Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Bioengineering

Fagspesifikke muskel modell for å studere bein belastning under dynamisk bevegelse

doi: 10.3791/56759 Published: April 11, 2018

Summary

Under landing, nedre kroppen bein oppleve store mekaniske belastninger og er deformert. Det er viktig å måle bein deformasjon å forstå mekanismer for Ben stress skader forbundet med konsekvensene. En ny tilnærming integrere fagspesifikke muskel modellering og finite elementanalyse brukes til å måle tibial belastning under dynamiske bevegelser.

Abstract

Ben stress skader er vanlig i sports- og militær opplæring. Repeterende stor innvirkning bakkestyrker under trening kan være årsaken. Det er viktig å bestemme effekten av høydene innvirkning styrker på lavere kroppen bein deformasjon å forstå mekanismene av bein belastningsskader. Konvensjonelle belastninger måle måling er brukt til å studere i vivo tibia deformasjon. Denne metoden er forbundet med begrensninger inkludert invasiveness av prosedyren, involvering av noen mennesker, og begrenset belastning data fra små ben flater. Denne studien har til hensikt å introdusere en ny tilnærming for å studere tibia bein belastning under høy impact legge forholdene. Fagspesifikke muskel modell ble opprettet for å representere en sunn mann (19 år, 80 kg, 1800 mm). En fleksibel endelig element tibia modell ble opprettet basert på en beregnet tomografi (CT) skanning av faget rett tibia. Laboratoriet motion capture-teknologi ble utført for å hente kinematikk og bakken reaksjonsstyrker av drop-landinger fra ulike høyder (26, 39, 52 cm). Multibody dynamisk datasimulering kombinert med en modal analyse av fleksible tibia ble utført for å kvantifisere tibia belastning under slipp-landinger. Beregnet tibia belastning data var i god avtale med tidligere i vivo studier. Det er tydelig at denne ikke-invasiv tilnærming kan brukes for å studere tibia bein belastning under høy impact aktiviteter til en stor kohort, som vil føre til en bedre forståelse av skade mekanisme tibia stress frakturer.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Ben stress skader, for eksempel stress frakturer, er alvorlige belastningsskader krever lengre utvinning og pådra seg betydelige medisinske kostnader1,2. Stress frakturer er vanlig både atletisk og militære bestander. Arbeidsrelaterte skader, stress frakturer utgjør 10% av totalt3blant alle idretter. Spesielt spore idrettsutøvere ansiktet en høyere skade rente på 20%4. Soldater også oppleve en høy grad av stress frakturer. For eksempel, en 6% skade rente ble rapportert for US Army1 og en 31% skade rente ble rapportert i den israelske hæren5. Blant alle rapporterte stress frakturer er tibia stress fraktur den vanligste en6,7,8.

Sport og fysisk treninger med en høyere risiko for tibia stress fraktur er normalt forbindes med høye bakken virkninger (f.eks, hopping, landing og kutte). Under bevegelse kraft en bakken innvirkning til kroppen når foten kontakter bakken. Denne slagkraft forsvinner av bevegelsesapparatet og fottøy. Skeletal system fungerer som en rekke spaker slik at musklene til å bruke krefter til å absorbere bakken innvirkning9. Når beinmuskulaturen ikke tilstrekkelig redusere bakken virkningen, må nedre kroppen bein absorbere rester kraft. Benstrukturen vil oppleve deformasjon under denne prosessen. Repeterende absorpsjon av gjenværende slagkraft kan resultere i microdamages i benet, som vil samle og bli stress frakturer. Hittil, informasjon relatert til bein er reaksjon på eksterne innvirkning bakkestyrker begrenset. Det er viktig å studere hvordan tibia benet reagerer på mekanisk belastningen introdusert av høy gjennomslagskraft styrker under dynamiske bevegelser. Undersøke tibia bein deformasjon under høy impact aktiviteter kan føre til en bedre forståelse av mekanismen av tibia stress fraktur.

Konvensjonelle teknikker brukes til å måle bein deformasjon i vivo avhengige instrumenterte Måløy10,11,12,13,14,15. Kirurgiske prosedyrer er nødvendig å implantatet Måløy på bein overflate. På grunn av invasiv Art, er i vivo studier begrenset av en liten prøve av frivillige. I tillegg kan strain gauge bare overvåke et lite område av bein overflaten. Nylig var en ikke-invasiv metode utnytte datasimulering å analysere bein belastning introdusert16,17. Denne metoden gir muligheten til å kombinere muskel modellering og beregningsformelen simulering for å studere bein belastning under menneskelig bevegelse.

En muskel modell representeres av et skjelett og skjelettmuskulatur. Skjelettet består av bein deler, som er stiv eller ikke-deformerbare organer. Skjelettmuskulatur er modellert som kontrollere ved hjelp av progressiv-integrert-derivat (PID) algoritme. Tre sikt PID kontrollen bruker feil i estimering for å forbedre produksjon nøyaktighet18. I hovedsak prøve PID kontrollere representerer muskler å duplisere bevegelser ved å utvikle nødvendige styrker for å produsere lengde endringer av musklene over tid. PID kontrolleren bruker feil lengde/klokkeslett kurven endre styrken for gjengivelse bevegelsen. Denne simuleringen prosessen oppretter en mulig løsning for å koordinere alle musklene å arbeide sammen for å flytte skjelettet og produsere kroppens bevegelser.

Ett eller flere segmenter i skjelettet av muskel modellen kan modelleres som fleksibel organer å tillate måling av deformasjon. Tibia benet kan for eksempel deles inn i et endelig antall elementer, som består av elementer og noder. Effekten av mekaniske belastninger på fleksible tibia kan undersøkes gjennom finite element (FE) analyse. FE analysen beregner lasting svaret av individuelle elementer over tid. Som antall bein elementer og noder øker øker betydelig beregning tid av FE analyse.

