MétaCan
Menu
← Retour à la cohorte
Enregistrement W2038975070 · doi:10.1115/esda2006-95224

Control of Different FEM Based Musculoskeletal Models of Human Lumbar Spine Under Different Loading Conditions Using Optimization Method

2006· article· en· W2038975070 sur OpenAlexaff
Ali Kiapour, Mohammad Parnianpour, A. Shirazi‐Adl

Notice bibliographique

RevueVolume 2: Automotive Systems, Bioengineering and Biomedical Technology, Fluids Engineering, Maintenance Engineering and Non-Destructive Evaluation, and Nanotechnology · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésDisplacement (psychology)KinematicsBendingFinite element methodStructural engineeringCurvatureLumbarLumbar spineBending momentBiomechanicsMaterials scienceControl theory (sociology)Computer scienceMechanicsBiomedical engineeringMathematicsEngineeringAnatomyPhysicsGeometryMedicineSurgeryControl (management)

Résumé

récupéré en direct d'OpenAlex

In this study the effects of using different musculoskeletal models on load-displacement behavior of FE models of the human lumbar spine under external loads and moments have been analyzed in terms of equilibrium and clinical stability. A simplified and a complex architecture of muscles have been integrated to FE based models of lumbar spine and were loaded to simulate the load carrying behavior of human lumbar spine in flexion, extension and lateral bending. The displacement values as well as muscle forces have been computed and compared in both cases using optimization methods with different cost functions. The models showed similar kinematics in pure flexion but the simplified model showed instability in flexion-lateral bending and pure lateral bending conditions. The complex model was loaded and analyzed with different cost function and it was observed that displacements in the model are lower while the angle between the load vector and spine curvature at each level is minimized. It was shown that the model is less stable in case an asymmetric loading condition is applied.

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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,269
Écart entre enseignants0,261 · 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 2: Automotive Systems, Bioengineering and Biomedical Technology, Fluids Engineering, Maintenance Engineering and Non-Destructive Evaluation, and Nanotechnology→Même sujetMusculoskeletal pain and rehabilitation→Travaux en français237 207→