Simulation of acoustic guided wave propagation in cortical bone using a semi-analytical finite element method
Notice bibliographique
Résumé
Axial transmission techniques have been extensively studied for cortical bone quality assessment. However, the modeling of ultrasonic guided waves propagation in such a complex medium remains challenging. The aim of this paper is to develop a semi-analytical finite element method to simulate the propagation of guided waves in an irregular, multi-layer, and heterogeneous bone cross-section modeled with anisotropic and viscoelastic material properties. The accuracy of the simulations was verified against conventional time-domain three-dimensional finite element. The method was applied in the context of axial transmission in bone to investigate the feasibility of first arrival signal (FAS) to monitor degradation of intracortical properties at low frequency. Different physiopathological conditions for the intracortical region, varying from healthy to osteoporotic, were monitored through FAS velocity using a 10-cycle tone burst excitation centered at 32.5 kHz. The results show that the variation in FAS velocity is mainly associated with four of the eight modes supported by the waveguide, varying with velocity values between 550 and 700 m/s along the different scenarios. Furthermore, the FAS velocity is shown to be associated with the group velocity of the mode with the highest relative amplitude contribution at each studied scenario. However, because of the evolution of the mode with the highest contribution, the FAS velocity is shown to be limited to discriminate intracortical bone properties at low frequency.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».