicka på ”Start” till post en 3-s motion rättegång vara statisk kalibreringen rättegång i avsnittet angående fånga.
- Förfarandet för att fastställa funktionella gemensamma centers
-
Funktionella höftleden center
- Be deltagaren att stå med ena benet, och dra ut det andra benet något framåt. Instruera deltagaren att flytta längre benet runt höftleden i följande ordning: flytta anteriorly och återgå till neutral, flytta främre-sido och återgå till neutral, flytta sidled och återgå till neutral, flytta posterior-sido och återgå till neutral, flytta posteriort och återgå till neutrala, och en circumduction rörelse.
- Inom programmets huvudfönster, öppna fönstret 'Tools', klicka på fliken ”Capture”. Klicka på ”Start” för att spela in en motion rättegång för varje funktionella hip rörelse i avsnittet Capture.
-
Funktionella knä gemensamma center
- Be deltagaren att stå med ena benet och upprätthålla en 30° hip hyper-förlängning av det andra benet. Instruera deltagaren att utföra en 45° knä flexion med icke-viktbärande benet för 5 gånger.
- Klicka på ”Start” för att spela in en motion rättegång för varje funktionellt knä rörelse i avsnittet 'Capture' i fönstret 'Verktyg'.
Obs: För detaljer av funktionella gemensamma förfarandet, se Schwarz, o.a. 22
-
Funktionella höftleden center
- Motion capture av drop-stannplan
- Slumpa ordning med hjälp av tre olika drop-landning höjder (26 cm, 39 cm och 52 cm)14.
- Plats höjden justeras trä låda med en övre yta av 50 x 50 cm2 på golvet täcks av en gummimatta. Det är 11 cm från kanterna på kraft plattorna rutan trä. Be deltagaren att stå på box ytan.
- Instruera deltagaren att utvidga sin dominerande fot direkt framför rutan och flytta sin vikt framåt, och steg bort från rutan. Be deltagaren att landa med båda benen på marken samtidigt med varje fot på en separat kraft tallrik.
- Be deltagaren att förbli stående tills den motion capture av rättegången har slutförts. Upprepa rörelsen fånga tre gånger för att samla in tre motion prövningar för varje höjd.
- Motion capture databehandling
- Öppna ett motion capture program. I huvudfönstret i programmet, gå till fönstret 'Kommunikation'. Klicka på fliken ”Data Management” Välj en av de inspelade motion prövningarna och öppna den i programmet.
- Klicka på fliken ”Pipeline” i fönstret 'Verktyg'. 'Nuvarande Pipeline' listan, Välj ”rekonstruera” rörledningen. Klicka på knappen ”Kör” för att starta återuppbyggnadsprocessen för att erhålla tre-dimension (3D) banor av reflekterande markörer.
- Klicka på fliken ”etikett/Edit” i fönstret 'Verktyg'. I avsnittet 'Manuell märkning' Välj enskilda markör namn och etikett de motsvarande 3D banor. Klicka på ”Spara” knappen i verktygsfältet när märkning är klar.
- Klicka på fliken ”Pipeline” i fönstret 'Verktyg'. I avsnittet 'Tillgängliga åtgärder', Välj ”Arkiv-Exportera”. Dubbelklicka på ”Export C3D pipeline”. Klicka på knappen ”Kör” för att exportera den bearbeta motion prövningen till en fil i en tre-dimension (C3D) koordinatformat.
- Biomekanisk analys av motion capture data
- Öppna en biomekanik programvara att ytterligare behandla motion capture data. Från den övre menyn, klicka på ”fil” och klicka på knappen ”Öppna/Lägg till”. Välj raw C3D-filer att importera till biomekanik i programmet.
- Från den övre menyn, klicka på ”modell”. Klicka på ”Skapa (lägga till statiska Calibration File)”. På submenyn, Välj ”Hybrid modell från C3DFile”. Markera och öppna den statiska kalibrering C3D fil.
- Från den övre menyn, klicka på ”modell”. Från den nedrullningsbara listan, klicka på ”Använd modell mall”. Välj och öppna en modell mallfil. Klicka på fliken ”modeller” på verktygsfältet. Klicka på fliken ”ämne Data / statistik”. Inom fönstret 'Ämne Data' ändra 'Massa' och 'Höjd' att göra modell ämnesspecifika värden.
- Klicka på fliken ”modeller” på verktygsfältet. Klicka på knappen ”Model Builder Advanced Post Processing” i översta menyraden. Klicka på fliken ”funktionella lederna” Välj ”Lägg till Motion fil från arbetsyta” i popup-fönstret på den ”modell Builder Advanced Post Processing”.
- Markera de funktionella gemensamma center C3D filerna. Markera en importerad funktionella gemensamma fil. Markera en funktionell LED matchande filen. Använd ”ange starta ram till nuvarande ram” och ”ange slutet ram till nuvarande ram” Välj de lämpliga delarna av förslaget rättegång. Klicka på knappen ”Beräkna kontrolleras landmärken”. Upprepa denna process för att beräkna andra funktionella gemensamma centra för att förfina skelett modellen.
- Klicka på knappen ”modell” på den övre menyraden. Välj ”Tilldela modell till Motion filer”. I popup-fönstret ”tilldela modeller till Motion data”, att gälla alla motion prövningar ämnesspecifika skelett modellen.
- Klicka på knappen ”Pipeline” i verktygsfältet. I popup-fönstret ”Pipeline workshopen”, klicka på knappen ”Öppna Pipeline”. Välj ”filtrering mål rörledningen”. Klicka på knappen ”köra Pipeline” att utföra en fjärde ordningens Butterworth lågpassfilter med cutoff frekvens på 10 Hz på 3D banor av motion capture prövningar.
