MétaCan
Menu
Retour à la cohorte
Enregistrement W1998170274 · doi:10.1093/imamat/hxu037

Finite element analysis of abdominal aortic aneurysms: geometrical and structural reconstruction with application of an anisotropic material model

2014· article· en· W1998170274 sur OpenAlexaff
David P. Roy, Gerhard A. Holzapfel, Claude Kauffmann, Gilles Soulez

Notice bibliographique

RevueIMA Journal of Applied Mathematics · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAortic aneurysm repair treatments
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésArt historyComputer scienceMathematicsArt

Résumé

récupéré en direct d'OpenAlex

Computational biomechanics of abdominal aortic aneurysms (AAAs) made it possible to investigate several aspects of the disease and to provide information that would otherwise be difficult to obtain from experiments; the determination of wall stress distributions and rupture risk are two examples. A very few anisotropic strain–energy functions aim to capture vascular biomechanics and involve some coding to specify the collagen fibre orientations. In this study, we developed a solid mechanics framework for the use within Abaqus v. 6.10 (SIMULIA, Providence, RI, USA) with the aim to model the anisotropic response of AAAs in a robust and straightforward way. The proposed framework contains: (i) geometry reconstruction allowing flexible meshing; (ii) generation of 3D centrelines for each arterial branch; (iii) robust assignment of 3D collagen fibre orientation; (iv) AAA parameters for the Holzapfel–Gasser–Ogden model implemented in Abaqus. In the result section, we reproduce published stresses of an idealized geometry under physiological pressure with a difference of 4.41%, and apply the framework to patient-specific geometries. Finally, the simulation of an AAA deformed by two catheters during endovascular aortic repair is demonstrated.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,257
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIMA Journal of Applied MathematicsMême sujetAortic aneurysm repair treatmentsTravaux en français237 207