Evaluation of a Fast-Solving Rigid Body Spine Model Inclusive of Intra-Abdominal Pressure
Notice bibliographique
Résumé
OBJECTIVE: Traditional spine biomechanical models often neglect the load-sharing effect of the intra-abdominal pressure (IAP) on the spine and can be computationally intensive. These limitations hinder their effectiveness in muscle recruitment simulations where iterative calculations are required. Thus, a need exists for validated fast-solving IAP-integrated musculoskeletal lumbar spine models, hence developed herein. METHODS: A rigid-body model consisting of the pelvis, lumbar vertebrae, a lumped thoracic spine and the ribcage, derived from MRI scans of a healthy adult male, was devised. The intervertebral discs were modeled as 3 degrees-of-freedom (DOF) gimbal joints using nonlinear moment-rotation relationships. Spinal ligaments were modeled as nonlinear tension-only springs. Two methods of modeling IAP were discussed and implemented. Model#1 represented IAP as normal force vectors on the diaphragm and the spine, while model#2 idealized the abdominal wall compliance using spring-damper elements inside the cavity. Level-by-level spinal stiffness was validated under pure moment loading up to 7.5 Nm in flexion-extension, lateral bending and axial rotation. RESULTS: Model segmental stiffness profiles in all three bending modes were within one standard deviation of literature datasets. IAP model #1 revealed a linear increase in the spinal extensor torque about L3 with increase in IAP, consistent with literature, while model #2 suggested decreased spinal range of motion with increased abdominal cavity stiffness. The model consisted of 15 DOFs, compiled in 6sec and simulated in 1.4sec. CONCLUSION: This MATLAB native model could be a useful tool to quickly and intuitively visualize physiological spine loading. SIGNIFICANCE: A novel fast-solving lumbar musculoskeletal model with IAP was presented in this research.
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 ».