- Klicka på knappen ”Pipeline” i verktygsfältet. I popup-fönstret ”Pipeline workshopen”, klicka på knappen ”Öppna Pipeline”. Välj ”filtrering styrkor rörledningen”. Klicka på knappen ”köra Pipeline” att utföra en fjärde ordningens Butterworth lågpassfilter med cutoff frekvens på 60 Hz på markstyrkor reaktion av motion capture prövningar.
- Klicka på knappen ”Inställningar” i övre menyraden. Placera bockmarkeringar bredvid ”Använd bearbetas analoger för marken reaktion kraft beräkningar” och ”bearbetade mål för modell/Segment/LinkModelBased användningsområden”.
- Klicka på knappen ”Pipeline” i verktygsfältet. I popup-fönstret ”Pipeline workshopen”, klicka på knappen ”Öppna Pipeline”. Välj ”modell baserad beräkning” rörledningen. Klicka på knappen ”köra Pipeline” för att utföra beräkningar av nedre-kroppen gemensamma kinematik och kinetik.
- Klicka på knappen ”Pipeline” i verktygsfältet. I popup-fönstret ”Pipeline workshopen”, klicka på knappen ”Öppna Pipeline”. Välj ”Exportera C3D koordinater” rörledningen. Klicka på knappen ”köra Pipeline” för att exportera de bearbetade 3D-koordinaterna av nedre-kroppen visuella markörer i en C3D fil.
- Klicka på knappen ”Pipeline” i verktygsfältet. I popup-fönstret ”Pipeline workshopen”, klicka på knappen ”Öppna Pipeline”. Välj ”Exportera reaktion marktrupper” rörledningen. Klicka på knappen ”köra Pipeline” exportera bearbetade 3D marken reaktion styrkor i en binär fil (filnamnstillägget: matta).
Obs: För att bevara de högeffektiva topparna under landningar, en cutoff frekvens på 60 Hz används för att filtrera de råa mark reaktion kraft data23.
- Förbereda motion capture data för datorsimuleringar
- Öppna en dator programmering programvara. Importera filen filtrerade C3D och matta datafilen.
- Exportera en textfil som innehåller lägre-kroppen gemensamma center koordinater. Konvertera filen C3D och matta datafilen till textfiler (filnamnstillägget: slf) för användning av ett multi dynamisk simuleringsprogram.
4. angående specifika modellering förfarande
-
Att skapa lägre-kroppen skelett modell
- Öppna den multibody dynamisk simulering programvara som med den mänskliga kroppen modellering plug-in installerad. Under denna process öppnas automatiskt människokroppen modellering plug-in modul. Dubbelklicka på ikonen ”nya modellen” för att öppna modellen bygga Kontrollpanelen inom startbilden.
- Inom panelen viktigaste modellering, i avsnittet ”antropometriska Database Library” välja generiska kroppen (GeBOD) från det drop-down listan. Inom panelen viktigaste modellering, ange kroppsmassa (kg), kroppslängd (mm), kön och ålder (månader).
- Inom panelen viktigaste modellering i ”kroppen” konfigurationsavsnittet, klickar du på alternativknappen ”lägre kropp”. ”Enheter” nedrullningsbara listan, Välj ”Millimeter Kilogram Newton”. Klicka på knappen ”Apply” i avsnittet ”Skapa kroppen mätning tabell” att acceptera kroppsmått inom panelen viktigaste modellering. Fortsätt att klicka på knappen ”Apply” i avsnittet ”Skapa mänskliga segment” att skapa en lägre kroppen skelett bas-modellen.
Obs: Denna modell skalas baserat på individens höjd, vikt, ålder och kön. Modellen består av sju segment: ett bäcken, två lår, två skaft och två fötter (figur 1). Alla segment modelleras som stela kroppar.
-
Modellering nedre-kroppens leder
- Inom panelen viktigaste modellering i huvudmenyn nedrullningsbara listan, Välj ”lederna” för att öppna konfigurationspanelen gemensam.
- Klicka på knappen bredvid ”förbereda modell med inspelning lederna” inom konfigurationspanelen gemensam i avsnittet ”gemensamma ROTATION element”. Ange följande parametrar i avsnittet ”våren spjäll och gemensamma gränser egenskaper”: nominell ledstelhet 1 Nmm / °, nominella gemensamma dämpning av 0,1 Nmm∙s / °, stoppa stelhet av 3.38E7 Nmm / °. Fortsätta att välja ”vänster ben” och ”höger ben” genom att markera knapparna bredvid namnen. Klicka på knappen ”Apply” för att acceptera de gemensamma konfigurationerna.
- Inom panelen viktigaste modellering från den nedrullningsbara listan i huvudmenyn, Välj ”Workflow”. Från den nedrullningsbara listan av sub-menyn, Välj ”gångart” och ”kalibrera”. Ange deltagarens nedre-kroppen gemensamma center fil i avsnittet ”gemensamma Center Data”.
- Klicka på knappen ”Load” för att importera data om du vill ändra placeringen av gemensamma centra. I avsnittet ”Load statiska prov” ange statiska kalibrering motion capture rättegången (i slf filformat, generation som beskrivs i steg 3.8 3.10). Klicka på knappen ”Load” för att importera filen för att parameterstyra nedre-kroppen skelett modellen.
Obs: Som standard konfigureras höftleder som sfäriska leder med tre grader av frihet, knäleder är konfigurerade som bakåtrullade lederna med en grad av frihet och fotled lederna är konfigurerade som kardanknutar med två frihetsgrader.
