CN106202739B - 一种骨骼肌力学行为多尺度建模方法 - Google Patents
一种骨骼肌力学行为多尺度建模方法 Download PDFInfo
- Publication number
- CN106202739B CN106202739B CN201610555180.9A CN201610555180A CN106202739B CN 106202739 B CN106202739 B CN 106202739B CN 201610555180 A CN201610555180 A CN 201610555180A CN 106202739 B CN106202739 B CN 106202739B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- muscle
- msup
- skeletal muscle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G06F19/34—
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Prostheses (AREA)
- Materials For Medical Uses (AREA)
Abstract
一种骨骼肌力学行为多尺度建模方法，本发明涉及骨骼肌力学行为多尺度建模方法。本发明是为了解决现有技术无法实现从细胞电生理动作电位激活到骨骼肌力学输出的完整过程仿真的问题。本发明步骤为：步骤一：肌纤维的位置和姿态的确定；步骤二：根据步骤一建立骨骼肌宏观几何模型和骨骼肌微观几何模型；步骤三：对步骤二建立的几何模型进行网格划分；步骤四：根据步骤三进行骨骼肌电生理特性建模；步骤五：根据步骤三和步骤四进行细胞与肌肉组织间的多尺度计算；步骤六：根据步骤五建立骨骼肌多尺度生物力学模型；步骤七：根据步骤六进行肌肉力预测。本发明应用于生物医学工程领域。
Description
技术领域
本发明涉及骨骼肌力学行为多尺度建模方法。
背景技术
对于分析和探究骨骼肌功能的研究，目前几乎完全集中于体内、体外实验测试上，或者采用解剖推算法，根据肌肉起止点及其与关节之间的位置关系来判断肌肉的作用；或者应用肌电图配合遥测技术及快速摄影等方法，在人体做各种运动时，通过测出不同部位的肌肉活动情况，判断肌肉的作用。由于骨骼肌复杂的解剖力学特性和实验手段的限制，实验结果往往只能反映骨骼肌功能的宏观综合特征，不能客观判断出宏观表现的微观起源，这样的结果无法满足医疗、体育训练等领域深入探究骨骼肌功能的需求。已经存在的骨骼肌模型或者关注微观细胞的化学变化，或者关注宏观大变形和应力分布，两种模型的发展都取得了大量的研究成果。然而，从骨骼肌力学行为的生理学机制角度看，现有模型都无法实现从细胞电生理动作电位激活到骨骼肌力学输出的完整过程仿真，这主要是因为：缺乏从细胞膜电位变化到横桥动力学描述的完整数学模型；缺少将肌节的兴奋-收缩偶联同整个骨骼肌纤维兴奋传导联系起来的数学模型；缺乏对骨骼肌功能特性的考虑，如运动单位分布，运动单位募集等信息都没有体现在模型中。
发明内容
本发明是为了解决现有技术无法实现从细胞电生理动作电位激活到骨骼肌力学输出的完整过程仿真的问题，而提出的一种骨骼肌力学行为多尺度建模方法。
一种骨骼肌力学行为多尺度建模方法按以下步骤实现：
步骤一：肌纤维的位置和姿态的确定；
步骤二：根据步骤一建立骨骼肌宏观几何模型和骨骼肌微观几何模型；
步骤三：对步骤二建立的几何模型进行网格划分；
步骤四：根据步骤三进行骨骼肌电生理特性建模；
步骤五：根据步骤三和步骤四进行细胞与肌肉组织间的多尺度计算；
步骤六：根据步骤五建立骨骼肌多尺度生物力学模型；
步骤七：根据步骤六进行肌肉力预测。
发明效果：
(1)传统骨骼肌几何建模多集中于对肌肉整体模型的三维重建上，很少涉及微观结构建模，更没有将肌纤维分布等信息直接与运动单位和肌肉力的产生联系起来。本发明基于解剖结构，借助非破坏性图像获取技术实现骨骼肌宏微观几何建模。
(2)传统骨骼肌电生理特性仿真多以单一过程仿真研究为主，本发明建立肌节完整电生理过程模型，并能够结合兴奋传导模型输出肌纤维各节点细胞参数。
