The Application of Digital Volume Correlation (DVC) to Evaluate Strain Predictions Generated by Finite Element Models of the Osteoarthritic Humeral Head
Notice bibliographique
Résumé
Abstract Continuum-level finite element models (FEMs) of the humerus offer the ability to evaluate joint replacement designs preclinically; however, experimental validation of these models is critical to ensure accuracy. The objective of the current study was to quantify experimental full-field strain magnitudes within osteoarthritic (OA) humeral heads by combining mechanical loading with volumetric microCT imaging and digital volume correlation (DVC). The experimental data was used to evaluate the accuracy of corresponding FEMs. Six OA humeral head osteotomies were harvested from patients being treated with total shoulder arthroplasty and mechanical testing was performed within a microCT scanner. MicroCT images (33.5 µ m isotropic voxels) were obtained in a pre- and post-loaded state and BoneDVC was used to quantify full-field experimental strains (≈ 1 mm nodal spacing, accuracy = 351 µ strain, precision = 518 µ strain). Continuum-level FEMs with two types of boundary conditions (BCs) were simulated: DVC-driven and force-driven. Accuracy of the FEMs was found to be sensitive to the BC simulated with better agreement found with the use of DVC-driven BCs (slope = 0.83, r 2 = 0.80) compared to force-driven BCs (slope = 0.22, r 2 = 0.12). This study quantified mechanical strain distributions within OA trabecular bone and demonstrated the importance of BCs to ensure the accuracy of predictions generated by corresponding FEMs.
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 | 0,000 | 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 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 ».