For å redusere databehandlingskostnaden med nøyaktig vurdering av fleksible organenes deformasjon, blitt modal FE analyse utviklet og brukt i bilindustrien og aerospace industry19,20. I stedet for å analysere individuelle FE elements' Svar å mekanisk belastning i tiden domenet, vurderer denne prosedyren objektets mekanisk svar basert på ulike vibrasjonelle frekvensene i frekvens domene. Denne metoden gir en betydelig reduksjon i beregning tid samtidig som nøyaktig måling av deformasjon20. Selv om sperrende FE analyse har vært mye brukt til å studere mekanisk tretthet i bil og luftfart, anvendelse av denne metoden har vært svært begrenset i menneskelig bevegelse vitenskap. Al Nazer et al., brukes en modal FE analyse undersøke tibial deformasjon under menneskelige gangart og rapportert oppmuntrende resultater16,17. Men var deres metode sterkt påvirket av bare bruker begrenset Kinematisk data fra et eksperiment for å kjøre datasimulering; Det var ingen reell bakken innvirkning styrker hjelpe simuleringene. Denne tilnærmingen kan være rimelig for å studere lav innvirkning sakte bevegelser som gåing, men det er ikke en mulig løsning å studere høydene innvirkning bevegelser. Derfor undersøke nedre kroppen bein reaksjoner under dynamisk slagkraftig aktiviteter, er det viktig å utvikle en innovativ tilnærming for å løse begrensningene knyttet til metoden tidligere rapportert. Spesielt en metode nøyaktige eksperimentelle Kinematisk data og ekte innvirkning bakkestyrker må utvikles. Derfor var målet med denne studien å utvikle en fagspesifikke muskel modell for å utføre multibody dynamiske simuleringer sperrende FE analyse undersøke tibial belastning under høy impact aktiviteter. En dynamisk slagkraftig bevegelse representert ved slipp-landinger fra ulike høyder ble valgt å teste metoden.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Eksperimentet ble gjennomført under Helsinki erklæringen. Før datainnsamlingen, emnet revideres og underskrives samtykke skjema godkjent av universitetet institusjonelle Review Board før du deltar i studien.

1. CT Imaging-protokollen

  1. Ta deltakeren til et anlegg der en CT-skanner er plassert. Før CT scan, konfigurere CT med følgende parametere: CT skive tykkelsen på 0.625 mm, CT synsfelt 15 cm x 15 cm, og automatisk innstilling for parametere av topp kilo spenning (kVp) og milliampere-sekunder (mAs) med maskinen algoritme.
  2. Spør deltakeren å ligge på en tabell som glir inn i en ring i CT skanneren. Ber du deltakeren om å være helt stille under CT-skanning. Skanne hver etappe atskilt fra calcaneus gjennom distale femur.
  3. Ved ferdigstillelse av CT-skanning, kan du eksportere CT-bildene i en digital bildebehandling og kommunikasjon i medisin (DICOM) format. Velg en bildestørrelse på 512 x 512 bildepunkter (grå skala).
    Merk: CT tenkelig protokollen normalt vare mindre enn 1 time. Stråling dosen er minimal. Det gir ingen større risiko enn som oppstod under normale X-ray medisinske prosedyrer.

2. anthropometric måling protokollen

  1. Under laboratoriet besøket, før motion capture-teknologi, kan du måle deltakerens kroppsmasseindeks (kg), kropp høyde (mm), avstanden mellom fremre overlegen iliaca spines (ASISs) (mm), beinlengde (mm), kne felles bredden (mm) og ankel felles bredde (mm).
  2. Inter ASIS avstandsmåling: bruke en tykkelse for å måle den lineære avstanden mellom venstre ASIS og høyre ASIS.
  3. Ben lengdemåling: Bruk en tape tiltak til mål til lineær avstand ASIS og mediale malleolus for begge beina.
  4. Kneet felles bredde måling: bruke en tykkelse for å måle den lineære avstanden mellom de laterale og mediale epicondyles av femur for begge knærne.
  5. Ankel felles bredde måling: bruke en tykkelse for å måle den lineære avstanden mellom den laterale og mediale malleoli for begge beina.
    Merk: Inter ASIS avstand, beinet lengde, kne og ankel bredde brukes til å bygge en gjenstand modell i en biomekanikk programvare (se Tabell for materiale) for Kinematisk og kinetisk beregninger.

3. motion Capture-protokollen

Merk: Se Tabell for materiale for alle programvare og verktøy.