(3)传统骨骼肌生物力学模型多是宏观力学特性建模，主要是Hill模型和三维连续固体力学模型，本发明将电生理模型给出的细胞参数合并到骨骼肌力学模型中，构建骨骼肌多尺度生物力学模型。
(4)传统肌肉力预测的计算机仿真或者采用优化方法，或者采用力-肌电关系计算，没有考虑将微观结构、肌纤维电生理与肌肉力输出直接联系起来。本发明基于模块化的设计思路，通过对几何模块、电生理模块、多尺度力学模块的计算及模块间的参数传递，依据力学行为的生理学机制实现肌肉力预测的计算机仿真。
骨骼肌多尺度模型能够有效输出各尺度参数和分析结果，能够准确预测肌肉力。
本发明所构建的骨骼肌模型，融合了解剖信息、电生理信息、生物力学和部分神经生理学信息，允许对大范围生理学参数和结构参数改变的影响进行分析，能够揭示更多结构与功能之间的内在联系，可以用于验证神经生理学、电生理学、病理学、生物力学等多领域研究成果。
本发明所构建的骨骼肌模型，可用于指导利用功能性电刺激方法治疗因为疾病、过长时间卧床、太空飞行和截瘫造成的肌肉活动功能丧失。
本发明所构建的骨骼肌模型，结合现有的神经生理学研究成果，可以指导康复训练模式的修正和体育训练。
附图说明
图1为骨骼肌宏观几何建模流程图；
图2为特征体元示意图；
图3为全局坐标系与局部坐标系示意图；
图4为肌肉力预测计算机仿真流程图；
图5为骨骼肌多尺度模型与仿真整体设计方案流程图。
具体实施方式
具体实施方式一：一种骨骼肌力学行为多尺度建模方法包括以下步骤：
步骤一：肌纤维的位置和姿态的确定；
步骤二：根据步骤一建立骨骼肌宏观几何模型和骨骼肌微观几何模型；
步骤三：对步骤二建立的几何模型进行网格划分；
步骤四：根据步骤三进行骨骼肌电生理特性建模；
步骤五：根据步骤三和步骤四进行细胞与肌肉组织间的多尺度计算；
步骤六：根据步骤五建立骨骼肌多尺度生物力学模型；
步骤七：根据步骤六进行肌肉力预测。
本发明骨骼肌多尺度模型与仿真整体设计方案如图5所示。
具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中肌纤维的位置和姿态的确定的具体过程为：
在模型分析中，材料以及肌纤维方向是通过单元坐标系来定义的。在肌纤维体元上建立直角坐标系，体元的径向沿着肌纤维轴向方向，体元的其它两个坐标轴位于垂直于肌纤维的平面内，该直角坐标系为几何模型的局部坐标系，如图2所示；全局坐标系放置于骨骼肌的几何中心位置，通过局部坐标系和全局坐标系的连接关系确定肌纤维的位置和姿态，如图3所示。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤二中建立骨骼肌宏观几何模型和骨骼肌微观几何模型的具体过程为：
步骤二一：建立骨骼肌宏观几何模型
肌肉的医学图像体数据通过MRI设备获取，在获取医学图像后，进行图像预处理，预处理后的图像进行分割，图像分割后进行三维重建，得到骨骼肌宏观几何模型；进行骨骼肌几何建模的步骤如图1所示。
步骤二二：建立骨骼肌微观几何模型
通过扩散张量磁共振DT-MRI，可以获得纤维角度等微观信息，羽状肌中实际的纤维分布便能够被定义、重构和嵌入到相应骨骼肌三维模型中。
骨骼肌微观几何形态建模包括肌纤维几何形态模型以及确定骨骼肌纤维排列角度、肌纤维分布、肌纤维类型、运动单位分布。单个肌纤维将被作为一维对象建模，用一维有限元离散化，沿着骨骼肌纤维的实际方向排列在三维空间中。在大部分肌肉中，肌纤维从骨骼肌的一端延续到另一端，肌纤维的嵌入同骨骼肌网格直接的关联在一起，通过局部坐标与全局坐标之间的关系确定肌纤维的位置和姿态。对于羽状肌，通过扩散张量磁共振DT-MRI，可以获得纤维角度等微观信息，羽状肌中实际的纤维分布便能够被定义、重构和嵌入到相应骨骼肌三维模型中。为了简化肌纤维的嵌入，所有的肌纤维被假设成有相同的纤维横截面积。
