Elastic response of trabecular bone under compression calculated using the firm and floppy boundary lattice element method
Notice bibliographique
Résumé
Micro-Finite Element analysis (μFEA) has become widely used in biomechanical research as a reliable tool for the prediction of bone mechanical properties within its microstructure such as apparent elastic modulus and strength. However, this method requires substantial computational resources and processing time. Here, we propose a computationally efficient alternative to FEA that can provide an accurate estimation of bone trabecular mechanical properties in a fast and quantitative way. A lattice element method (LEM) framework based on the Large-scale Atomic/Molecular Massively Parallel Simulator (LAMMPS) open-source software package is employed to calculate the elastic response of trabecular bone cores. A novel procedure to handle pore-material boundaries is presented, referred to as the Firm and Floppy Boundary LEM (FFB-LEM). Our FFB-LEM calculations are compared to voxel- and geometry-based FEA benchmarks incorporating bovine and human trabecular bone cores imaged by micro Computed Tomography (μCT). Using 14 computer cores, the apparent elastic modulus calculation of a trabecular bone core from a μCT-based input with FFB-LEM required about 15 min, including conversion of the μCT data into a LAMMPS input file. In contrast, the FEA calculations on the same system including the mesh generation, required approximately 30 and 50 min for voxel- and geometry-based FEA, respectively. There were no statistically significant differences between FFB-LEM and voxel- or geometry-based FEA apparent elastic moduli (+24.3% or +7.41%, and +0.630% or -5.29% differences for bovine and human samples, respectively).
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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».