Enhanced Hill-type model for muscle contraction simulation
Notice bibliographique
Résumé
The role of muscle activation on injury mitigation during high impact accidents is still debated. To accurately describe the behavior of muscle contraction during high-dynamic impacts, classic Hill models are no longer adequate. Recent studies emphasized the need to decouple the muscle fiber contractile unit’s dynamics from the tendon’s elastic behavior to prevent numerical instabilities during high-frequency oscillations. Consequently, an Enhanced Hill Type Model (EHTM) was developed, comprising two distinct contraction units to better model stress absorption by the tendons and a built-in neural controller that triggers muscle contraction based on muscle spindle reflex and monosynaptic stretch reflex. This study aims to translate the open-source LSDYNA® code of the EHTM to OpenRadioss® and validate its behavior at the muscle fiber level. The validation dataset of the EHTM model was derived from an experiment on a piglet calf. The tibia was fixed, and the sciatic nerve was electrically stimulated to induce concentric muscle contraction, lifting masses of 100, 400, 800 and 1800g. An encoder recorded the axial velocity of the mass during contraction. In the simulation, the EHTM property were assigned to a spring element in HyperMesh®, embedded at one end and subjected to the same successive experimental loads. The axial velocity of the loading node was then recorded. The model showed good agreement with experimental kinematic data. Despite a pronounced attenuation of the second experimental contraction peak for 400g and 800g masses, the ETHM’s spring property accurately modeled the kinematic contraction of the piglet calf for the first loading masses (100, 400 and 800g). However, over 800g, the model failed to sufficiently damp the contraction speed. To address the discrepancies, a desirability study should be carried out on the damping parameters. The next step of this study will focus on implementing this property in a set of neck muscles to characterize the impact of muscle activation on the risk of spinal cord injury
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».