Sensitivity Analysis of a Validated Subject-Specific Finite Element Model of the Human Craniofacial Skeleton
Notice bibliographique
Résumé
Developing a more complete understanding of the mechanical response of the craniofacial skeleton (CFS) to physiological loads is fundamental to improving treatment for traumatic injuries, reconstruction due to neoplasia, and deformities. Characterization of the biomechanics of the CFS is challenging due to its highly complex structure and heterogeneity, motivating the utilization of experimentally validated computational models. As such, the objective of this study was to develop, experimentally validate, and parametrically analyse a patient-specific finite element (FE) model of the CFS to elucidate a better understanding of the factors that are of intrinsic importance to the skeletal structural behaviour of the human CFS. An FE model of a cadaveric craniofacial skeleton was created from subject-specific computed tomography data. The model was validated based on bone strain measurements taken under simulated physiological-like loading through the masseter and temporalis muscles (which are responsible for the majority of craniofacial physiologic loading due to mastication). The baseline subject-specific model using locally defined cortical bone thicknesses produced the strongest correlation to the experimental data (r2 = 0.73). Large effects on strain patterns arising from small parametric changes in cortical thickness suggest that the very thin bony structures present in the CFS are crucial to characterizing the local load distribution in the CFS accurately.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».