  1. Plassering av reflekterende markører
    1. Sted 14 mm reflekterende markører på deltakerens kroppen på følgende anatomiske benete landemerkene: acromion prosesser, sternoclaviculær-ledd, base av sternum, bakre prosessen fra 10th thorax vertebrae, ASISs, bakre-superior iliaca spines (PSISs), 1,5 cm over laterale kneet felles linjene, 1,5 cm over medial kne felles linjene, lateral malleoli, mediale malleoli, bakre hæler, baser av de andre metatarsals og baser av de femte metatarsals.
    2. Plass semi-rigid plast-plater med 4-markør klynger på lår og shanks, henholdsvis.
      Merk: Deltakeren anbefales For et bedre motion capture resultat, barfot og tettsittende klær. I tillegg følger markøren plasseringen prosedyren modifisert "Plug-in-i-gang" protokollen21. Totalt 39 reflekterende markører brukes for motion capture-teknologi og 34 av dem er knyttet til underkroppen.
  2. Instruere deltakeren å varme opp ved å gå på en motorisert tredemølle med en selv-valgt hastighet for 5 min.
  3. Kalibrering av rommet plass for motion capture prosedyre
    1. Motion capture systemet (12 høyhastighets infrarød kameraer) og to tvinge plater. Åpne en bevegelse fange program. I hovedprogramvinduet, åpne ruten "Ressurser". Klikk kategorien "System" konfigurere kameraet frekvensen på 200 Hz og tvinge plate frekvens på 2 000 Hz.
    2. I hovedprogramvinduet, åpne "Verktøy" Klikk "Systemforberedelsesverktøyet". Klikk "Kalibrere kameraer". Klikk "Start". Spør en forskning personalet å bølge en standard 5-markør kalibrering wand å utføre en dynamisk kalibrering i rommet plass der slipp-landing bevegelser er utført. Velg "Stopp" etter 5 s wand data har anskaffet.
    3. Plass kalibrering tryllestaven flatt på gulvet å justere med et hjørne av en kraft plate for å angi en referanse plassering (opprinnelse) for kalibrert plass. Klikk "Sette volum Origin" innenfor ruten 'Systemforberedelsesverktøyet' verktøy.
  4. Deltaker forberedelse i bevegelse fange program
    1. I hovedprogramvinduet, åpne ruten "Ressurser". Klikk kategorien "Emne" Klikk på "Opprett en melding fra en merking skjelett"-knappen. Velg en merking mal fra en liste over malfilene leveres.
    2. Angi emnet navn og verdier av kroppsmasseindeks (kg), kropp høyde (mm), inter-ASIS avstand (mm), venstre og høyre beinlengde (mm), venstre og høyre kneet bredde (mm) og venstre og høyre ankel bredde (mm) i 'Egenskaper'-vinduet. I ruten "Emnet ressurser" Høyreklikk emnenavnet og klikk "Lagre emne".
  5. Registrere en statisk kroppen kalibrering positur
    1. Ber du deltakeren om å stå urørlig midt i kalibrert rommet med føttene skulderbredde hverandre utvide øvre ekstremitetene lateralt slik at alle reflekterende merkene på kroppen er også utsatt for kameraer.
    2. I hovedprogramvinduet, åpner du ruten verktøy. Klikk kategorien "Emnet forberedelse". Klikk "Start" post en 3-s bevegelse prøve å være statisk kalibreringen prøve, i delen emnet fange.
  6. Fremgangsmåten for å fastslå funksjonelle felles sentre
    1. Funksjonell hofteleddet center
      1. Spør deltakeren å stå med ett ben, og fullt utvide det andre benet litt fremover. Instruere deltakeren å flytte utvidet benet rundt hofteleddet i følgende rekkefølge: flytte peke og tilbake til nøytral, flytte fremre-lateralt og tilbake til nøytral, flytte laterally og returnere til nøytral, flytte bakre-lateralt og gå tilbake til nøytral, flytte posteriorly og tilbake til nøytrale, og en circumduction bevegelse.
      2. I hovedprogramvinduet, åpne "Verktøy", "Fange" kategorien. Klikk "Start" for å registrere en bevegelse rettssak for hver funksjonelle hip bevegelse i delen fange.
    2. Funksjonell kneet felles senter
      1. Ber du deltakeren om å stå med ett ben og opprettholde 30° hip hyper-filtypen på andre etappe. Instruere deltakerne til å utføre en 45° kneet strekking med ikke-vekt bærende beinet for 5 ganger.
      2. Klikk "Start" for å registrere en bevegelse rettssak for hver funksjonelle kneet bevegelse i delen 'Fange' i 'Verktøy'-ruten.
        Merk: For detaljer om funksjonelle felles prosedyren, kan du se svart, et al. 22
  7. Motion capture-teknologi av drop-landing bevegelser
    1. Tilfeldig rekkefølge ved hjelp av tre forskjellige slipp-landing høyder (26 cm, 39 cm og 52 cm)14.
    2. Sted høyden justert tre boksen med en topp areal på 50 x 50 cm2 på gulvet dekket av en gummimatte. Tre boksen er 11 cm fra kanten av force platene. Ber du deltakeren om å stå på boksen overflaten.
    3. Ber du deltakeren om å utvide sin dominerende foten rett foran boksen skifte vekten frem og gå av i boksen. Spør deltakeren å lande med begge bena på bakken samtidig med hver fot på en egen kraft plate.
    4. Ber du deltakeren om å bli stående inntil de motion capture av rettssaken er fullført. Gjenta de motion capture tre ganger for å samle tre bevegelse prøvelser for hver høyde.
  8. Motion capture databehandling
    1. Åpne en bevegelse fange program. I hovedvinduet til programmet, gå til ruten 'Kommunikasjon'. Klikk kategorien "Data Management" Velg en av innspilte bevegelse og åpne den i programmet.
    2. I 'Verktøy'-ruten klikker du kategorien "Pipeline". Velg rørledningen "Rekonstruere" fra listen "Gjeldende Pipeline". Klikk "Kjør" for å starte gjenoppbyggingsprosessen for å få tre-dimensjon (3D) baner av reflekterende markører.
    3. I 'Verktøy'-ruten klikker du kategorien "Etikett/Rediger". I delen 'Manuell merking' Velg personlige merke navn og merke tilsvarende 3D baner. Klikk på "lagre"-knappen på verktøylinjen når merking er fullført.
    4. I 'Verktøy'-ruten klikker du kategorien "Pipeline". Velg "Fileksport" i delen "Tilgjengelige operasjoner". Dobbeltklikk "Eksport C3D pipeline". Klikk "Kjør"-knappen for å eksportere behandlet bevegelse rettssaken til en fil i en koordinere tre dimensjon (C3D) format.
  9. Biomekaniske analyse av motion capture data
    1. Åpne en biomekanikk programmet til videre prosessen motion capture dataene. Fra toppmenyen klikker "Fil" og velg "Åpne/Legg til". Velg rå C3D filer du importerer til biomekanikk programmet.
    2. Klikk "Modell" toppmenyen. Klikk "Opprett (legge til statiske kalibrering filen)". Undermenyen, velg "Hybrid modell fra C3DFile". Velg og åpne filen statisk kalibrering C3D.
    3. Klikk "Modell" toppmenyen. Fra rullegardinlisten, klikker du "Bruk modell mal". Velg og åpne en modell-malfil. Klikk kategorien "Modeller" på verktøylinjen. Klikk kategorien "Emnet Data / beregninger". Endre verdiene "Masse" og "Høyde" å gjøre modell fagspesifikke i "Emne Data"-vinduet.
    4. Klikk kategorien "Modeller" på verktøylinjen. Velg knappen "Modell Builder avansert Post Processing" i toppmenyen. Klikk kategorien "Funksjonelle ledd" Velg "Legg Motion fil fra arbeidsområdet" i hurtigvinduet av den "modell Builder avansert Post Processing".
    5. Velg funksjonelle felles senter C3D filer. Merk en importert funksjonelle felles fil. Merk en funksjonell felles matchende filen. Bruk "Angi START rammen til gjeldende ramme" og "Angi slutten rammen til gjeldende ramme" for å velge de riktige delene av bevegelse prøve. Klikk "Beregne sjekket Landmarks". Gjenta denne prosessen for å beregne andre funksjonelle felles sentre for å avgrense skjelettet modellen.
    6. Klikk "Modell" på toppmenyen. Velg "Tilordne modell animasjonsfiler". I hurtigvinduet "Tilordne modeller til bevegelse data" bruke fagspesifikke skjelettet modellen til alle bevegelse prøvelser.
    7. Klikk på "Pipeline"-knappen på verktøylinjen. Klikk "Åpne Pipeline" i popup-vinduet i "Rørledning Workshop". Velg "Filtrering mål Pipeline". Klikk "Kjøre Pipeline" for å utføre et fjerde bestilling low pass Butterworth filter med cutoff frekvens på 10 Hz på 3D baner av motion capture prøvelser.
    8. Klikk på "Pipeline"-knappen på verktøylinjen. Klikk "Åpne Pipeline" i popup-vinduet i "Rørledning Workshop". Velg "Filtrering styrker Pipeline". Klikk "Kjør Pipeline" for å utføre et fjerde bestilling low pass Butterworth filter med cutoff frekvens på 60 Hz på bakken reaksjonsstyrker motion capture forsøk.
    9. Klikk "Innstillinger" i toppmenyen. Sett haker "Behandlet Analogs for bakken reaksjon Force beregning" og "Bruk behandlet mål for modell/Segment/LinkModelBased elementer".
    10. Klikk på "Pipeline"-knappen på verktøylinjen. Klikk "Åpne Pipeline" i popup-vinduet i "Rørledning Workshop". Velg "Modell basert beregningen" rørledningen. Klikk "Kjør Pipeline" for å utføre beregninger av lavere kroppen felles kinematikk og kinetics.
    11. Klikk på "Pipeline"-knappen på verktøylinjen. Klikk "Åpne Pipeline" i popup-vinduet i "Rørledning Workshop". Velg «Eksporter C3D koordinerer» rørledningen. Klikk på "Kjøre Pipeline"-knappen for å eksportere behandlet 3D-koordinatene for lavere kroppen visuelle indikatorer i en C3D-fil.
    12. Klikk på "Pipeline"-knappen på verktøylinjen. Klikk "Åpne Pipeline" i popup-vinduet i "Rørledning Workshop". Velg «Eksporter bakken reaksjonsstyrker» rørledningen. Klikk knappen "Kjøre Pipeline" eksportere behandlet 3D bakken reaksjonen styrker i en binærfil (filtype: MAT).
      Merk: For å bevare slagkraftig toppene under landinger, en cutoff frekvens på 60 Hz brukes til å filtrere rå bakken reaksjon kraft data23.
  10. Klargjøre motion capture data for datasimulering
    1. Åpne en datamaskin programmering programvare. Importere filtrerte C3D datafilen og MAT datafilen.
    2. Eksportere en tekstfil med lavere kroppen felles senter koordinater. Konvertere C3D datafilen og MAT datafilen til tekstfiler (filtype: slf) for bruk av en multibody dynamisk simulering programmet.

