使用全场光学数据非侵入性地识别软组织的方向依赖弹性特性
Seyed Rasoul Atashipour1, Javad Baqersad2
1Department of Mechanical Engineering, Kettering University, 1700 University Ave, Flint, MI, 48504, USA; Division of Dynamics, Department of Mechanics and Maritime Sciences (M2), Chalmers University of Technology, SE-412 96, Gothenburg, Sweden.
Journal of the mechanical behavior of biomedical materials
|January 9, 2024
概括
本研究提出了一种新的方法,通过振动分析来确定软组织的方向弹性特性. 该方法通过分析表面位移数据,准确地描述像人类皮肤这样的异性质材料.
科学领域:
- 生物力学 生物力学
- 材料科学 材料科学 材料科学
- 医疗成像医学成像
背景情况:
- 软组织表现出复杂的,方向依赖的弹性特性.
- 准确地描述这些特性对于理解组织机制和疾病至关重要.
- 现有的方法可能无法完全捕捉组织的异构性质.
研究的目的:
- 开发和验证一种创新的方法来表征软组织的异构弹性特性.
- 用振动响应测量和解释来确定材料属性.
- 为快速表征建立一个高效的反向算法.
主要方法:
- 从外部激发的软组织中使用数字图像相关性 (DIC) 收集全场表面位移.
- 采用一种已开发的分析模型,用于包括皮下效应在内的异性质分层皮肤.
- 实现一个反向算法,使用振动特征来预测弹性特性.
- 使用3D有限元 (FE) 模型和模式保证标准 (MAC) 验证方法.
主要成果:
- 分析模型准确地预测了异性质层状皮肤的共振频率和位移场.
- 反向算法成功地基于振动数据来表征异型弹性特性.
- FE模拟证实了模型的有效性,显示出异性质性质的不同模式影响.
- 该方法证明了能够快速而准确地预测异构型软板的弹性特性.
结论:
- 开发的反向表征算法有效地确定软组织的异构弹性特性.
- 振动分析与DIC和建模相结合,为生物力学表征提供了一个强大的工具.
- 这种方法在理解和量化异型软材料的机械行为方面取得了重大进展.
