فایل ورد کامل اعتبارسنجی آزمایشی مدلهای المان محدود مبتنی بر DXA برای پیش بینی قدرت فمور

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل اعتبارسنجی آزمایشی مدلهای المان محدود مبتنی بر DXA برای پیش بینی قدرت فمور،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۵ صفحه

چکیده

شکستگی های مرتبط با پوکی استخوان یکی زا مهم ترین مشکلات بالینی و ابزار تشخیصی هستند که درصد آن ها تنها ۵۰% می باشد. هدف این مطالعه اعتبار سنجی المان محدود مبتنی بر DXA طیف سنجی اشعه x دو گانه (FE) برای پیش بینی مقاومت فمور در پیکربندی های بارگذاری دوگانه می باشد.
سی و شش جفت از فمور های پروگزیمال یخ زده ی تازه با استفاده از DXA و مقطع نگاری های کامپیوتری کمی (QCT) اسکن شدند. برای هر جفت از فمور نیز تا زمانی که شکست در حالت ایستایی بر روی یک پا (STANCE) و سقوط بر روی برآمدگی بزرگتر فمور (SIDE) تست ها ادامه پیدا کرد. مدل های FE خطی مبتنی بر DXA دو بعدی خاص هر سوژه و مدل های FE غیر خطی مبتنی بر QCT سه بعدی برای هر نمونه ایجاد شده و سپس از آن ها برای پیش بینی مقاومت اندازه گیری شده ی فمور، استفاده شد . خروجی این مدل ها با اندازه گیری های تراکم مواد معدنی استخوان در فمور (aBMD) برای پیش بینی مورد استفاده قرار گرفت.
برای پیکربندی حالت ایستایی ، مدل های FE مبتنی بر مدل DXA (R2=0.74, SEE=1473N) از شاخص های پیش بینی تراکم سنجی، عملکرد بهتری داشتند (Neck_aBMD, R2=0.66, SEE=1687N) اما از مدل های FE مبتنی بر QCT عملکردشان پایین تر بود (R2=0.80, SEE=1314N). برای پیکربندی حالت سقوط هر دوی مدل های FE مبتنی بر QCT (R2=0.85, SEE=455N) و مدل aBMD گردنی DXA (R2=0.77, SEE=529N) عملکرد بهتری از مدل های FE مبتنی بر DXA داشته است (R2=0.80, SEE=502N) . در هر دو پیکربندی ، مدل های FE مبتنی بر DXA یک تطابق خوب ۱:۱ با داده های آزمایشی داشت ( CG=0.87 برای حالت سقوط و CG=0.86 برای حالت ایستایی) و یک معیار بهینه سازی خوب برای حالت شکست ایجاد کرد.
در نهایت ما نشان دادیم که مدل های FE مبتنی بر DXA یک شاخص خوب از مقاومت فمور می باشد که تطابق خوبی با داده های آزمایشی دارد. اما، هنوز ما باید این مدل را بررسی کنیم که آیا این روش جدید می تواند پیش بینی شکست استخوان را در محیط طبیعی پیش بینی کند یا خیر.

۴- مباحث

هدف این مطالعه ارزیابی توانایی مدل های FE مبتنی بر DXA برای پیش بینی مقاومت فمور اندازه گیری شده به صورت آزمایشگاهی در دو حالت بارگذاری در مقایسه با پارامتر های تراکم سنجی و مدل های FE مبتنی بر QCT می باشد. نتایج بخشی از یک پروژه ی بزرگتر هستند که یک دیتابیس خاص از نتایج آزمایشی و محاسباتی بر روی ۳۶ جفت از فمور انسانی به دست آمده است. در این مطالعه، ما تخمین بار شکست از مدل های FE مبتنی بر DXA را هم اضافه کرده و خروجی های آن ها را با پیش بینی های منتشر شده از قبل در اندازه گیری های تراکم سنجی و مدل های پیچیده تر FE مبتنی بر QCT به صورت سه بعدی، مقایسه کردیم. نقطه قوت مدل های جدید در این است که این مدل ها از تکنیک های تصویر برداری استاندارد بالینی (DXA) به دست آمده اند که این روش های تصویر برداری به صورت روتین برای ایجاد تمایز بین بیمارانی که به پوکی استخوان یا کاهش نسج استخوان دچار هستند، اجرا می شود. در طرف دیگر، مدل های FE مبتنی بر DXA دو بعدی نیازمند ساده سازی هایی هستند که در اثر استفاده از تصویر های دو بعدی ایجاد می شود.

عنوان انگلیسی:Experimental validation of DXA-based finite element models for prediction of femoral strength~~en~~

Abstract

Osteoporotic fractures are a major clinical problem and current diagnostic tools have an accuracy of only 50%. The aim of this study was to validate dual energy X-rays absorptiometry (DXA)-based finite element (FE) models to predict femoral strength in two loading configurations.
Thirty-six pairs of fresh frozen human proximal femora were scanned with DXA and quantitative computed tomography (QCT). For each pair one femur was tested until failure in a one-legged standing configuration (STANCE) and one by replicating the position of the femur in a fall onto the greater trochanter (SIDE). Subject-specific 2D DXA-based linear FE models and 3D QCT-based nonlinear FE models were generated for each specimen and used to predict the measured femoral strength. The outcomes of the models were compared to standard DXA-based areal bone mineral density (aBMD) measurements.
For the STANCE configuration the DXA-based FE models (R2=0.74, SEE=1473N) outperformed the best densitometric predictor (Neck_aBMD, R2=0.66, SEE=1687N) but not the QCT-based FE models (R2=0.80, SEE=1314N). For the SIDE configuration both QCT-based FE models (R2=0.85, SEE=455N) and DXA neck aBMD (R2=0.80, SEE=502N) outperformed DXA-based FE models (R2=0.77, SEE=529N). In both configurations the DXA-based FE model provided a good 1:1 agreement with the experimental data (CC=0.87 for SIDE and CC=0.86 for STANCE), with proper optimization of the failure criteria.
In conclusion we found that the DXA-based FE models are a good predictor of femoral strength as compared with experimental data ex vivo. However, it remains to be investigated whether this novel approach can provide good predictions of the risk of fracture in vivo.

۴- Discussion

The goal of this study was to investigate the ability of DXAbased FE models in predicting experimentally measured femoral strength in two loading configurations as compared with densitometric parameters and QCT-based FE models. The results are part of a much larger project where an unique database of experimental and computational results has been created on the same set of 36 pairs of human femora (Dall’Ara et al., 2013a, 2013b; Luisier et al., 2014). In this study we added the estimation of failure load from DXAbased FE models and we compared their output to already published predictions from densitometric measurements and more complex 3D QCT-based FE models. The strength of the new models is that they are generated from the standard clinical imaging technique (DXA) used routinely for discrimination of osteopenic and osteoporotic patients on the bases of their aBMD. On the other side, these 2D DXA-based linear FE models need a number of simplifications derived from the usage of 2D input images.

$$en!!