-
Modellering skelettmuskulaturen
- Inom panelen viktigaste modellering från den nedrullningsbara listan i huvudmenyn, Välj ”mjukdelar”. Från den nedrullningsbara listan av sub-menyn, Välj ”Skapa Base vävnad-Set”. Klicka på ”förbereda modell med inspelning muskel element” i avsnittet ”muskel KONTRAKTILA element”.
- Klicka på knappen för ”uppdaterad 45 muskel Set” i avsnittet ”GLOBAL inspelning ELEMENT muskel egenskaper”.
- I avsnittet ”globala inspelning ELEMENT muskel egenskaper” acceptera följande standardinställningar för muskel egenskaper: passiv stelhet i 0.4448 N/mm, passiv dämpning på 1,75 e-2 Ns/mm, muskel vila massa 0.4448 N. Kontrollera alternativknapparna av ”vänster ben” och ”Höger ben” för muskel tilldelningar. Klicka på knappen ”Apply” för att acceptera konfigurationerna.
Obs: 45 benet muskel uppsättningen innehåller följande muskler: Adductor Brevis, Adductor Longus, Adductor Magnus (tre grupper), Biceps Femoris långa huvud, Biceps Femoris korta huvud, Extensor Digitorum, Extensor Hallucis, Flexor Digitorum, Flexor Hallucis, Gastrocnemius, Gemellus, Gluteus Maximus (tre grupper), Gluteus medier (tre grupper), Gluteus betydelse (tre grupper), Gracilis, Hamstring, Iliacus, laterala Gastrocnemius, mediala Gastrocnemius, Pectineus, Peroneus Brevis, Peroneus Longus, Peroneus Tertius, Piriformis, Psoas, Quadriceps Femoris, Rectus Femoris, Sartorius, Semimembranosus, Semitendinosus, Soleus, Tensor Fasciae Latae, Tibialis Anterior, Tibialis Posterior, Vastus Intermedius, Vastus Lateralis, Vastus Medialis.
5. flera kropp Dynamics simuleringar
-
Utför inversa kinematiska simulering
- Inom panelen viktigaste modellering från den nedrullningsbara listan i huvudmenyn, Välj ”Workflow”. Nedrullningsbara listan över den sub-menyn, Välj ”gångart” och ”rättegång”. I avsnittet ”dynamiska prov Data”, ange filnamnet för en dynamisk rörelse fånga rättegång (i slf filformat) och klicka på ”Load” för att importera data. Fortsätta att ange den motsvarande mark insatsstyrkan data fil (i slf filformat) och klicka på ”Load” för att importera data.
- Inom panelen viktigaste modellering från den nedrullningsbara listan i huvudmenyn, Välj ”_Analyze”. Köra Omparametrisera analysen för att justera den modell hållningen för att matcha hållningen i början av dynamiska rättegången.
- Öppna panelen simulering. Inaktivera effekterna av gravitation och marken reaktionskrafter. Välj hela rörelse rättegången som längden på simuleringen.
- Ange ett tidssteg 100 steg/s. kör en inversa kinematiska simulering som drivs av motion capture data. Spara den inversa kinematiska simulering analysen.
-
Att skapa en rörelse tracker agent
- Öppna panelen Motion Tracker Agent skapande. Acceptera standardnamnet tracker: MA_Track.
- Ange den translationella stelhet och roterande stelhet som 10 N/mm och 1000 Nmm / °, respektive. Ställ in translationell dämpning och roterande dämpning som 10 Ns/mm och 1 000 Nmms / °, respektive. Ange alla translationell och roterande frihetsgrader som Driven.
- Observera. Eftersom endast den nedre-kropp modellen används för framåt dynamisk simulering, är en rörelse tracker nödvändigt att konto för instabilitet på grund av överkroppen rörelse.
-
Träning benmuskler
- Öppna panelen mjukdelar konfiguration. Välj Closed-loop enkel för muskel-modellen. Ange följande parametrar för muskel modell: proportionell vinst på 1.0E6, integrerad i 1.0E6 och derivat tjäna av 1.0E4.
- Välj den inversa kinematiska simulering analysen skall vara målet för muskelträning. Applicera muskelträning.
-
Importera en flexibel tibia
- Öppna panelen flexibel kropp Import. Utföra den justering kartläggning med tre kända beslutsfattare och deras motsvarande noder på ytan av flexibla skenbenet.
- Välj stel skenbenet ersätts med flexibla skenbenet. Välj den MNF fil som representerar flexibla skenbenet. Välj filen muskel fastsättning mappning för återansluta benmusklerna att flexibla skenbenet. Importera den flexibla tibia till muskuloskeletala modellen.
-
Utföra framåt dynamisk simulering med flexibla skenbenet på plats
- Öppna panelen simulering. Aktivera effekterna av gravitation och marken reaktionskrafter. Inaktivera effekterna av motion agenter.
- Välja att köra simuleringen för längden på hela förslaget rättegång. Ställ in tidssteg 100 steg/s. kör en framåt dynamisk simulering som drivs av utbildade muskler. Spara den framåt dynamisk analysen.
6. skapa en flexibel Tibia modell
-
Skapa en 3D-yta nät modell
- Öppna en bild bearbetningsprogram. Importera CT skivor i DICOM-format. Skapa en mask med regionen växande metoden för att skilja benvävnad från omgivande mjukdelar.
- Sök efter CT skivor där tibia och fibula är anslutna. Separata tibia och fibula genom att radera masken längs konjunktionen av två ben.
- Skapa en andra mask med regionen växande metoden att bara inkludera tibia benet. Gå igenom CT skivor att avslöja karies befintliga i tibia masken. Fylla håligheter i masken. Skapa ett 3D tibia objekt baserat på tibia masken. Exportera 3D tibia objektet som en fil i drawing interchange format (DXF).