肌纤维类型分为快肌纤维和慢肌纤维两种。运动单位的分布可以通过设定肌纤维的加权中心来确定，加权中心的位置与骨骼肌内所有肌纤维位置排列有关，运动单位分布的区域中心与肌纤维加权中心的距离满足正态分布关系。设运动单位共m个，较小的运动单位含慢肌纤维，含慢肌纤维的运动单位数目为s，较大的运动单位含快肌纤维，那么含快肌纤维的运动单位数目为m-s个。所有运动单位中所包含的肌纤维数目呈指数分布，fm为肌纤维总数，第i个运动单位中肌纤维数目可由下式计算：
对于一个特定的运动单位，所包含的肌纤维数目确定后，通过肌纤维中心与运动单位区域中心的位置关系和此肌纤维是否已经包含在之前的运动单位中两个前提条件，来选择该运动单位中实际包含的肌纤维。最后一个运动单位包含肌纤维数目应保证每个肌纤维都被分配到了指定的运动单位中，因此有按照这样的排列规则，通过迭代运算，可以确定出运动单位分布以及运动单位中肌纤维的分布情况。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述步骤三中对步骤二建立的几何模型进行网格划分的具体过程为：
根据医学图像数据信息建立肌肉的表面模型，通过对表面三角面片的处理，使之更适合构建体网格；利用扩散张量磁共振(DT-MRI)获取肌纤维的信息，依据肌纤维的信息将肌纤维模型(骨骼肌微观几何模型)嵌入到肌肉的体网格中，肌纤维为一维模型，一维模型通过细密网格划分进行有限单元构建，按照肌纤维在肌肉中的实际位置和姿态加入到肌肉三维模型的粗网格中，粗网格采用四面体网格。网格节点的位置依据肌肉整体长度的改变进行更新；所述细密网格尺寸为1/32厘米，粗网格尺寸大于或等于0.5厘米。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤四中进行骨骼肌电生理特性建模具体为：
(1)骨骼肌电生理模型
采用的募集发放模型是：当肌肉随意收缩时，运动神经池中的运动神经元受到刺激，如果刺激强度超过了其募集阈值，那么运动神经元就会产生兴奋，经其轴突传导至神经肌肉接头，引起运动单位中肌纤维的去极化，此运动单位即被募集，并按大小原理顺序进行。
每一个运动单位有一个募集阈值，把肌肉中的n个运动单位按从小到大顺序进行编号，则第i个运动单位的募集阈值：
RTE(i)＝RRi/n (3)
其中RR是募集阈值范围；
募集有窄募集和宽募集两种，对于较大的肌肉，如肱二头肌，通常采用宽募集，而对于较小的肌肉，则采用窄募集。
发放时间：
其中FR为发放频率，η是高斯分布随机数，cν为系数；
(2)肌纤维电兴奋传导数学模型
采用基于Poisson方程的双域模型来描述组织中(肌纤维中)的电传导特性。双域模型由公式(5)和公式(6)两个方程组成；第一个方程(5)是描述细胞电位分布，可以从已知的跨膜电位求解出细胞外电位。第二个方程(6)是反应扩散方程，用跨膜电位表示，其中反应部分的非线性项由细胞的离子电流总和给出，用于描述细胞电活动作用下的组织电扩散过程。
其中Am为细胞体表面积比，Cm是细胞单位面积膜电容(跨膜电容)，Vm为电压，t为时间，Iion是细胞离子通道电流之和，Is1为细胞外刺激电流，Is2为细胞内刺激电流，σi为内部纤维传导率，σe为外部纤维传导率，为外部势能；
(3)肌节电生理模型
将神经冲动引起肌纤维收缩的兴奋-收缩偶联过程分解为三个过程并分别建立数学模型为：膜电位变化数学模型、钙循环过程数学模型和横桥动力学数学模型；
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六：本实施方式与具体实施方式一至五之一不同的是：所述膜电位变化模型、钙循环过程模型和横桥动力学模型具体为：
膜电位变化模型：采用Hodgkin-Huxley的电生理模型表示肌纤维肌节的动作电位电生理，建立膜电流传导状态和横管电流的传导状态模型；
钙循环过程模型：RyR钙释放通道将钙离子从SR钙库中释放出来对膜去极化做出反应，通过状态模型建立起横管电位变化与通过RyR钙释放通道从SR库中释放的钙离子之间的连接关系。在钙循环中，从SR中借助于RyR释放的钙与ATP或者Parvalbumin结合，与肌丝上的肌钙蛋白一起，最终借助钙泵被传输回SR，并与肌钙集蛋白结合。本发明采用二室模型对钙的传导过程进行数学建模，过程变量包括：Ca2+、ATP、Mg2+、Parvalbumin(钙结合蛋白)、Troponin(肌钙蛋白)、calsequestrin(肌钙集蛋白)。