4. tema spesifikke modellering prosedyre

  1. Å skape nedre kroppen skjelettlidelser modell
    1. Åpne multibody dynamisk simuleringsprogram med menneskekroppen modellering plug-in installert. Under denne prosessen åpnes automatisk menneskekroppen modellering plugin-modul. I velkomstbildet dobbeltklikke ikonet "Ny modell" for å åpne modellen bygge Kontrollpanel.
    2. I delen "Anthropometric Database bibliotek" viktigste modellering panelet, Velg generisk kroppen (GeBOD) fra det miste-ned listen. Den viktigste modellering panelet, angi kroppsmasseindeks (kg), kropp høyde (mm), kjønn og alder (måneder).
    3. Viktigste modellering panelet, i delen "Kroppen Configuration" Klikk "Lavere kroppen". Velg «Millimeter kilo Newton» fra rullegardinlisten "Enheter". Viktigste modellering panelet, klikk "Apply" i delen "Opprette kroppen måling Table" godta kroppen målinger. Fortsett å klikke på "Apply"-knappen i delen "Opprette menneskelige segmenter" opprette en lavere kroppen skjelettlidelser base modell.
      Merk: Denne modellen er skalert basert på individuelle høyde, masse, alder og kjønn. Modellen består av syv segmenter: en bekkenet, to lår, to shanks og ben (figur 1). Alle segmentene er modellert som stive legemer.
  2. Modellering nedre kroppen ledd
    1. Viktigste modellering panelet, fra rullegardinlisten hovedmenyen velger du «Ledd» åpne felles konfigurasjonen panelet.
    2. Felles konfigurasjonen panelet, i delen "Felles rotasjon elementer" Velg knappen ved siden av "Forberede modell med innspillingen leddene". I delen "Våren dempere og felles grenser egenskaper", angir du følgende parametere: nominell leddstivhet 1 Nmm / °, nominell felles demping på 0,1 Nmm∙s / °, stoppe leddstivhet av 3.38E7 Nmm / °. Fortsett å velge "Venstre beinet" og "Høyre ben" ved å sjekke alternativknappene ved siden. Klikk på "Apply"-knappen for å godta felles konfigurasjoner.
    3. Viktigste modellering panelet, fra rullegardinlisten i hovedmenyen velger du "Arbeidsflyt". Velg "Gangart" og "Justering" fra rullegardinlisten på undermenyen. I delen "Joint Center Data" Angi deltakerens nedre kroppen felles senter-filen.
    4. Klikk på "Load"-knappen for å importere dataene for å endre plasseringen av felles sentre. Angi statisk kalibrering motion capture rettssaken i delen "Last statisk Trial" (i slf filformat, generasjon som beskrevet i trinn 3.8-3.10). Klikk på "Load"-knappen for å importere filen parameterisere nedre kroppen skjelettet modellen.
      Merk: Standard hoften skjøt er konfigurert som sfærisk ledd med tre grader av frihet, kneledd er konfigurert som revolute ledd med en frihet og ankelen leddene er konfigurert som universalledd med to grader av frihet.
  3. Modellering skjelettmuskulatur
    1. Viktigste modellering panelet, fra rullegardinlisten i hovedmenyen, velg "Myke vev". Fra rullegardinlisten i undermenyen, velg "Opprett Base vev satt". Klikk "Forberede modell med innspillingen muskel elementer" i delen "Muskel CONTRACTILE ELEMENTS".
    2. Klikk radioknappen av "Oppdatert 45 muskel Set" i delen "GLOBAL opptak ELEMENT muskel egenskaper".
    3. I delen "GLOBAL opptak ELEMENT muskel egenskaper" godta følgende innstillinger for muskel egenskaper: Passive stivhet av 0.4448 N/mm, passiv demping 1,75 E-2 Ns/mm, muskel hviler Load 0.4448 N. Sjekk alternativknappene for "Venstre beinet" og "Høyre ben" for muskel tildelinger. Klikk på "Apply"-knappen for å godta konfigurasjonene.
      Merk: 45 etappe muskler settet inneholder følgende musklene: Adductor Brevis, Adductor Longus, Adductor Magnus (tre grupper), Biceps Femoris lange hodet, Biceps Femoris korte hodet, Extensor Digitorum, Extensor Hallucis, bøyer Digitorum, bøyer Hallucis, Gastrocnemius, Gemellus, Gluteus Maximus (tre grupper), Gluteus medier (tre grupper), Gluteus Minimis (tre grupper), Gracilis, Hamstring, Iliacus, Lateral Gastrocnemius, mediale Gastrocnemius, Pectineus, Peroneus Brevis, Peroneus Longus, Peroneus Tredje, Piriformis, Psoas, Quadriceps Femoris, Rectus Femoris, Sartorius, Semimembranosus, Semitendinosus, Soleus, tensoren Fasciae Latae, Tibialis fremre, Tibialis bakre, Vastus Intermedius, Vastus Lateralis, Vastus Medialis.