-
Skapa en modell med finita element i tibia
- Öppna en FE analys programvara. Importera filen 3D tibia modell med DXF förlängning.
- Utföra kommandot rensa ta bort duplicerade element och noder. Utföra kommandot volym Mesh för att skapa en FE tibia modell med sexkantiga inslag av 3 mm x 3 mm x 3 mm. tilldela följande materialets egenskaper alla element: Youngs modul 17 GPa, Poissons förhållandet mellan 0,3 och densiteten hos 1.9E-6 Kg/cm3.
Obs: Materialegenskaper tilldelas till varje element med antagandet att benvävnad är isotrop inom spänner av stam upplevs av ben under dynamiska rörelser24,25,26.
-
Skapa en flexibel tibia modell
- Inom den centrala kontrollpanelen, klicka på fliken ”geometri & Mesh” Välj ”geometri & Mesh”. Klicka på ”Lägg till noder” i ”geometri & Mesh” popup-fönstret, i avsnittet ”Mesh” att skapa två nya noder för att representera centrerar av knä- och fotled lederna.
- Den centrala kontrollpanelen, klicka på fliken ”Länkar” Välj RBE2's. Den RBE2 popup-fönster, skapa länk anslutningar av typen 2 stel kropp element (RBE2) mellan gemensamma noder och ytan noder på knä och fotled ytor.
- Den centrala kontrollpanelen, klicka på fliken ”Randvillkor”. Klicka på knappen ”Ny” i avsnittet ”randvillkor”. Välj ”DOF_Set noder”. I popup-fönstret ”Egenskaper för gränsvillkor” skapa ett gränsvillkor genom att tilldela varje två RBE2 gemensamma noder sex frihetsgrader.
- Den centrala kontrollpanelen, klicka på fliken ”Loadcases”. I avsnittet ”Loadcases”, klicka ”ny”, Välj ”Adams Craig-Bampton”19. ”Loadcase egenskaper” popup-fönstret, klicka på ”DOF-uppsättning noder”. Välj den dofset_nodes som skapade i steget ovan.
- Den centrala kontrollpanelen, klicka på fliken ”jobb”. Klicka på ”ny” i avsnittet ”jobb”. Välj ”strukturella”. I popup-fönstret ”Egenskaper” Välj de loadcase som skapats i föregående steg. Klicka på knappen ”jobben”. I ”resultat” popup-fönstret, Välj ”Stress” och ”stam”. Också välja ”kilo” för massa, ”Newton” för kraft, ”Millimeter” för längd och ”andra” för tid. Klicka på knappen ”Kör”.
- Klicka på knappen ”Skicka” att lämna jobbet för en FE-simulering och skapa modala neutrala filen (MNF) av tibia16i popup-fönstret ”Run Job”.
7. stam dataanalyser
-
Exportera ben stam data
- Öppna post processorn av programmet multi simulering. Ladda hållbarhet plugin-programmet.
- Öppna simuleringen med flexibla tibia genom att namnet simulering. Exportera den högsta och lägsta huvudsakliga stammar och maximal skjuvning stam av noderna som representerar den antero-mediala aspekten av den mitten av-tibial diaphysis.
-
Bearbeta raw stam data
- Öppna en dator programmering programvara för databehandling. Importera data från raw stam. Gäller en fjärde ordningen för Butterworth av lågpassfilter för raw-data med en cutoff frekvens av 15 Hz.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
En friska kaukasiska manlig (19 år, höjd 1800 mm, massa 80 kg) frivilligt för studien. Innan datainsamlingen, ämnet granskat och undertecknade formuläret samtycke godkänts av universitetets institutionella granskning styrelse innan du deltar i studien. Experimentet genomfördes enligt Helsingforsdeklarationen. Experimentet utfördes utifrån följande protokoll.
För att kontrollera riktigheten av de framåt dynamisk simuleringen, jämfördes nedre-kroppen gemensamma vinklar från simuleringen med motsvarande gemensamma vinklar mäts från motion capture data bearbetas av en biomekanik analysprogram. En statistisk analys programvara användes för att beräkna cross-korrelationskoefficienterna av jämförelserna. Cross-korrelation beräkningen tillåtna 10 lag i både positiv och negativ riktning. Varje lag motsvarade till en en tid steg i framåt dynamisk simulering (0,01 s). Maximal cross-korrelationskoefficienterna identifierades.
Okulärbesiktning av figur 2, figur 3och figur 4 visar på likheterna mellan de gemensamma vinklar som produceras med experimentella data och simulering data. Stark cross-korrelationskoefficienterna hittades mellan experimentell och simulering gemensamma vinklarna på noll fördröjning (tabell 1).
De topp stammarna på regionen antero-mediala i mitten av-tibial axeln under landning från tre olika höjder presenteras i tabell 2. Bland de tre landning höjderna visat de 52 cm landning skick den största peak högst, peak minsta huvudman, och peak maximal skjuvning stammar. Dessutom observerades det att, som den fallhöjd som ökat, peak maximal huvudsakliga stammar ökade.
Figur 1: ämnesspecifika muskuloskeletala-modell som skapats i den aktuella studien. Denna lägre kroppen muskuloskeletala modellen innehåller sex stela delar (bäckenet, vänster och höger lårben, vänster skenben och vänster och höger fot) och en flexibel tibia (höger tibia). 90 benmuskler är kopplade till modellen. För visualisering syfte representeras varje muskel av en korall color line. Gemensamma centers representeras av blå ljusbollar för högra nedre kropp och lila bollar för vänstra nedre delen av kroppen. Klicka här för att se en större version av denna siffra.
