En metode til at anslå dødt lårbenet kortikale stammer under fraktur test ved hjælp af Digital billed korrelation
Summary
I denne protokol anslås af lårbenet overflade stammer under fraktur test ved hjælp af digital billed korrelation teknik. Nyhed af metoden indebærer anvendelse af en høj kontrast stokastiske speckle mønster på lårbenet overflade, omhyggeligt angivne belysning, høj hastighed videooptagelse og digital billedanalyse korrelation til stamme beregninger.
Abstract
Denne protokol beskriver metoden ved hjælp af digital billed korrelation til at anslå kortikale stamme fra høj hastighed video billeder af dødt femoral overflade fremstillet af mekaniske test. Denne optiske metode kræver en tekstur af mange kontrasterende betroede mærker på en solid hvid baggrund for præcis sporing af overflade deformation som lastning anvendes til modellen. Umiddelbart før afprøvningstidspunktet, er overfladen af interesse i kameravisningen malet med en vandbaseret hvid primer og lov til at tørre i flere minutter. En sort maling er plettet omhyggeligt over den hvide baggrund med særligt hensyn til den selv størrelse og form af dråber. Belysning er omhyggeligt udformet og som sådan, at der er optimale kontrast af disse mærker samtidig minimere refleksioner ved hjælp af filtre. Billeder blev opnået gennem høj hastighed videooptagelse ved op til 12.000 rammer/s. De vigtigste billeder forud for og herunder hændelsen fraktur er udvundet og deformationer anslås mellem successive rammer i omhyggeligt mellemstore forhør windows over et bestemt område af interesse. Disse deformationer bruges derefter til at beregne overflade stamme tidsligt under fraktur test. Stamme data er meget nyttigt til at identificere fraktur indledning i lårbenet og for eventuel validering af proksimale femur fraktur styrke modeller stammer fra kvantitative beregnet tomografi-baserede Finite Element analyse (QCT/FEA).
Introduction
Digital Image korrelation (DIC) er en billedbehandling post metode, der bruges i den aktuelle protokol til at vurdere de fulde overflade feltstammen af dødt femoral testprøver fra tid-sekvens billeder fremstillet ved mekaniske fraktur prøver. Teknikken blev først udviklet og anvendt i eksperimentel stress analyse i 1980-erne og har oplevet en hurtig stigning i brug i de seneste år1,2,3. Det har flere vigtige fordele i forhold til mere traditionelle tilgange til montering strain gauges på en struktur, herunder øget rumlige fordeling af feltet stamme, måle finere længder gennem øget kameraets opløsning, og at undgå problemer med strain gauge lim vedhæftning eller overholdelse. En stor fordel af DIC for biologisk væv, såsom knogler, er, at det kan anvendes til uregelmæssige geometrier bestående af meget heterogene materialeegenskaber4,5. Dens primære ulempe over traditionelle stamme anskaffelsesmetoder er, at det kræver dyre høj hastighed videokameraer af tilstrækkelig opløsning til måling af region af interesse at opnå tilstrækkelig rumlige og tidsmæssige prøveudtagning til præcist anslå stamme felter.
Den primære anvendelse af felterne tidsmæssige stamme fra knoglebrud DIC analyse er at validere stamme skøn i QCT/FEA modeller af collum styrke5. Sådanne validering er i fokus i mange ortopædisk forskergrupper, der overvejende anvender remote målinger af kraft og forskydning fra vejeceller og forskydning transducere6,7,8. Derudover er efter fraktur billedanalyse af fraktur mønster blevet kombineret med disse fjerntliggende målinger som yderligere middel til model validering9. Mere nylig, DIC metode blev anvendt til at validere en FEA model af fraktur og knæk formering i den proksimale femur10. Ved at udnytte stamme korrelation mellem modeller og eksperimenter, endnu mere tillid til validiteten af computational modeller af proksimale femora vil blive opnået og yderligere fremme QCT/FEA diagnosemetode tættere til klinisk brug.
Dette arbejde forklarer en detaljeret protokol for at indarbejde de nødvendige skridt til DIC analyse i fraktur afprøvning af proksimale femora. Proceduren omfattede knogle forberedelsestrin af sprøjtning en hvid maling på knoglen overfladen og derefter pletter sorte pletter på den tørrede hvide overflade af knoglen, metoder til at opnå billeder med tilstrækkelig rumlige og tidsmæssige opløsning ved hjælp af høj hastighed video kameraer, og den proces og værktøjer vi har brugt for computing stamme felter fra disse billeder. Vi forklarede også flere forbehold, der kan påvirke kvaliteten af målingerne.
Protocol
Representative Results
Discussion
Vi indførte en protokol for at konsekvent forberede femoral prøver for høj kontrast imaging under fraktur test, som derefter blev brugt til at estimere fuld felt stamme distributioner med DIC. Denne protokol sikres passende kontrast tekstur af sort tracking prikker på en solid hvid baggrund på knoglen overfladen. Efter denne protokol replikeret vi med held estimering af stammer ved hjælp af DIC analyse for Firs-ni femora.
DIC er en optisk metode, som indebærer at placere en maske over e…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Forfatterne vil gerne takke de materialer og strukturelle test Core på Mayo Clinic for deres tekniske support i udførelsen af fraktur test. Desuden vil vi gerne takke Ramesh Raghupathy og Ian Gerstel for deres bistand udvikle DIC scripts og specifikke detaljer i DIC-protokollen under deres embedstid på Mayo Clinic, og Victor Barocas Research Group, University of Minnesota for den underliggende open source-software, der udfører kernen i digital billed korrelation stamme beregninger11. Denne undersøgelse blev økonomisk støttet af Grainger innovationsfond fra Grainger Foundation.