5. flere kroppen dynamikk simuleringer

  1. Utføre den inverse Kinematisk simulering
    1. Viktigste modellering panelet, fra rullegardinlisten i hovedmenyen velger du "Arbeidsflyt". Velg "Gangart" og "Trial" fra rullegardinlisten på undermenyen. I delen "Dynamisk prøveabonnementsdata" Angi navnet på en dynamisk bevegelse fange rettssak (i slf filformat) og klikk "Last" for å importere dataene. Fortsette å angi den tilhørende bakken-innsatsstyrken fil (i slf filformat) og klikk "Last" for å importere dataene.
    2. Viktigste modellering panelet, fra rullegardinlisten i hovedmenyen velger du "_Analyze". Kjør analysen Opprett nye parametere for å justere modell holdning å matche holdning i begynnelsen av dynamisk rettssaken.
    3. Åpne simulering-panelet. Deaktivere effekten av tyngdekraften og bakken reaksjonsstyrker. Velg hele bevegelse rettssaken som lengden på simuleringen.
    4. Angi en simulering tid trinn i 100 trinn/s. kjøre en inverse Kinematisk simulering drevet av motion capture. Lagre inverse Kinematisk simulering analysen.
  2. Opprette en bevegelse tracker agent
    1. Åpne bevegelse Tracker Agent etableringen-panelet. Godta standardnavnet bane: MA_Track.
    2. Angi translasjonsforskning stivhet og roterende stivhet som 10 N/mm og 1000 Nmm / °, henholdsvis. Angi translasjonsforskning demping og roterende demping som 10 Ns/mm og 1000 Nmms / °, henholdsvis. Angi alle translasjonsforskning og rotasjons grader av frihet som Driven.
    3. Merk. Som bare den nedre kropp modellen brukes til frem dynamisk simulering, er en bevegelse tracker nødvendig til kontoen for ustabilitet skyldes mangel på overkroppen bevegelser.
  3. Trening beinmuskulaturen
    1. Åpne bløtvev konfigurasjonen panelet. Velg lukket-sløyfe enkel for muskel modellen. Angi følgende parametere for muskel modellen: proporsjonal gevinst på 1.0E6, integrert gevinst på 1.0E6 og derivat gevinst på 1.0E4.
    2. Velg inverse Kinematisk simulering analyse for å være målet for muskeltrening. Bruke muskeltrening.
  4. Importere en fleksibel tibia
    1. Åpne fleksibel kropp Import-panelet. Utføre justering kartlegging med tre kjente beslutningstakere og deres tilsvarende noder på overflaten av fleksible tibia.
    2. Velg stive tibia erstattes av fleksible tibia. Velg filen MNF representerer fleksibel tibia. Velg muskel vedlegg Tilordningsfilen for reverteres beinmuskulaturen for fleksibel tibia. Importere fleksibel tibia muskel modellen.
  5. Utføre frem dynamisk simulering med fleksible tibia på plass
    1. Åpne simulering-panelet. Aktiver effekten av tyngdekraften og bakken reaksjonsstyrker. Deaktivere effekten av bevegelse agenter.
    2. Velg kjøre simuleringen for lengden av hele bevegelsen prøve. Angi simulering tid trinn i 100 trinn/s. Kjør en frem dynamisk simulering drevet av utdannet muskler. Lagre frem dynamisk analysen.

6. å skape en fleksibel Tibia modell

  1. Opprette en 3D-overflate nett-modell
    1. Åpne et bilde-behandlingsprogram. Importer CT skiver i DICOM-format. Opprette en maske med regionen metoden for å skille benvev fra omkringliggende bløtvev.
    2. Søk etter CT skiver der tibia og fibula er koblet. Skille tibia og fibula ved sletting masken langs sammen med de to beina.
    3. Opprette en andre maske med regionen voksende metode til bare tibia benet. Gå gjennom CT sektorene å avdekke hulrom i tibia masken. Fylle hulrom i masken. Opprette et 3D tibia objekt basert på tibia masken. Eksport 3D tibia objektet som en fil i tegning utvekslingsformatet (DXF).
  2. Opprette en endelig element tibia modell
    1. Åpne en FE analyseprogrammet. Importere 3D tibia modellfilen DXF-fil.
    2. Utføre kommandoen feie fjerne dupliserte elementer og noder. Utføre kommandoen volum Mesh å opprette en FE tibia modell med Sekskantet elementer av 3 mm x 3 mm x 3 mm. tilordne følgende materiale egenskaper alle elementer: Youngs modulus 17 GPa, Poissons forholdet mellom 0,3 og tetthet av 1.9E-6 Kg/cm3.
      Merk: Materialegenskaper tilordnes hvert element med antagelsen at benvev er isotropic innenfor belaste oppleves av bein under dynamiske bevegelser24,25,26.
  3. Å skape en fleksibel tibia modell
    1. Klikk kategorien "Geometri & Mesh" Velg "geometri & Mesh" i hoved-kontrollpanelet. Klikk "Legg til noder" i "Geometri & Mesh" popup-vinduet i delen "Mesh" opprette to nye noder for å representere av kne og ankel leddene.
    2. Klikk kategorien "Koblinger" Velg RBE2 i hoved-kontrollpanelet. I den RBE2 popup-vindu, opprette koblingen tilkoblinger av typen 2 rigid kropp element (RBE2) mellom felles noder og overflate noder på kne og ankel overflater.
    3. Velg kategorien "Betingelser" i hoved-kontrollpanelet. Klikk "Ny" i delen "Betingelser". Velg "DOF_Set noder". I popup-vinduet "Grensen tilstand Properties" opprette en grense tilstand ved å tilordne seks grader av frihet til hver av de to RBE2 felles nodene.
    4. Velg kategorien "Loadcases" i hoved-kontrollpanelet. I delen "Loadcases" Klikk "Ny", velg "Adams Craig-Bampton"19. Klikk "DOF-Set noder" i popup-vinduet "Loadcase egenskaper". Velg dofset_nodes opprettet i trinnet ovenfor.
    5. Velg kategorien "Jobber" i hoved-kontrollpanelet. Klikk "Ny" i delen "Jobber". Velg "Strukturelle". Velg loadcase opprettet i forrige trinn i popup-vinduet "Egenskaper". Klikk på "Jobb resultater" knappen. Velg "Stress" og "Belastning" i popup-vinduet "Resultater". Også velge "Kilo" for masse, "Newton" styrke, «Millimeter» for lengde, og "Andre" tid. Klikk "Kjør"-knappen.
    6. Klikk på "Send" for å sende jobben for en FE simulering og opprette sperrende nøytral filen (MNF) tibia16i popup-vinduet "Kjør jobb".