Figur 2: gemensamma vinkel jämförelser (i grader) mellan experimentell rörelse fånga data och simulering för drop-landning från höjd 26 cm. Heldragna linjer representerar gemensamma vinklar beräknas med experimentell rörelse fånga data. Streckade linjer avser gemensamma vinklar produceras av multi dynamisk simulering data. Vertikala linjer representerar stunder av inverkan. Klicka här för att se en större version av denna siffra.
Figur 3: gemensamma vinkel jämförelser (i grader) mellan experimentell rörelse fånga data och simulering för drop-landning från höjd 39 cm. Heldragna linjer representerar gemensamma vinklar beräknas med experimentell rörelse fånga data. Streckade linjer avser gemensamma vinklar produceras av multi dynamisk simulering data. Vertikala linjer representerar stunder av inverkan. Klicka här för att se en större version av denna siffra.
Figur 4: gemensamma vinkel jämförelser (i grader) mellan experimentell rörelse fånga data och simulering för drop-landning från höjd 52 cm. Heldragna linjer representerar gemensamma vinklar beräknas med experimentell rörelse fånga data. Streckade linjer avser gemensamma vinklar produceras av multi dynamisk simulering data. Vertikala linjer representerar stunder av inverkan. Klicka här för att se en större version av denna siffra.
| Droplanding höjder | ||||||
| 26 cm | 39 cm | 52 cm | ||||
| Nedre-kroppens leder | Cross-korrelationskoefficienten | Fördröjning | Cross-korrelationskoefficienten | Fördröjning | Cross-korrelationskoefficienten | Fördröjning |
| Fotled | 0.998 | 0 | 0.998 | 0 | 0,999 | 0 |
| Knä | 1 | 0 | 1 | 0 | 1 | 0 |
| Höft | 0,999 | 0 | 1 | 0 | 1 | 0 |
Tabell 1: Cross-korrelationskoefficienter och släpar från jämförelser mellan gemensamma vinklar produceras baserat på rörelse fånga data och gemensamma vinklar produceras från simulering data. En studie på varje höjd användes för jämförelser. Noll fördröjning visar ingen skillnad i tid när gemensamma vinklar producerades mellan de två synsätten.
| Droplanding höjder | |||
| Ben-stam (µstrain) | 26 cm | 39 cm | 52 cm |
| Maximal rektor | 1160 | 1270 | 1410 |
| Minst rektor | -659 | -598 | -867 |
| Maximala skjuvning | 893 | 47¼ | 1140 |
Tabell 2: Tibia benet stammar på den antero-mediala aspekten av mid-tibial axeln under drop-landning från tre olika höjder. Högst, minsta huvudman, och maximal skjuvning stammar presenteras.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Syftet med denna studie var att utveckla en icke-invasiv metod för att bestämma tibia deformation under högeffektiva aktiviteter. Kvantifiera tibia stam på grund av effekterna lastning kommer att leda till en bättre förståelse av tibia stressfraktur. I denna studie en ämnesspecifika muskuloskeletala modell utvecklades och datorsimuleringar kördes till duplicera de drop-landning rörelser utförs i laboratoriemiljö. Effekten av drop-landning höjd på tibial stam undersöktes. I denna studie konstaterade vi att som drop-landningen höjd ökade, så gjorde de peak maximala huvudsakliga stammarna. Även bland de tre landning villkor resulterade villkoret 52 cm i den högsta topp högst, minsta huvudman, och maximal skjuvning stammar.
Det finns begränsad i vivo data i litteraturen när det gäller effekten av drop-landning på tibia stam. Milgrom et al., rapporterade den högsta huvudsakliga stammen alltifrån 896-1,007 µstrain under landningar från tre olika höjder (26, 39, 52 cm)14. Ekenman et al. rapporterade en genomsnittlig stam av 2 128 µstrain under landning från en 45 cm höjd13. Den maximala huvudsakliga stammen från datorsimuleringar var mellan 1 160-1 410 µstrain under landning från tre olika höjder (26, 39, 52 cm), som var högre än de som rapporterats av Milgrom et al. men var lägre än vad som rapporterats av Ekenman o.a. 13 , 14
Följande orsaker kan bidra till stam skillnaden mellan de aktuella och tidigare studierna. Första, demografiska skillnader mellan ämnen i denna och tidigare studier. Vi använde ett fysiskt aktiva manliga ämne. Ekenmans studien omfattade en kvinnlig ämne13. Milgroms studie ingår både män och kvinnor och rapporterade den genomsnittliga stammar14. Andra kan skodon spela en roll i skillnader i ben stam. Lanyon et al. studerade effekten av skodon på tibial stammar, de fann att promenader och löpning barfota resulterade i större stammar jämfört bär skor12. Den aktuella studien användes ett barfota landning protokoll, de stam-värden som beräknats var större än de av Milgrom et al. studien, som använde en landning-protokollet med standard sportskor14. För det tredje, förändringar i landning strategi kan också påverka den tibial stammen. I den aktuella studien var det möjligt att ämnet kan välja en strategi såsom ökande stammen flexion för att minska konsekvenserna när drop-landning höjd ökar. Denna strategi skulle kunna skydda skenbenet från stora stammar. Milgrom et al. föreslog också en eventuell skyddande strategi som används av hans försökspersoner14. För det fjärde, det kan finnas en liten skillnad på platser där tibial stam övervakades. Vår studie undersökte benet stammen på den antero-mediala aspekten av mid-tibial axeln. I Milgrom et al., registrerades stammar från den mediala regionen i mitten av-tibial axel14. Sagittalplanet Böjande ögonblick på skenbenet under landning kan resultera i höga maximala huvudsakliga stam på platser nära Regionkommittén främre tibial schaktet. Trots verkar våra stam resultat vara jämförbara med resultat från tidigare studier och ligger i intervallet stam (400-2,200 µstrain) rapporterats av de in-vivo studier10,13,14.
