Modelling the masticatory biomechanics of a pig
Notice bibliographique
Résumé
The relationships between muscle tensions, jaw motions, bite and joint forces, and craniofacial morphology are not fully understood. Three-dimensional (3-D) computer models are able to combine anatomical and functional data to examine these complex relationships. In this paper we describe the construction of a 3-D dynamic model using the anatomical (skeletal and muscle form) and the functional (muscle activation patterns) features of an individual pig. It is hypothesized that the model would produce functional jaw movements similar to those recordable in vivo. Anatomical data were obtained by CT scanning (skeletal elements) and MR imaging (muscles). Functional data (muscle activities) of the same animal were obtained during chewing by bipolar intramuscular electrodes in six masticatory muscles and combined with previously published EMG data. The model was driven by the functional data to predict the jaw motions and forces within the masticatory system. The study showed that it is feasible to reconstruct the complex 3-D gross anatomy of an individual's masticatory system in vivo. Anatomical data derived from the 3-D reconstructions were in agreement with published standards. The model produced jaw motions, alternating in chewing side, typical for the pig. The amplitude of the jaw excursions and the timing of the different phases within the chewing cycle were also in agreement with previously published data. Condylar motions and forces were within expected ranges. The study indicates that key parameters of the pig's chewing cycle can be simulated by combining general biomechanical principles, individual-specific data and a dynamic modelling approach frequently used in mechanical engineering.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».