Using a Truss-Inspired Model with the Uniform Strength Optimization Theory to Predict Spongy Bone Geometry in Proximal Femur
Notice bibliographique
Résumé
This paper presents a new nave approach for simulating bone remodeling process. It is based on the uniform strength theory of optimization and employs a truss-like model for bone. The truss was subjected to external loads including 5 point loads simulating the hip joint contact forces and 3 muscular forces at the attachment sites of the muscles to the bone and the rest are reactions of ligaments. The strain in the links was calculated and the links with high strains were identified. The initial truss is modified by introducing new links wherever the strain exceeds a prescribed or critical value. The critical value was assumed to be equal to an average of the absolute value of strains in the initial model. Each link which undergoes a high strain is replaced by several new links by adding new nodes around it using Delaunay method. Introducing the new links to the truss, which is conducted according to a weighted arithmetic mean formula, will strengthen the structure and reduce the strain within the respective zone. This procedure was repeated for several times. Convergence was achieved when there were no critical links remaining. This method was used to study the 2D shape of proximal femur in the frontal plane and provided results which are in a fairly good agreement with CT image of the human proximal femur.
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 | 0,001 | 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 | 0,001 |
| 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 ».