Materials
| Krylon plastic primer white | Krylon, Peoria, AZ, USA | N/A | Used as a base coat for a smooth white finish on bone surface |
| Water-based acrylic white and black paint | Plaid Enterprises (Ceramcoat), Norcross, GA, USA | N/A | Paint source for white and black colors |
| Mixing bowl | Not specific (generic) | N/A | Used to mix and prepare paint |
| Foam brush | Linzer Products, Wyandanch, NY, USA | N/A | Used to apply paint on bone surface |
| Toothbrush | Colgate-Palmolive, New York, NY, USA | Firm bristle | Used to apply appropriate size and distribution of speckling pattern |
| Hygenic Orthodontic Resin (PMMA) | Patterson Dental, St Paul, MN, USA | H02252 | Controlled substance and can be purchased with proper approval |
| Kenmore Freezer | Sears Holdings, Hoffman Estates, IL, USA | N/A | Used to maintain a -20oC storage enviroment for bone specimens |
| Physiologic Saline (0.9% Sodium Chloride) | Baxter Healthcare, Deerfield, IL, USA | NDC 0338-0048-04 | Used for keeping specimens hydrated |
| Scalpels and scrapers | Aspen Surgical (Bard-Parker), Caledonia, MI, USA | N/A | Used to remove soft tissue from bone specimens |
| Fume Hood | Hamilton Laboratory Solutions, Manitowoc, WI, USA | 70532 | Used for ventilation when preparing PMMA for potting of specimens |
| Lighting units | ARRI, Munich, Germany | N/A | Needed for illumination of target for image capture |
| High-speed video camera | Photron Inc., San Diego, CA, USA | Photron Fastcam APX-RS | Used to capture the high speed video recordings of the fracture events |
| Photron FASTCAM Imager and Viewer | Photron Inc., San Diego, CA, USA | Ver.3392(x64) | Used to record and view the high speed video recordings |
| Camera lens | Zeiss, Oberkochen, Germany | Zeiss Planar L4/50 ZF Lens | Needed for appropriate image resolution |
| ABAQUS CAE | Dassault Systemès, Waltham, MA, USA | Versions 6.13-4 | Used for defining region of interest and creating finite element mesh |
| MATLAB | Mathworks, Natick, MA, USA | Version 2015b | Used for image processing and DIC analysis |
| TecPlot | TecPlot Inc., Bellevue, WA | Used for post processing of strain fields | |
| Strain Calculator Software | Victor Barocas Research Group, University of Minnesota, Minneapolis, MN, USA | http://license.umn.edu/technologies/20130022_robust-image-correlation-based-strain-calculator-for-tissue-systems | Used to calculate strain field |
| mov_frames.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to downsample uncompressed images from high speed video files |
| convert_imagesize.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to register image pixel coordinates with mesh coordinates |
| rrImageTrackGui.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to perform the image cross-correlation to obtain deformations and run Strain Calculator |
| analyzeFailurePrecursor.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to track the peak strain components temporally |
| makeMovies.m | Matlab script, Mayo Clinic, Rochester, MN,USA | N/A | Used to create portable *.avi movies of the deformation components, strain components, principal strains, von Mises strain, and strain energy |
References
- Peters, W., Ranson, W. Digital imaging techniques in experimental stress analysis. Opt Eng. 21 (3), 213427-213427 (1982).
- Kwon, O., Hanna, R. The Enhanced Digital Image Correlation Technique for Feature Tracking During Drying of Wood. Strain. 46 (6), 566-580 (2010).
- Sutton, M. A., Orteu, J. J., Schreier, H. W. Image Correlation for Shape, Motion and Deformation Measurements. Adv of Opt Methods in Exp Mech. 3, (2009).
- Grassi, L., et al. How accurately can subject-specific finite element models predict strains and strength of human femora? Investigation using full-field measurements. J Biomech. 49 (5), 802-806 (2016).
- Den Buijs, J. O., Dragomir-Daescu, D. Validated finite element models of the proximal femur using two-dimensional projected geometry and bone density. Comput Methods Programs Biomed. 104 (2), 168-174 (2011).
- Keyak, J. H., Rossi, S. A., Jones, K. A., Skinner, H. B. Prediction of femoral fracture load using automated finite element modeling. J Biomech. 31 (2), 125-133 (1998).
- Lotz, J. C., Cheal, E. J., Hayes, W. C. Fracture Prediction for the Proximal Femur Using Finite-Element Models . 1Linear-Analysis. J Biomech Eng-T Asme. 113 (4), 353-360 (1991).
- Cody, D. D., et al. Femoral strength is better predicted by finite element models than QCT and DXA. J Biomech. 32 (10), 1013-1020 (1999).
- Dragomir-Daescu, D., et al. Robust QCT/FEA models of proximal femur stiffness and fracture load during a sideways fall on the hip. Ann Biomed Eng. 39 (2), 742-755 (2011).
- Bettamer, A., Hambli, R., Allaoui, S., Almhdie-Imjabber, A. Using visual image measurements to validate a novel finite element model of crack propagation and fracture patterns of proximal femur. Comput Methods Biomech Biomed Eng Imaging Vis. , 1-12 (2015).
- Raghupathy, R., Barocas, V. . Robust Image Correlation Based Strain Calculator for Tissue Systems. , (2016).
- Taddei, F., et al. Subject-specific finite element models of long bones: An in vitro evaluation of the overall accuracy. J Biomech. 39 (13), 2457-2467 (2006).
- Grassi, L., et al. Accuracy of finite element predictions in sideways load configurations for the proximal human femur. J Biomech. 45 (2), 394-399 (2012).
- Gerstel, I., Raghupathy, R., Dragomir-Daescu, D. Digital Image Correlation Identifies Quantitative Characteristics in Proximal Femur Fracture Crack. ORS Annual Mtg. , (2012).
