A musculoskeletal model of the lumbar spine using ArtiSynth – development and validation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A musculoskeletal model of the spine was created using ArtiSynth, an open-source biomechanical modelling toolkit. The model included the entire spine and rib cage, with the lumbar vertebrae being mobile and 210 muscle fascicles. Muscle parameters needed for a full Hill-type musculotendon model including tendon ratios and pennation angles along with muscle force-length and force-velocity curves were incorporated into the model, as were the nonlinear stiffness of the functional spinal units and the effect of intra-abdominal pressure. We used forward dynamics-assisted data tracking for the estimation of muscle forces and validated the solution method by comparing the predicted spinal forces vs. the results of two in vivo experiments in the literature. Our model produced larger maximum extension moment in flexion than extension, which is observed in in vivo experiments. These results could not be achieved without the inclusion of the muscle force-length relationship. The model was also able to predict the ratios of axial forces at L4–L5 as measured in vivo intradiscal pressures for three cases of upright standing, holding a crate close to and far from the chest. Due to the high stiffness of the spine, our solution method was sensitive to input kinematics, which hindered extensive validation of the model for body positions other than standing. Modifying the solution method, possibly by only tracking the angular motion of the vertebrae rather than their translational motion, should make the model less sensitive and enable further validation.
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.
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 | 0,000 |
| 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 découle