7. belastning Data analyser

  1. Bein belastning eksporterer
    1. Åpne innlegget prosessoren av multibody simulering programmet. Laste programmet holdbarhet plug-in.
    2. Åpne simuleringen med fleksible tibia ved å velge simulering. Eksportere maksimum og minimum viktigste stammer og maksimal skjær stamme av noder som representerer antero-mediale aspekt av den midt-tibial diaphysis.
  2. Rå belastning databehandling
    1. Åpne en datamaskin programmering programvare for databehandling. Importere rå belastning data. Bruke et fjerde orden low pass Butterworth filter på rådataene med cutoff frekvens av 15 Hz.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

En sunn kaukasiske mann (19 år, høyde 1800 mm, masse 80 kg) frivillig for studien. Før datainnsamlingen, emnet revideres og underskrives samtykke skjema godkjent av universitetet institusjonelle Review Board før du deltar i studien. Eksperimentet ble gjennomført under Helsinki erklæringen. Eksperimentet ble utført basert på følgende protokollen.

For å bekrefte riktigheten av frem dynamisk simulering, ble nedre kroppen felles vinkler for simuleringen sammenlignet med tilsvarende felles vinkler måles fra motion capture dataene behandles av en biomekanikk analyseprogram. En statistisk analyseprogramvare ble brukt til å beregne cross-korrelasjonskoeffisienter av sammenligninger. Cross-korrelasjon beregningen tillatt 10 etterslep i både positive og negative retninger. Hvert lag tilsvarte en gang skritt frem dynamisk simulering (0,01 s). Maksimal kryss-korrelasjonskoeffisienter ble identifisert.

Visuell inspeksjon av figur 2, Figur 3og Figur 4 viser likhetene mellom felles vinkler produsert med eksperimentelle data og simulering dataene. Sterk cross-korrelasjonskoeffisienter ble funnet mellom eksperimentelle og simulering felles vinkler på opphold (tabell 1).

Topp påkjenninger på antero-mediale regionen midt-tibial akselen under landing fra 3 forskjellige høyder er presentert i tabell 2. Blant tre landing viste 52 cm landing tilstand største peak maksimal hovedstol, topp minimum rektor og topp maksimal skjær stammer. I tillegg ble det observert at som slipp høyden økt, topp maksimal viktigste stammene økt.

Figure 1
Figur 1: fagspesifikke muskel modellen laget studien. Denne lavere kroppen muskel modellen inkluderer seks stive segmenter (bekkenet, venstre og høyre femurs, venstre tibia og venstre og høyre fot) og en fleksibel tibia (høyre tibia). 90 beinmuskulaturen er knyttet til modellen. For visualisering formål representeres hver muskel av en korall fargen linje. Felles sentre representeres av lys blå baller til høyre nedre kroppen og lilla baller til venstre underkroppen. Klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2: felles vinkel sammenligninger (i grader) mellom eksperimentelle motion capture og simulering data for drop-landing fra 26 cm høyde. Solid linjene representerer felles vinkler beregnet med eksperimentelle motion capture data. Prikkete linjene representerer felles vinkler produsert av multibody dynamisk simulering data. Loddrette linjer representerer øyeblikk av effekten. Klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3: felles vinkel sammenligninger (i grader) mellom eksperimentelle motion capture og simulering data for drop-landing fra 39 cm høyde. Solid linjene representerer felles vinkler beregnet med eksperimentelle motion capture data. Prikkete linjene representerer felles vinkler produsert av multibody dynamisk simulering data. Loddrette linjer representerer øyeblikk av effekten. Klikk her for å se en større versjon av dette tallet.

Figure 4
Figur 4: felles vinkel sammenligninger (i grader) mellom eksperimentelle motion capture og simulering data for drop-landing fra 52 cm høyde. Solid linjene representerer felles vinkler beregnet med eksperimentelle motion capture data. Prikkete linjene representerer felles vinkler produsert av multibody dynamisk simulering data. Loddrette linjer representerer øyeblikk av effekten. Klikk her for å se en større versjon av dette tallet.

Droplanding høyder
26 cm 39 cm 52 cm
Nedre kroppen ledd Cross-korrelasjonskoeffisienten Lag Cross-korrelasjonskoeffisienten Lag Cross-korrelasjonskoeffisienten Lag
Ankel 0.998 0 0.998 0 0.999 0
Kne 1 0 1 0 1 0
Hofte 0.999 0 1 0 1 0

Tabell 1: Cross-korrelasjonskoeffisienter og etterslep fra sammenligninger mellom felles vinkler produsert basert på motion capture data og felles vinkler produsert fra simulering data. En studie på alle høyder ble brukt for sammenligninger. Opphold angir ingen forskjell i tid når felles vinkler ble produsert mellom de to tilnærmingene.

Droplanding høyder
Bein belastning (µstrain) 26 cm 39 cm 52 cm
Maksimum rektor 1160 1270 1410
Minimum rektor -659 -598 -867
Maksimal skjær 893 870 1140

Tabell 2: Tibia bein stammer på antero-mediale aspekt av midt-tibial akselen under slipp-landing fra 3 forskjellige høyder. Maksimal rektor, minimum rektor og maksimal skjær stammer presenteres.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Formålet med denne studien var å utvikle en ikke-invasiv metode for å bestemme tibia deformasjon under høy impact aktiviteter. Kvantifisere tibia belastning på grunn av innvirkning lasting vil føre til en bedre forståelse av tibia stress fraktur. I denne studien fagspesifikke muskel modell ble utviklet og datasimulering ble kjørt duplisere slipp-landing bevegelser utført i et laboratorium. Effekten av drop-landing høyde på tibial belastningen ble undersøkt. I denne studien vi observerte at som drop-landing høyde økt, så gjorde de topp maksimale viktigste stammene. Også blant de tre landing forholdene resulterte betingelsen 52 cm i høyeste topp maksimal rektor, minimum rektor og maksimal skjær stammer.

