包含微原纤维尺度的多尺度方法：基于神经网络计算与均匀化方法评估皮质骨弹性常数
医学物理
2014-03-13 v1 组织与器官
摘要
骨组织的复杂性和异质性需要多尺度建模以理解其力学行为和重塑机制。本文开发了一种新颖的多尺度分层方法，该方法包含微原纤维尺度，并基于混合神经网络计算和均匀化方程，旨在连接纳米尺度与宏观尺度以估算人类皮质骨的弹性性质。该多尺度模型分为三个主要阶段：(i) 在第 0 步，通过平均 Hill 上下界计算胶原 - 水和矿物 - 水复合材料的弹性常数；(ii) 在第 1 步，利用训练好的神经网络模拟计算胶原微原纤维的弹性性质。在纳米尺度执行有限元 (FE) 计算以提供数据库，用于训练内部开发的神经网络程序；(iii) 在第 2 至 10 步，从原纤维到连续皮质骨组织，利用均匀化方程在更高尺度进行计算。神经网络输出（微原纤维的弹性性质）作为输入用于均匀化计算，以确定矿化胶原原纤维的性质。考虑了骨成分（矿物、胶原和交联）的力学和几何性质以及孔隙率。本文旨在通过模拟这些不同尺度（从纳米结构到中观结构）的弹性响应，解析预测皮质骨的有效弹性常数。我们在最低尺度的输出结果与其他更高尺度良好整合，并作为下一更高尺度建模的输入。预测结果与文献数据吻合良好。
引用
@article{arxiv.1403.3015,
title = {Multiscale approach including microfibril scale to assess elastic constants of cortical bone based on neural network computation and homogenization method},
author = {Abdelwahed Barkaoui and Abdessalem Chamekh and Merzouki Tarek and Ridha Hambli and Mkaddem Ali},
journal= {arXiv preprint arXiv:1403.3015},
year = {2014}
}
备注
20