De tibial stam-värden som erhålls från denna icke-invasiv strategi påverkas av riktigheten av muskuloskeletala modellen. Cross-korrelationer utfördes för att undersöka den experimentella gemensamma vinkel data och dator simulering under drop-landningar. Stark korrelationskoefficienterna hittades mellan de experimentellt uppmätta data och dator simulering. Detta indikerar att den ämnesspecifika modell som utvecklats i denna studie rimligen kan replikera drop-landning rörelser. Dessutom var de tibial stammar som redovisas i denna studie väl under 3 000 µstrain, vilket bekräftar antagandet härrör från andra studier att tibia ben deformation är linjär under drop-landningar14,15. Således, med beräknade stam data i det linjära området och utmärkta reproduktioner av landning rörelsemönster, vi slutsatsen att de stam-uppgifter som erhållits från denna icke-invasiva metod någorlunda korrekt. Den aktuella studien rekryterade dessutom endast ett ämne för att undersöka ben stam under drop-landningar. Framtida studier kunde undersöka huruvida det finns ett dos-respons-samband mellan drop-landning höjder och tibia benet stammar med hjälp av en stor provstorlek.
Betydelsen av denna studie är att införa en innovativ icke-invasiv metod att mäta ben deformation. Denna icke-invasiva metod åtgärdar de begränsningar som är associerade med den konventionella i vivo töjningsmätaren mätning, som inte kunde användas till ett stort urval av försökspersoner. Dessutom adresser den nuvarande föreslagna metoden begränsningar som är associerade med en tidigare rapporterade icke-invasiv metod16,17, som påverkades av använda begränsade kinematiska data för att köra simuleringar och var endast lämplig för studera låg marken inverkan rörelser såsom promenader. Som skenbenet stressfrakturer förblir hög i atletisk och militära populationer, är det viktigt att studera effekten av högeffektiva fysiska aktiviteter (t.ex., springa, hoppa och skärning) på Tibia benet svaren. Den nuvarande innovativa icke-invasiv strategin verkar vara en genomförbar lösning för dessa studier. Detta kommer att belysa utveckla adekvat fysisk träning protokoll för idrottare och militära rekryter för att minska tibia belastningsskador. Denna innovativa icke-invasiv metod presenterar dessutom en möjlighet att utvärdera ben stammar i andra otillgängliga med genomförda mätare som lårbenet och strålbenshälta ben.
Viktiga frågor som rör denna icke-invasiva ben stam mätning måste behandlas här. För det första skapas en generisk nedre-kroppen muskuloskeletala modell baserat på individens ålder, kön, kroppsmassa och kroppslängd med hjälp av GeBOD databas27. Experimentellt uppmätta rumsliga platser av nedre-kroppen gemensamma centra används för att förfina muskuloskeletala modellen. Detta ämnesspecifika modellering synsätt jämfört med generiska modell, och presenterar en bättre muskuloskeletala modell individens fysiska struktur. Framtida studier kunde överväga att utveckla en helkropps muskuloskeletala modell för överkroppen rörelse under multikroppar dynamiska simuleringar.
För det andra finns det 45 muskler som tilldelats varje ben i modellen. Ursprung och införanden av muskler är anatomiskt beslutsamma27. En enkel slutna algoritm används för att hantera enskilda muscle s kraft produktion. Specifikt, registreras ändringen av muskel längd historia under dynamisk rörelse såsom landning via den inversa kinematiska simuleringen. När du kör framåt dynamiska simuleringen var en PID-regulator tilldelats varje muskel och används för att reglera den nödvändiga muskel kraften för att duplicera muskel längd historia spelat in tidigare. Denna enkla slutna algoritm ger utmärkta resultat i replikera gemensamma kinematik. Dock detta tillvägagångssätt tar inte hänsyn till neurala samordning mellan muskler med liknande funktioner och kan inte stå för samtidig sammandragningar från antagonister. Framtida arbeten kan du använda en Hill-baserade muskel modell, som består av ett aktivt kontraktila element (CE) och en passiv elastisk del (PE). Hill-baserade modellen integrerar muskelns kraft-hastighet och kraft-längd relationer att producera spänning. Den beräkna muskel kraften kan sedan jämföras med EMG data för validering.
För det tredje skapas en ämnesspecifika tibia modell från CT-bilder att representera sann geometri av tibia benet under utredning. CT imaging är den primära metoden att erhålla sann geometri av tibia benet, kan andra avbildningstekniker såsom magnetisk resonanstomografi (MRT) också användas att producera den ämnesspecifika tibia-modellen. Det nuvarande modellering protokollet förutsätter också, skenbenet vara isotropa materiell egendom. Ett generiskt densitet värde på 1.9E-6 kg/cm3 och en enda Youngs modul 17 GPa tilldelas alla tibial FE element. Framtida studier kan överväga att skaffa värden för densitet från alla regioner i tibia. Detta kan göras genom att införa en kalibrerad fantom under datortomografi. Bentäthet kan sedan beräknas baserat på CT'S Hounsfield enheter. Youngs modulus av benvävnaden kan ytterligare beräknas baserat på densitet data. Tilldela den tibial FE-modellen ämnesspecifika materialegenskaper kommer att ge mer realistiska ben stam resultat genom simuleringar.