Begrenset i vivo data finnes i litteraturen med hensyn til effekten av drop-landing på tibia belastning. Milgrom et al., rapporterte maksimal viktigste belastningen mellom 896-1,007 µstrain under beskytning 3 forskjellige høyder (26, 39, 52 cm)14. Ekenman et al. rapporterte en gjennomsnittlig stamme av 2,128 µstrain under landing fra en 45 cm høyde13. Maksimal viktigste belastningen fra datamaskinen simuleringene var mellom 1,160-1,410 µstrain under landing fra 3 forskjellige høyder (26, 39, 52 cm), som var høyere enn rapportert av Milgrom et al. , men ble lavere enn rapportert av Ekenman et al. 13 , 14

Følgende årsaker kan bidra til forskjellen i belastningen mellom gjeldende og forrige studiene. Første, demografiske forskjeller mellom emnene i denne og tidligere studier. Vi brukte en fysisk aktiv mannlige fag. Ekenmans studien involverte en kvinnelig emnet13. Milgroms studiet inkludert både hanner og hunner og rapportert den gjennomsnittlige stammer14. Andre kan sko spille en rolle i forskjeller i bein belastning. Lanyon et al. studerte effekten av sko på tibial stammer, fant de at gå og kjøre barbeint resulterte i større stammer sammenlignet iført sko12. Denne studien brukte en barfot landing protokoll, belastning verdiene beregnes var større enn av Milgrom et al. studien, som brukte en landing protokoll med standard atletisk sko14. Tredje kan endringer i destinasjonssiden strategi også påvirke tibial belastningen. Studien var det mulig at emnet kan velge en strategi som økende bagasjerommet refleksjoner for å redusere virkningen når slipp-landing høyden økes. Denne strategien kan beskytte tibia mot store belastninger. Milgrom et al. også foreslått en mulig beskyttende strategi som brukes av hans undersåtter14. Fjerde, kan det være en liten forskjell på steder der tibial belastningen ble overvåket. Vår studie undersøkte bein belastningen på antero-mediale aspekt av midt-tibial akselen. I Milgrom et al., innspilt stammer fra midt-tibial aksel14mediale regionen. Sagittal flyet bøying øyeblikk på tibia under landing kan resultere i høy maksimal viktigste belastning steder nær fremre regionene tibial akselen. Likevel synes belastning resultatene å være sammenlignbare resultater fra tidligere undersøkelser og faller innenfor belastning (400-2200 µstrain) rapportert av de i vivo studier10,13,14.

Tibial belastning verdiene fra denne ikke-invasiv tilnærming påvirkes av nøyaktigheten av muskel modellen. Cross-sammenhenger ble utført for å undersøke eksperimentelle felles vinkel data og simulering datamaskindata under slipp-landinger. Sterk korrelasjonskoeffisienter ble funnet mellom eksperimentelt måledata og simulering datamaskindata. Dette indikerer at fagspesifikke modellen utviklet i denne studien rimelig har drop-landing bevegelser. I tillegg var tibial stammene i denne studien godt under 3000 µstrain, som bekrefter antagelsen avledet fra andre studier som tibia bein deformasjon er lineær under slipp-landinger14,15. Dermed med beregnede belastning dataene i lineær området og utmerket replications av landing bevegelsesmønstre, konkluderte vi at belastningen dataene innhentet fra denne ikke-invasiv tilnærming var rimelig nøyaktig. Videre, denne studien bare rekruttert et emne for å undersøke bein belastning under slipp-landinger. Fremtidige studier kan undersøke om det er en dose svar forholdet mellom slipp-landing høyder og tibia bein stammer ved hjelp av en stor utvalgsstørrelsen.

Betydningen av denne studien er å innføre en nyskapende ikke-invasiv metode for å måle bein deformasjon. Denne ikke-invasiv tilnærming adresser begrensningene knyttet til konvensjonelle i vivo belastninger måle måling, som ikke kunne brukes i et stort utvalg av mennesker. I tillegg adresser gjeldende foreslåtte metoden begrensninger knyttet til en tidligere rapportert ikke-invasiv metode16,17, som ble påvirket med begrenset Kinematisk data for å kjøre simuleringene og var bare egnet for studerer lav bakken innvirkning bevegelser som gåing. Som tibia stress frakturer fortsatt høy i atletisk og militære befolkningen, er det avgjørende å studere effekten av høy gjennomslagskraft fysiske aktiviteter (f.eks, løping, hopping og kutte) på tibial bein svar. Gjeldende nyskapende ikke-invasiv tilnærming synes å være en mulig løsning for å gjennomføre disse studiene. Dette vil kaste lys over utvikling tilstrekkelig fysisk trening for idrettsutøvere og militære rekrutter å redusere tibia belastningsskader. Videre presenterer denne innovative ikke-invasiv metode en mulighet til å evaluere bein stammer i andre Ben utilgjengelige med implementert målere som femur og grobunn.

Viktig spørsmål knyttet til ikke-invasiv bein belastning målingen må adresseres her. Først opprettes en generell lavere kroppen muskel modell basert på individuelle alder, kjønn, kroppsmasseindeks og kropp høyde ved hjelp av de GeBOD database27. Eksperimentelt målt romlige steder av lavere kroppen felles sentre brukes til å forbedre muskel modellen. Sammenlignet med den generiske modellen, presenterer denne fagspesifikke modelleringsmetode en bedre muskel modell av individuelle fysiske struktur. Fremtidige studier bør vurdere å utvikle en full body muskel modell for overkroppen bevegelser under multibody dynamiske simuleringer.

Dernest er det 45 muskler tilordnet hver etappe i modellen. Opprinnelse og innsettinger musklene er anatomisk bestemt27. En enkel lukket algoritme brukes til å administrere individuelle muskel kraft produksjon. Spesielt registreres endring av muskel lengde historie under dynamisk bevegelse som landing via den inverse Kinematisk simuleringen. Når frem dynamisk simulering kjøres, var en PID kontroller tilordnet hver muskel og brukes til å regulere nødvendig muskel-styrken for duplisering muskel lengde historien registrert tidligere. Denne enkle lukket algoritmen gir gode resultater i replikere felles kinematikk. Men denne tilnærmingen høyde ikke for neural koordinering mellom muskler med lignende funksjoner og kunne ikke gjøre rede for co sammentrekninger fra antagonister. Fremtidige verk kan vurdere å bruke en bakke-baserte muskel modell, som består av et aktivt kontraktile element (CE) og en passiv elastisk element (PE). Hill-basert modell integrerer muskelens force hastighet og kraft-lengde relasjoner å produsere spenning. Beregnet muskel-styrken kan deretter sammenlignes EMG data for validering.

For det tredje opprettes fagspesifikke tibia modell fra CT-bildene til å representere den virkelige geometrien i tibia benet under etterforskning. Mens CT imaging er den primære metoden å få den virkelige geometrien i tibia benet, kan andre Bildeteknikker som magnetisk resonans imaging (MRI) også brukes til å produsere fagspesifikke tibia modellen. Gjeldende modellering protokollen forutsetter egenskapen materiale for tibia skal isotropic. En generisk tettheten av 1.9E-6 kg/cm3 og en enkelt ung modulus 17 GPa tilordnes alle tibial FE elementer. Fremtidige studier kan vurdere å skaffe densitet fra alle regioner i tibia. Dette kan gjøres ved å innføre en kalibrert phantom under CT-skanning. Bentetthet kan deretter beregnes basert på CT'S Hounsfield enheter. Youngs modul i benvevet kan videre beregnes basert på tetthet data. Tilordne fagspesifikke materialegenskaper tibial FE modellen vil gi mer realistisk bein belastning resultater gjennom simuleringer.