横桥动力学模型：
(1)水解过程引起肌球蛋白头部的构象变化，ATP水解的化学能转化为肌球蛋白的构象能；
(2)横桥和肌动蛋白形成弱结合态；
(3)Pi的释放触发了肌球蛋白头部的杆状部分发生约60°(45°～60°)角的摆动；
(4)从弱结合态过渡到强结合态，肌球蛋白的构象能转化为机械能；
(5)强结合态形成后，ADP释放，ADP释放后ATP迅速结合，并不断循环；从中可以看出，肌球蛋白将化学能转化为机械能的途径是：ATP分解化学能-肌球蛋白的构象能-机械能。这些状态间的转化拟采用一级动力学方程进行建模。在微观尺度上，横桥连接的数目与力的产生直接相关联，设弱结合态时横桥连接数目为M1，强结合态时横桥连接数目为M2。
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七：本实施方式与具体实施方式一至六之一不同的是：所述步骤五中进行细胞与肌肉组织间的多尺度计算的具体过程为：
通过肌节电生理模型和肌纤维电生理模型求解得到的细胞参数M1和M2是骨骼肌多尺度生物力学模型的输入部分，采用多重网格方法，将细网格节点上的参数值粗化到粗网格节点，对于与粗网格节点有相同距离的细网格节点参数值，通过取平均值作为粗网格节点参数值。
其它步骤及参数与具体实施方式一至六之一相同。
具体实施方式八：本实施方式与具体实施方式一至七之一不同的是：所述步骤六中建立骨骼肌多尺度生物力学模型的具体过程为：
(1)建立主动行为与被动行为的骨骼肌生物力学模型
采用超弹性力学方程对骨骼肌细胞外基质部分的力学特性进行建模，但是，骨骼肌的力学特性有其特殊之处，需要对超弹性力学方程进行扩展，通过附加项的形式加入肌纤维的影响，使整个力学方程能够正确表达骨骼肌力学行为的主动部分和被动部分。
肌肉组织能量方程表示为：
ψmuscle(C,a0,factive(λ))＝ψpassive(C,fpassive(λ),a0)+ψactive(C,a0,factive(λ)) (7)
通过材料的能量方程求导，可以得到生物力学方程，对柯西-格林变形张量C求导，通过应力张量表示材料的应力-应变关系，用第二Piola-Kirchhoff应力张量表示被动的材料特性Spassive和骨骼肌主动张量Sactive，a0表示肌纤维方向，ψmuscle为整个肌肉组织的自由能，ψpassive为被动部分的自由能，ψactive为主动部分的自由能；
基于自由能量方程，骨骼肌的第二Piola-Kirchhoff应力张量为：
其中Spassive为被动的材料特性，Sactive为骨骼肌主动张量；
采用超弹性模型来描述细胞外基质的超弹性特性，被动力学部分由各项同性项和各项异性项两部分构成，其中各项同性项为细胞外基质引起，各项异性项为肌原纤维引起；
式中，c1、c2为材料力学特性参数，p是流体静压力，I1、I3、I4分别是C的第一、第三、第四主不变量，I为单位矩阵，λ为肌纤维长度，fpassive为被动肌纤维力，为沿肌纤维方向最大被动刚度；
生物力学方程主动部分表示为：
式中，factive为被动肌纤维力，为沿肌纤维方向最大主动刚度；
式中肌纤维长度与力的关系等式由公式(11)和公式(12)确定；
λofl为依据被研究骨骼肌的平均肌纤维长度；
(2)建立骨骼肌多尺度生物力学模型
M1、M2影响骨骼肌的被动刚度，M2影响肌纤维产生力的大小。细胞电生理学参数M1和M2将成为连接电生理学与宏观力学特性之间的桥梁，同时，M1和M2与肌纤维主动力学和被动力学等式一起也成为连接亚细胞尺度与宏观尺度骨骼肌模型的桥梁。
对于主动收缩部分和被动力学部分的生物力学方程做进一步的分析，将激活参数引入到主动力学行为方程中，同时，加入到由肌原纤维引起的被动力学等式中。被动部分激活参数用α1表示，主动部分激活参数用α2表示；表示为主动应力张量表示为
骨骼肌的生物力学方程修正为以下形式：
由于强结合态和弱结合态两种状态横桥连接数目对被动部分都有影响，而主动部分则只与强结合态有关，其中α1＝fpassive(M1,M2)＝M1+M2，α2＝factive(M2)＝M2。当肌纤维没有被激活时，采用被动生物力学方程求解；当肌纤维处于激活状态时，采用包含主、被动张量的肌肉生物力学等式求解。
