Mathematical Modeling of Uniaxial Mechanical Properties of Collagen Gel Scaffolds for Vascular Tissue Engineering
Notice bibliographique
Résumé
Small diameter tissue-engineered arteries improve their mechanical and functional properties when they are mechanically stimulated. Applying a suitable stress and/or strain with or without a cycle to the scaffolds and cells during the culturing process resides in our ability to generate a suitable mechanical model. Collagen gel is one of the most used scaffolds in vascular tissue engineering, mainly because it is the principal constituent of the extracellular matrix for vascular cells in human. The mechanical modeling of such a material is not a trivial task, mainly for its viscoelastic nature. Computational and experimental methods for developing a suitable model for collagen gels are of primary importance for the field. In this research, we focused on mechanical properties of collagen gels under unconfined compression. First, mechanical viscoelastic models are discussed and framed in the control system theory. Second, models are fitted using system identification. Several models are evaluated and two nonlinear models are proposed: Mooney-Rivlin inspired and Hammerstein models. The results suggest that Mooney-Rivlin and Hammerstein models succeed in describing the mechanical behavior of collagen gels for cyclic tests on scaffolds (with best fitting parameters 58.3% and 75.8%, resp.). When Akaike criterion is used, the best is the Mooney-Rivlin inspired model.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».