Fjerde en modal FE-analyse til å beregne bein stammer. Under denne sperrende analyse beregnes frekvensrespons å matche mekaniske belastninger (lineær og kantete forces) pålagt i kne og ankel leddene. En fleksibel tibia representert av en MNF fil genereres fra sperrende FE analyse. Dette fleksible tibia er introdusert til fagspesifikke muskel modellen erstatte tilsvarende stive tibia. I den påfølgende frem dynamisk simuleringen, er deformasjon av fleksible tibia på hver gang trinn kvantifisert. Sammenlignet med den tradisjonelle FE-analysen, som beregner mekanisk svarene objektets FE bestående av grader av frihet (tusenvis av elementer og noder) på hver gang trinn av bevegelse, avtaler denne sperrende analyse med langt mindre antall frihetsgrader i frekvens domene (f.eks12 laste inn betingelser fra kne og ankel leddene). Med sperrende analyse tilnærming, er beregning tid betydelig redusert fra flere timer/dager til mindre enn 1 time for en typisk simulering. Dessuten fordelen av å konsumere mindre tid på datamaskinen, er modal analyse tilnærming ideell for databehandling liten deformasjon (< 10%) oppleves av stive strukturer som bein vev.

Til slutt, fordelene med nåværende ikke-invasiv tilnærming over en tidligere rapportert metoden16,17 må adresseres her. A) vår muskel modell er raffinert eie mer nøyaktig nedre kroppen felles sentre, som er produsert gjennom funksjonelle felles vurdering22. Men definerer den forrige metoden felles sentre for modell basert på Plug-in gangart prosedyre21 ved hjelp av bruker et begrenset antall visuelle indikatorer. B) denne modellen inneholder 45 muskler til hver etappe sammenlignet med bare 12 musklene som brukes i den forrige modellen. Øke antall beinmuskulaturen i muskel modellen vil forbedre kvaliteten på simuleringen. C) under inverse Kinematisk simuleringen er muskel modellen drevet av en rekke 34 visuelle indikatorer på underkroppen, som gir bedre duplisering av den faktiske bevegelsen. I kontrast, den forrige fremgangsmåten bruker bare 16 markører for å kjøre samme simulering, og dette kan presentere numeriske feil for simuleringen. D) under frem dynamisk simulering, virkelige bakken innvirkning styrker brukes til denne muskel modellen å simulere bevegelse. Den forrige metoden er imidlertid ikke kunne innlemme innvirkning bakkestyrker i simuleringen. Uten å bruke ekte bakken støt under frem dynamiske simuleringer, den forrige metoden er begrenset å studere lav innvirkning aktiviteter. Det over skritt vi tar for å forbedre gjengivelsen av fagspesifikke muskel modellen synes å være vellykket for å undersøke tibial deformasjon under human bevegelser. I tillegg omfatter sant bakkestyrker innvirkning i simuleringer viser seg for å være nødvendig å studere bein belastning under høydene innvirkning aktiviteter.

Avslutningsvis målt i vivo tibia bein deformasjon normalt ved konvensjonelle flekken gauge metoden. Denne tilnærmingen er forbundet med begrensninger som en invasiv Art, færre frivillige, små ben-overflate områder blir analysert, etc. en roman tilnærming ansatt multibody dynamiske simuleringer sperrende FE analyse ble foreslått i denne studien til kvantifisere tibia deformasjon under slipp-landinger. Det er tydelig at denne tilnærmingen kan ta begrensningene arvet fra konvensjonelle belastninger måle målingen. I tillegg som denne tilnærmingen fordeler av ekte eksperimentelle Kinematisk og kinetisk data, samt en fagspesifikke muskel modell og fleksibel tibia utføre dynamisk simulering og modale FE analyse, den representerer en stor forbedring i den forskning protokollen over en tidligere rapportert metode. Denne ikke-invasiv tilnærming benytte fagspesifikke data for multibody dynamiske simuleringer kombinert med sperrende FE analyse kan dermed bli en lovende verktøyet å studere tibial deformasjon under dynamisk bevegelse. Fremtidig forskning kunne bruke denne metoden til å studere bein stammer under høy impact aktiviteter for en stor kohort å studere skade mekanismer av bein stress sprekker.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne erklærer at de har ingen konkurrerende økonomiske interesser.

Acknowledgments

Avdeling av den hæren #W81XWH-08-1-0587, #W81XWH-15-1-0006; Ball State University 2010 ASPiRE tildeling.

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.

DOWNLOAD MATERIALS LIST

References

  1. Brukner, P., Bennell, K., Matheson, G. Stress fracture. Blackwell Science. Victoria, Australia. (1999).
  2. 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).
  3. 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).
  4. 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).
  5. 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).
  6. 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).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. Johnson, M. A., Moradi, M. H., Crowe, J. PID control: new identification and design methods. Springer. New York. 543 (2005).
  19. Craig, R. R., Bampton, M. C. C. Coupling of substructures for dynamics analysis. American Institute of Aeronautics and Astronautics Journal. 6, 1313-1319 (1968).
  20. Wasfy, T. M., Noor, A. K. Computational strategies for flexible multibody systems. Appl Mech Rev. 56, 553-613 (2003).
  21. Kadaba, M. P., Ramakrishnan, H. k, Wootten, M. E. Measurement of lower extremity kinematics during level walking. J Orthop Res. 8, 383-392 (1990).
  22. Schwartz, M. H., Rozumalski, A. A new method for estimating joint parameters from motion data. J Biomech. 38, 107-116 (2005).
  23. 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).
  24. 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).
  25. 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).
  26. 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).
  27. Lifemodeler, I. Lifemod Manual. Lifemodeler Inc. San Clemente, CA. (2010).
Fagspesifikke muskel modell for å studere bein belastning under dynamisk bevegelse
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wang, H., Dueball, S. Subject-specific Musculoskeletal Model for Studying Bone Strain During Dynamic Motion. J. Vis. Exp. (134), e56759, doi:10.3791/56759 (2018).More

Wang, H., Dueball, S. Subject-specific Musculoskeletal Model for Studying Bone Strain During Dynamic Motion. J. Vis. Exp. (134), e56759, doi:10.3791/56759 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter