پیوندهای مفید
آمار
| تعداد نشریات | 9 |
| تعداد شمارهها | 446 |
| تعداد مقالات | 5,719 |
| تعداد مشاهده مقاله | 8,018,929 |
| تعداد دریافت فایل اصل مقاله | 6,527,452 |
پیشبینی محل شکستگی استخوان ران با استفاده از تحلیل المان محدود مدل حاصل از تصاویر دستگاه سنجش تراکم استخوان | ||
| نشریه مهندسی مکانیک امیرکبیر | ||
| مقاله 12، دوره 53، شماره 2 (Special Issue)، اردیبهشت 1400، صفحه 1223-1236 اصل مقاله (2.22 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/mej.2019.16816.6450 | ||
| نویسندگان | ||
| زینب محمدی1؛ فاطمه السادات علوی اندراجمی* 2 | ||
| 1مهندسی مکانیک، دانشگاه تربیت مدرس | ||
| 2تربیت مدرس-مهندسی مکانیک | ||
| چکیده | ||
| شکستگی استخوانی ناشی از پوکی استخوان، یکی از مشکلات اصلی سلامت عمومی است به همین دلیل، این موضوع توجه بسیاری از پزشکان و محققان زیست پزشکی را به خود جلب کرده است. در همین راستا هدف اصلی از این مطالعه، پیشبینی محل شکستگی استخوان ران تحت شرایط بارگذاری مختلف میباشد.امروزه استفاده از دستگاههای سنجش تراکم استخوان در کلینیکها برای ارزیابی و پیشبینی پوکی استخوان گسترشیافته است. ازاین رو در این پژوهش تحلیلهای المان محدود با بهکارگیری مدلهایی بر مبنای تصاویر و گزارش دستگاه جذبسنجی دوگانه اشعه ایکس برای پیشبینی الگوی شکستگی انجام گردیده است. مدلهای المان محدود در ابتدا بر مبنای تراکم مواد معدنی گزارششده درچهارناحیه مشخص شامل گردن، تروکانتر بزرگ، تروکانتر میانی و کل استخوان ران مدل تهیه شد. پس از آن به منظور بهبود دقت پیشبینیهای انجامشده، نقشه تراکم مواد معدنی استخوانی به صورت پیکسل به پیکسل با توجه به دادههای خام دستگاه سنجش تراکم استخوان هولوژیک استخراج گردید. تحلیلهای خطی المان محدود با استفاده از معیار حداکثر فاکتور خطر تعریفشده براساس نرخ چگالی انرژی کرنشی به چگالی انرژی کرنشی نهایی انجام شد و بدین ترتیب محل المانهای بحرانی به عنوان محل شکستگی استخوان ران مشخص گردید. نتایج بهدستآمده حاکی از آن است که استفاده از توزیع غیر همگن تراکم مواد معدنی استخوانی در تحلیل المان محدود مدلهای دوبعدی مبتنی بر روش جذبسنجی دوگانه اشعه ایکس میتواند به عنوان یک ابزار کارآمد جهت پیشبینی محل بروز شکستگی استخوان محسوب گردد. . | ||
| کلیدواژهها | ||
| پوکی استخوان؛ شکستگی استخوان ران؛ تحلیل المان محدود؛ جذبسنجی دوگانه اشعه ایکس؛ نقشه تراکم مواد معدنی | ||
| عنوان مقاله [English] | ||
| Prediction of femoral fracture pattern using finite element analysis of dual-energy X-ray absorptiometry -based model | ||
| نویسندگان [English] | ||
| Zeinab Mohammadi1؛ Fatemeh Sadat Alavi2 | ||
| 1Mechanical engneering department, Tarbiat Modares Uiversity | ||
| 2تربیت مدرس-مهندسی مکانیک | ||
| چکیده [English] | ||
| Osteoporotic bone fracture is a significant public health problem. Therefore, it has attracted several physicians' and biomedical researchers' attention. The main objective of this study is to predict hip fracture location under various loading conditions. The use of bone densitometry in clinics to evaluate and predict osteoporosis has been expanded. Therefore, in this research, finite element analysis is carried out using models based on images and reports of dual-energy X-ray absorptiometry system to predict the femoral fracture pattern. Initially, the finite element models were created based on the bone mineral density reported in four distinct regions including neck, greater trochanter, inter trochanter, and total hip. To improve the accuracy of predictions, the pixel by pixel bone mineral density map was extracted based on the raw data of the HOLOGIC bone densitometry device. Linear finite element analysis was performed using the maximum risk factor, which has been defined based on the ratio of the strain energy density to the yield strain energy density, and thus the location of femoral fractures was determined based on the location of critical elements. The results demonstrate that using the non-homogeneous distribution of bone mineral density in a finite element analysis of the 2D models based on dual-energy X-ray absorptiometry can be considered as a useful tool for predicting the location of the bone fracture. | ||
