Subject-Specific Finite Element Models of the Tibia With Realistic Boundary Conditions Predict Bending Deformations Consistent With In Vivo Measurement
Notice bibliographique
Résumé
Understanding the structural response of bone during locomotion may help understand the etiology of stress fracture. This can be done in a subject-specific manner using finite element (FE) modeling, but care is needed to ensure that modeling assumptions reflect the in vivo environment. Here, we explored the influence of loading and boundary conditions (BC), and compared predictions to previous in vivo measurements. Data were collected from a female participant who walked/ran on an instrumented treadmill while motion data were captured. Inverse dynamics of the leg (foot, shank, and thigh segments) was combined with a musculoskeletal (MSK) model to estimate muscle and joint contact forces. These forces were applied to an FE model of the tibia, generated from computed tomography (CT). Eight conditions varying loading/BCs were investigated. We found that modeling the fibula was necessary to predict realistic tibia bending. Applying joint moments from the MSK model to the FE model was also needed to predict torsional deformation. During walking, the most complex model predicted deformation of 0.5 deg posterior, 0.8 deg medial, and 1.4 deg internal rotation, comparable to in vivo measurements of 0.5-1 deg, 0.15-0.7 deg, and 0.75-2.2 deg, respectively. During running, predicted deformations of 0.3 deg posterior, 0.3 deg medial, and 0.5 deg internal rotation somewhat underestimated in vivo measures of 0.85-1.9 deg, 0.3-0.9 deg, 0.65-1.72 deg, respectively. Overall, these models may be sufficiently realistic to be used in future investigations of tibial stress fracture.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».