کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10153128 1666194 2018 5 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Material characterization of cardiovascular biomaterials using an inverse finite-element method and an explicit solver
ترجمه فارسی عنوان
مشخصه‌ی ماده‌ی زیست مواد قلبی-عروقی با استفاده از یک روش المان محدود معکوس و یک حل کننده‌ی صریح
کلمات کلیدی
مشخصه‌ی ماده، زیست مواد قلبی-عروقی، روش معکوس، حل کننده المان محدود صریح
فهرست مطالب مقاله
چکیده

کلمات کلیدی

1.مقدمه

2.روش‌ها 

2-1 داده تجربی

شکل.1 پاسخ‌های ماده تجربی برای پنج زیست ماده تحت آزمایش مسطح کشش دومحوری برابر: (1) برون شامه قلب خوک مانند تثبیت شده گلوتارآلدهید(GPP) ، (2) برون شامه قلب خوک مانند بدست آمده از خود اندام (APP) تازه، (3) لخته CardioCel(CC)، (4) ورقه‌های دریچه شاهرگی خوک مانند تازه(PC)، و (5) لخته برون شامه دل پزشکی St Jude(SJM) (لابروس و همکارانش، 2016)

2-2 محاسبات پیشرفته

2-3 به حداقل رساندن خطا

شکل.2 پاسخ شبیه‌سازی شده برای مده SJM همانطورکه از بهینه‌سازی پنج-پارامتری بدست آمد (سمت چپ)، منجر به یک مقدار K برابر با 108×09/7 می‌شود، و با فرض ضخامت mm 1. به انحناهای منحنی‌های شبیه‌سازی شده در نواحی با تنش بالاتر دقت کنید، توجیه می‌کند که متریک خمش گنجانده شده در تابع خطا به حداقل می‌رسد. جالب است که، یک افزایش دلخواه برای K برابر با 109×00/2(سمت راست) این انحناها را از بین می‌برد، اما بطورکلی خطا را افزایش می‌دهد. جهت‌های X و Y به ترتیب جهت‌های فیبر و عرض فیبر هستند.

3.نتایج و بحث

3-1 بهینه‌سازی دو پارامتری در مقابل پنج پارامتری

جدول.1 ثابت‌های ماده از بهینه‌‌سازی دو-ثابتی، با فرض ضخامت mm 1. 

جدول.2 ثابت‌های ماده از بهینه‌سازی پنج-ثابتی، با فرض ضخامت mm 1.

شکل.3 مقایسه‌ی پاسخ‌های شبیه‌سازی شده و تجربی بهینه‌سازی شده برای تمام پنج زیست ماده در شکل.1 با استفاده از یک بهینه‌سازی دو-پارامتری، و فرض ضخامت mm 1. جهت‌های X و Y به ترتیب جهت‌های فیبر و عرض فیبر هستند.

3-2 عبارت جبرانی 

3-3 اثر ضخامت 

شکل.4 پاسخ شبیه‌سازی شده برای ماده GPP با استفاده از ضخامت تغییرشکل نیافته mm 1(سمت چپ) در مقابل ضخامت mm 2/0(سمت راست) با استفاده از بهینه‌سازی دو-پارامتری. اگرچه خطای محاسبه شده در مورد آخر کمتر است، این سازگاری از لحاظ بصری در قبلی بهتر است. همانطورکه انتظار می‌رفت، ماده نازک‌تر به تناسب تنش‌های کوشی بزرگ تحت کرنش‌های مشخص تجربه می‌کند. جهت‌های X و Y به ترتیب جهت‌های فیبر و عرض فیبر هستند.

3-4 قابلیت‌های پیش‌بینی برای پارامترهای ماده

4.نتیجه‌گیری‌ها 

 
ترجمه چکیده
توانایی دقیق مدلسازی کردن رفتار بافت نرم، مانند بافت دریچه‌ی قلب، برای توسعه‌ی شبیه‌سازی‌های عددی قابل اطمینان و تعیین گزینه‌های مراقب ویژه‌ی بیمار ضروری است. اگرچه چندین مدل ماده می‌توانند رفتار بافت نرم با پیش‌بینی کنند، هنگامیکه این مدل‌ها در برنامه‌های المان محدود(FE) اجرا می‌شوند، به دلیل افزودن یک پارامتر جبرانی دلخواه برای تحمیل کردن عددی تراکم‌ناپذیری ماده، ممکن است پیچیدگی‌هایی به وجود آیند. در اینجا، یک روش معکوس در MATLAB برای استفاده از داده‌های تنش-کرنش قبلا منتشر شده از آزمایش دومحوری برابر مسطح تجربی از پنج زیست ماده استفاده شده در تعویض‌های برآمدگی دریچه‌ی قلب، در اتصال با حل کننده FE صریح تجاری LS-DYNA، به منظور بهینه‌سازی کردن پارامترهای ماده و پارامتر جبرانی برای یک تابع انرژی کرنش بیش از حد الاستیک ناهمسانگرد مطرح شد. یک بهینه‌سازی دو پارامتری شامل ثابت مقیاس‌بندی تابع انرژی کرنش و پارامتر جبرانی برای تولید پاسخ‌های ماده قابل قبول هنگامیکه با رفتارهای تجربی تحت شرایط آزمایش یکسان مقایسه شد، کافی اثبات شد؛ تازمانیکه ثابت‌های ماده استنباط شده بصورت تحلیلی برای سایر پارامترهای بهینه‌سازی نشده قابل دسترس بودند و ضخامت بافت واقعی خیلی کمتر از mm 1 نبود. تغییرات در پارامتر جبرانی یک تاثیر مستقیم بر دقت پاسخ‌های شبیه‌سازی شده داشت، با یک محدوده عملیاتی 108×9 - 108×5 برابر ثابت مقیاس‌بندی تابع انرژی کرنش تعیین شده.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی پزشکی
چکیده انگلیسی
The ability to accurately model soft tissue behavior, such as that of heart valve tissue, is essential for developing reliable numerical simulations and determining patient-specific care options. Although several material models can predict soft tissue behavior, complications may arise when these models are implemented into finite element (FE) programs, due to the addition of an arbitrary penalty parameter for numerically enforcing material incompressibility. Herein, an inverse methodology was developed in MATLAB to use previously published stress-strain data from experimental planar equibiaxial testing of five biomaterials used in heart valve cusp replacements, in conjunction with commercial explicit FE solver LS-DYNA, to optimize the material parameters and the penalty parameter for an anisotropic hyperelastic strain energy function. A two-parameter optimization involving the scaling constant of the strain energy function and the penalty parameter proved sufficient to produce acceptable material responses when compared with experimental behaviors under the same testing conditions, as long as analytically derived material constants were available for the other non-optimized parameters and the actual tissue thickness was not much less than 1 mm. Variations in the penalty parameter had a direct effect on the accuracy of the simulated responses, with a practical range determined to be 5×108-9×108 times the scaling constant of the strain energy function.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Biomechanics - Volume 79, 5 October 2018, Pages 207-211
نویسندگان
, ,