| کلیدواژهها [English] | ||
| Osteoporosis, Femur fracture, Finite element analysis, Dual-Energy X-ray Absorptiometry, BMD mapping | ||
| مراجع | ||
|
[1] J.A. Kanis, P. Delmas, P. Burckhardt, C. Cooper, D.o. Torgerson, Guidelines for diagnosis and management of osteoporosis, Osteoporosis International, 7(4) (1997) 390-406. [2] J.A. Kanis, D. Hans, C. Cooper, S. Baim, J.P. Bilezikian, N. Binkley, J.A. Cauley, J.E. Compston, B. Dawson-Hughes, G.E.-H. Fuleihan, Interpretation and use of FRAX in clinical practice, Osteoporosis international, 22(9) (2011) 2395. [3] J.A. Kanis, E.V. McCloskey, H. Johansson, C. Cooper, R. Rizzoli, J.-Y. Reginster, European guidance for the diagnosis and management of osteoporosis in postmenopausal women, Osteoporosis international, 24(1) (2013) 23-57. [4] A. Cranney, S.A. Jamal, J.F. Tsang, R.G. Josse, W.D. Leslie, Low bone mineral density and fracture burden in postmenopausal women, Cmaj, 177(6) (2007) 575-580. [5] M.R. McClung, The relationship between bone mineral density and fracture risk, Current osteoporosis reports, 3(2) (2005) 57-63. [6] C.A. Cefalu, Is bone mineral density predictive of fracture risk reduction?, Current medical research and opinion, 20(3) (2004) 341-349. [7] A. Unnanuntana, B.P. Gladnick, E. Donnelly, J.M. Lane, The assessment of fracture risk, The Journal of Bone and Joint Surgery. American volume., 92(3) (2010) 743. [8] D.D. Cody, G.J. Gross, F.J. Hou, H.J. Spencer, S.A. Goldstein, D.P. Fyhrie, Femoral strength is better predicted by finite element models than QCT and DXA, Journal of biomechanics, 32(10) (1999) 1013-1020. [9] M. Mirzaei, M. Keshavarzian, F. Alavi, P. Amiri, S. Samiezadeh, QCT-based failure analysis of proximal femurs under various loading orientations, Medical & biological engineering & computing, 53(6) (2015) 477-486. [10] M. Mirzaei, M. Keshavarzian, V. Naeini, Analysis of strength and failure pattern of human proximal femur using quantitative computed tomography (QCT)-based finite element method, Bone, 64 (2014) 108-114. [11] M. Mirzaei, S. Samiezadeh, A. Khodadadi, M.R. Ghazavi, Finite element prediction and experimental verification of the failure pattern of proximal femur using quantitative computed tomography images, in: Proceedings of the International Conference on Biomechanics and Biomedical Engineering, 2012, pp. 111-117. [12] J.F. Griffith, H.K. Genant, Bone mass and architecture determination: state of the art, Best Practice & Research Clinical Endocrinology & Metabolism, 22(5) (2008) 737-764. [13] A. Bettamer, A. Almhdie-Imjabber, R. Hambli, S. Allaoui, M. Mahmud, R. Jennane, The use of dual-energy X-ray absorptiometry images to evaluate the risk of bone fracture, in: 2015 International Conference on Image Processing Theory, Tools and Applications (IPTA), IEEE, 2015, pp. 319-322. [14] E. Dall’Ara, B. Luisier, R. Schmidt, M. Pretterklieber, F. Kainberger, P. Zysset, D. Pahr, DXA predictions of human femoral mechanical properties depend on the load