The effect of image reconstruction kernel and density modulus relationship in finite element models of simulated cadaveric acromial loading
Notice bibliographique
Résumé
Fractures of the acromion are a common complication following surgical procedures of the shoulder due to changes in joint biomechanics. To improve understanding of acromial stresses and evaluate surgical procedures, image-based finite element models (FEMs) may be used. Image-based FEMs are dependent on accurate volumetric bone mineral density (vBMD), as this relates to mechanical properties in FEMs. Image reconstruction kernel alters vBMD; however, the effect on FEM output during simulated loading of the acromion has not been reported. The objective of this study was to compare predicted forces from FEMs derived from two common kernels and four density-modulus relationships to experimental forces in cadaveric scapulae (n = 10). Scapular FEMs were generated from CT scans reconstructed using bone sharpening (BONE) and standard (STD) kernels using four density-modulus relationships. Displacements were applied corresponding to experimental data collected on cadaveric specimens and forces were compared for each FEM. Specimen-specific percentage errors were as low as 1 % when using BONE kernel vBMD as input. Across all FEMs, the most accurate density-modulus relationship had a lower mean absolute percentage error (40 %) compared to the other three relationships compared (275 %, 281 %, 547 %), which greatly overestimated experimental forces. Across all models, those derived with STD kernel vBMD (40 %) had lower mean absolute percentage error relative to BONE kernel vBMD (42 %). This study highlights the relative accuracy of current density-modulus relationships using vBMD from two common reconstruction kernels. More accurate density-modulus relationships that account for variations in kernel parameters are required for FEM estimates of acromial forces and fracture predictions. Current models are not able to replicate experimental forces in cadaveric scapulae.
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 | 0,000 |
| 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 ».