För det fjärde används en modal FE-analys för att beräkna ben stammar. Under denna modalanalys beräknas frekvens Svaren för att matcha mekaniska belastningar (linjär och kantiga forces) som infördes på knä och fotled lederna. En flexibel tibia som representeras av en MNF fil genereras från den modala FE-analysen. Denna flexibla tibia introduceras till ämnesspecifika muskuloskeletala modellen att ersätta motsvarande styv skenbenet. Under den efterföljande framåt dynamisk simuleringen, är deformation av flexibla skenbenet vid varje tidssteg kvantifierad. Jämfört med den traditionella FE-analys, som beräknar mekaniska Svaren objektets FE bestående av tusentals frihetsgrader (tusentals element och noder) vid varje tidssteg i rörelse, behandlar denna modalanalys strategi med långt mindre antal grader av frihet inom frekvens domän (t.ex., 12 belastningsförhållanden från knä och fotled lederna). Med metoden modalanalys reduceras beräkningstiden avsevärt från flera timmar/dagar till mindre än 1 h för en typisk simulering. Förutom förmånen att konsumera mindre datortid, är modalanalys strategi idealisk för computing liten deformation (< 10%) upplevs av stela strukturer såsom benvävnad.
Slutligen måste den nuvarande icke-invasiva metoden fördelar jämfört med en tidigare rapporterade metod16,17 behandlas här. (A) vår muskuloskeletala modell är raffinerad att inneha mer exakt nedre-kroppen gemensamma centrerar, som produceras genom den funktionella gemensamma bedömning22. Dock definierar den tidigare metoden gemensamma centra för den modellen baserad på Plug-in Gait förfarandet21 med hjälp av att använda ett begränsat antal visuella markörer. (B) denna modell innehåller 45 muskler att varje ben jämfört med endast 12 muskler som används i den tidigare modellen. Öka antalet benmusklerna i muskuloskeletala modellen skulle förbättra kvaliteten på simuleringen. (C) under den inversa kinematiska simuleringen drivs muskuloskeletala modellen av en uppsättning 34 visuella markörer placeras på underkroppen, som tillåter bättre dubblering av den faktiska rörligheten. Däremot den tidigare metoden använder endast 16 markörer för att köra samma simulering, och detta får presentera numeriska fel för simuleringen. (D) under den framåt dynamisk simuleringen, verkliga marken inverkan krafter tillämpas på denna muskuloskeletala modell att simulera rörelsen. Den tidigare metoden är dock inte kunna införliva marken krafter i simuleringen. Utan att använda riktiga marken krafter under framåt dynamiska simuleringar, den tidigare metoden är begränsad att studera låg påverkan aktiviteter. Stegen ovan vi vidta för att förbättra återgivningen av ämnesspecifika muskuloskeletala modellen verkar vara framgångsrikt för att undersöka tibial deformation under människors rörelser. Tillägg av införliva sant marken krafter i simuleringar visar sig vara nödvändigt att studera ben stam under high marken inverkan aktiviteter.
Sammanfattningsvis, mäts normalt i vivo tibia ben deformation av metoden konventionella fläcken mätare. Detta tillvägagångssätt är associerade med begränsningar som en invasiv art, färre volontärer, små benytan områden analyseras, etc. en ny metod anställd multibody dynamiska simuleringar med FE modalanalys föreslogs i denna studie att kvantifiera tibia deformation under drop-landningar. Det är uppenbart att detta tillvägagångssätt kan hantera de begränsningar som ärvts från konventionella töjningsmätaren mätningen. Dessutom, eftersom denna strategi gynnar från använder verkliga experimentella kinematisk och kinetiska data, samt en ämnesspecifika muskuloskeletala modell och flexibla tibia för att utföra dynamisk simulering och FE modalanalys, den representerar en enorm förbättring i den forskning-protokollet över en tidigare rapporterade metod. Denna icke-invasiv metod utnyttjar ämnesspecifika data för multibody dynamiska simuleringar kombinerat med FE modalanalys kan således bli ett lovande verktyg för att studera tibial deformation under dynamisk rörelse. Framtida forskning kunde anställa denna metod att studera ben stammar under högeffektiva aktiviteter för en stor kohort att studera skada mekanismer av stress frakturer.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna förklarar att de har inga konkurrerande finansiella intressen.
Acknowledgments
Avdelning av den armén #W81XWH-08-1-0587, #W81XWH-15-1-0006; Ball State University 2010 ASPiRE grant.
Materials
| Name | Company | Catalog Number | Comments |
| CT Scanner | GE Medical System | N/A | Light Speed VCT. For performing tibia CT scan. |
| Motion Capture System | Vicon Inc | N/A | Vicon FX40 high speed cameras. For performing 3D motion capture. |
| Force plates | AMTI Inc | N/A | Collecting 3D ground reaction forces |
| Vicon Nexus | Vicon Inc | N/A | Motion capture software program. For processing visual marker trajectory data. |
| Visual 3D | C-Motion Inc | N/A | Biomechanics analysis software. For computing 3D kinematics and kinetics of human movements. |
| MATLAB | Mathworks Inc | N/A | Computer programming software. For performing raw data filtering, data conversion, and data processing. |
| ADAMS 2012 | MSC Software Inc | N/A | Multibody dynamic computer simulation program. |
| LifeMOD | Lifemodeler Inc | N/A | A software Plug-in in ADAMS. For building human body musculo-skeletal models. |
| MIMICS 13 | Materialise Inc | N/A | Image processing program. A 3D modeling tool to process imaging data. For creating 3D tibia model from CT scans. |
| MARC 2012 | MSC Software Inc | N/A | Finite element analysis software. For performing volumn meshing, generating tibia FE model, and running modal FE analysis. |
| SPSS 19 | IBM Inc | N/A | Statistical analysis software. |
References
- Brukner, P., Bennell, K., Matheson, G. Stress fracture. , Blackwell Science. Victoria, Australia. (1999).