configuration, Medical Engineering and Physics, 35(11) (2013) 1564-1572. [15] L. Yang, N. Parimi, E. Orwoll, D. Black, J. Schousboe, R. Eastell, O.F.i.M.S.R. Group, Association of incident hip fracture with the estimated femoral strength by finite element analysis of DXA scans in the Osteoporotic Fractures in Men (MrOS) study, Osteoporosis International, 29(3) (2018) 643-651. [16] K.E. Naylor, E.V. McCloskey, R. Eastell, L. Yang, Use of DXA‐based finite element analysis of the proximal femur in a longitudinal study of hip fracture, Journal of Bone and Mineral Research, 28(5) (2013) 1014-1021. [17] M. Nasiri, Y. Luo, Study of sex differences in the association between hip fracture risk and body parameters by DXA-based biomechanical modeling, Bone, 90 (2016) 90-98. [18] E. Dall’Ara, R. Eastell, M. Viceconti, D. Pahr, L. Yang, Experimental validation of DXA-based finite element models for prediction of femoral strength, Journal of the mechanical behavior of biomedical materials, 63 (2016) 17-25. [19] Y. Luo, S. Ahmed, W.D. Leslie, Automation of a DXA-based finite element tool for clinical assessment of hip fracture risk, Computer methods and programs in biomedicine, 155 (2018) 75-83. [20] S. Yang, W. Leslie, Y. Luo, A. Goertzen, S. Ahmed, L. Ward, I. Delubac, L. Lix, Automated DXA-based finite element analysis for hip fracture risk stratification: a cross-sectional study, Osteoporosis International, 29(1) (2018) 191-200. [21] S. Yang, Y. Luo, L. Yang, E. Dall'Ara, R. Eastell, A.L. Goertzen, E.V. McCloskey, W.D. Leslie, L.M. Lix, Comparison of femoral strength and fracture risk index derived from DXA-based finite element analysis for stratifying hip fracture risk: A cross-sectional study, Bone, 110 (2018) 386-391. [22] Y. Luo, H. Yang, Assessment of hip fracture risk by cross-sectional strain-energy derived from image-based beam model, Clinical Biomechanics, 63 (2019) 48-53. [23] J.H. Keyak, Improved prediction of proximal femoral fracture load using nonlinear finite element models, Medical engineering & physics, 23(3) (2001) 165-173. [24] G.M. Blake, D.B. McKeeney, S.C. Chhaya, P.J. Ryan, I. Fogelman, Dual energy x‐ray absorptiometry: The effects of beam hardening on bone density measurements, Medical physics, 19(2) (1992) 459-465. [25] A.M. Baker, D.W. Wagner, B.J. Kiratli, G.S. Beaupre, Pixel-Based DXA-Derived Structural Properties Strongly Correlate with pQCT Measures at the One-Third Distal Femur Site, Annals of biomedical engineering, 45(5) (2017) 1247-1254. [26] X.N. Dong, R. Pinninti, T. Lowe, P. Cussen, J.E. Ballard, D. Di Paolo, M. Shirvaikar, Random field assessment of inhomogeneous bone mineral density from DXA scans can enhance the differentiation between postmenopausal women with and without hip fractures, Journal of biomechanics, 48(6) (2015) 1043-1051. [27] J.H. Keyak, Y. Falkinstein, Comparison of in situ and in vitro CT scan-based finite element model predictions of proximal femoral fracture load, Medical engineering & physics, 25(9) (2003) 781-787. [28] Y. Luo, Empirical functions for conversion of femur areal and volumetric bone mineral density, Journal of Medical and Biological Engineering, 39(3) (2019) 287-293. [29] M. Mirzaei, F. Alavi, F. Allaveisi, V. Naeini, P. Amiri, Linear and nonlinear analyses of femoral fractures: Computational/experimental study, Journal of biomechanics, 79 (2018) 155-163. | ||
|
آمار تعداد مشاهده مقاله: 1,208 تعداد دریافت فایل اصل مقاله: 1,383 |
||