- Zadpoor, A., Nikooyan, A. The relationship between lower-extremity stress fractures and the ground reaction force: A systematic review. Clin Biomech. 26, 23-28 (2011).
- Matheson, G. O., Clement, D. B., McKenzie, D. C., Taunton, J. E., Lioyd-Smith, D. R., Maclntyre, J. G. Stress fractures in athletes. A study of 320 cases. Am J Sports Med. 15, 46-58 (1987).
- Bennell, K., Grimston, S. Risk factors for developing stress fractures. Musculoskeletal fatigue and stress fractures. Burr, D., Milgrom, C. , CRC Press. New York. 15-33 (2001).
- Milgrom, C., Giladi, M., Stein, M., Kashtan, H., Margulies, J. Y., Chisin, R., Stenberg, R., Aharonson, Z. Stress fractures in military recruits. A prospective study showing an unusually high incidence. J Bone Joint Surg Br. 67, 732-735 (1985).
- Almeida, S. A., Williams, K. M., Shaffer, R. A., Brodine, S. K. Epidemiological patterns of musculoskeletal injuries and physical training. Med Sci Sports Exerc. 31, 1176-1182 (1999).
- Jones, B. H., Knapik, J. J. Physical training and exercise-related injuries, surveillance, research and injury prevention in military populations. Sports Med. 27, 111-125 (1999).
- Jones, B. H., Thacker, S., Gilchrist, J., Kimsey, C. D., Sosin, D. M. Prevention of lower extremity stress fractures in athletes and soldiers: a systematic review. Epidemiol Rev. 24, 228-247 (2002).
- Voloshin, A., Wosk, J. An in vivo study of low back pain and shock absorption in the human locomotor system. J Biomech. 15, 21-27 (1982).
- Burr, D. B., Milgrom, C., Fyhrie, D., Forwood, M., Nyska, M., Finestone, A., Hoshaw, S., Saiag, E., Simkin, A. In vivo measurement of human tibial strains during vigorous activity. Bone. 18, 405-410 (1996).
- Ekenman, I., Halvorsen, K., Westblad, P., Fellander-Tsai, L., Rolf, C. The reliability and validity of an instrumented staple system for in vivo measurement of local bone deformation. An in vitro study. Scand J Med Sci Sports. 8, 172-176 (1998).
- Lanyon, L. E., Hampson, W. G., Goodship, A. E., Shah, J. S. Bone deformation recorded in vivo from strain gauges attached to the human tibial shaft. Acta Orthop Scand. 46, 256-268 (1975).
- Ekenman, I., Halvorsen, K., Westblad, P., Tsai, L. F., Rolf, C. Local bone deformation at two predominant sites for stress fractures of the tibia: an in vivo study. Foot Ankle Int. 19, 479-484 (1998).
- Milgrom, C., Finestone, A., Levi, Y., Simkin, A., Ekenman, I., Mendelson, S., Millgram, M., Nyska, M., Benjuya, N., Burr, D. Do high impact exercises produce higher tibial strains than running? Br J Sports Med. 34, 195-199 (2000).
- Milgrom, C., Finestone, A., Simkin, A., Ekenman, I., Mendelson, S., Millgram, M., Nyska, M., Larsson, E., Burr, D. In-vivo strain measurements to evaluate the strengthening potential of exercises on the tibial bone. J Bone Joint Surg Br. 82, 591-594 (2000).
- Al Nazer, R., Rantalainen, T., Heinonen, A., Sievanen, H., Mikkola, A. Flexible multibody simulation approach in the analysis of tibial strain during walking. J Biomech. 41, 1036-1043 (2008).
- Al Nazer, R., Klodowski, A., Rantalainen, T., Heinonen, A., Sievanen, H., Mikkola, A. A full body musculoskeletal model based on flexible multibody simulation approach utilised in bone strain analysis during human locomotion. Comput Method Biomec. 14, 573-579 (2011).
- Johnson, M. A., Moradi, M. H., Crowe, J. PID control: new identification and design methods. , Springer. New York. 543 (2005).
- Craig, R. R., Bampton, M. C. C. Coupling of substructures for dynamics analysis. American Institute of Aeronautics and Astronautics Journal. 6, 1313-1319 (1968).
- Wasfy, T. M., Noor, A. K. Computational strategies for flexible multibody systems. Appl Mech Rev. 56, 553-613 (2003).
- Kadaba, M. P., Ramakrishnan, H. k, Wootten, M. E. Measurement of lower extremity kinematics during level walking. J Orthop Res. 8, 383-392 (1990).
- Schwartz, M. H., Rozumalski, A. A new method for estimating joint parameters from motion data. J Biomech. 38, 107-116 (2005).
- Devita, P., Skelly, W. A. Effect of landing stiffness on joint kenetics and energetic in the lower extremity. Med Sci Sports Exerc. 24, 108-115 (1992).
- Dong, X. N., Guo, X. E. The dependence of transversely isotropic elasticity of human femoral cortical bone on porosity. J Biomech. 37, 1281-1287 (2004).
- Schileo, E., Taddei, F., Malandrino, A., Cristofolini, L., Viceconti, M. Subject-specific finite element models can accurately predict strain levels in long bones. J Biomech. 40, 2982-2989 (2007).
- Pattin, C. A., Caler, W. E., Carter, D. R. Cyclic mechanical property degradation during fatigue loading of cortical bone. J Biomech. 29, 69-79 (1996).
- Lifemodeler, I. Lifemod Manual. , Lifemodeler Inc. San Clemente, CA. (2010).