其它步骤及参数与具体实施方式一至七之一相同。
具体实施方式九：本实施方式与具体实施方式一至八之一不同的是：所述步骤七中进行肌肉力预测的计算机仿真过程为(通过连接骨骼肌多尺度模型的电生理计算模块和生物力学模块，结合几何边界条件，以运动单位募集和发放时间、细胞参数为模块间的信息传递载体构建的肌肉力预测计算机仿真过程如图4所示)：
步骤七一：计算跨膜电位，得到跨膜电位计算值；
步骤七二：判断步骤一得到的计算值是否大于等于募集阈值；若是，则执行步骤七三；若否，则重新执行步骤七一；
步骤七三：进行运动单位募集；
步骤七四：根据肌纤维兴奋传导双域模型和兴奋-收缩偶联模型，使肌纤维网格节点M1和M2值更新；
步骤七五：进行网格粗化并更新网格节点位置；
步骤七六：采用多尺度生物力学方程和力学平衡方程，计算肌肉力。
步骤七七：计算tnext＝f(tlast,FR)；
步骤七八：判断tnext是否小于等于T；若是，则重新执行步骤一；若否，则输出肌肉力。
其它步骤及参数与具体实施方式一至八之一相同。
Claims (7)
1.一种骨骼肌力学行为多尺度建模方法，其特征在于，所述骨骼肌力学行为多尺度建模方法包括以下步骤：
步骤一：肌纤维的位置和姿态的确定；
步骤二：根据步骤一建立骨骼肌宏观几何模型和骨骼肌微观几何模型；
步骤三：对步骤二建立的几何模型进行网格划分；
步骤四：根据步骤三进行骨骼肌电生理特性建模；
步骤五：根据步骤三和步骤四进行细胞与肌肉组织间的多尺度计算；
步骤六：根据步骤五建立骨骼肌多尺度生物力学模型；
步骤七：根据步骤六进行肌肉力预测；
所述步骤一中肌纤维的位置和姿态的确定的具体过程为：
在肌纤维体元上建立直角坐标系，体元的径向沿着肌纤维轴向方向，体元的其它两个坐标轴位于垂直于肌纤维的平面内，该直角坐标系为几何模型的局部坐标系，全局坐标系放置于骨骼肌的几何中心位置，通过局部坐标系和全局坐标系的连接关系确定肌纤维的位置和姿态；
所述步骤二中建立骨骼肌宏观几何模型和骨骼肌微观几何模型的具体过程为：
步骤二一：建立骨骼肌宏观几何模型
肌肉的医学图像体数据通过MRI设备获取，在获取医学图像后，进行图像预处理，预处理后的图像进行分割，图像分割后进行三维重建，得到骨骼肌宏观几何模型；
步骤二二：建立骨骼肌微观几何模型
设运动单位共m个，所有运动单位中所包含的肌纤维数目呈指数分布，fm为肌纤维总数，第i个运动单位中肌纤维数目fi由下式计算：
<mrow>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>&CenterDot;</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</mfrac>
<mi>l</mi>
<mi>n</mi>
<mi> </mi>
<msubsup>
<mi>f</mi>
<mrow>
<mi>r</mi>
<mi>a</mi>
<mi>t</mi>
<mi>i</mi>
<mi>o</mi>
</mrow>
<mrow>
<mi>m</mi>
<mo>/</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msup>
<mi>f</mi>
<mi>m</mi>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>f</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<msup>
<mi>f</mi>
<mi>m</mi>
</msup>
<mo>-</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
通过迭代运算，确定运动单位分布以及运动单位中肌纤维的分布。
2.根据权利要求1所述的一种骨骼肌力学行为多尺度建模方法，其特征在于，所述步骤三中对步骤二建立的几何模型进行网格划分的具体过程为：
依据肌纤维的信息将骨骼肌微观几何模型嵌入到肌肉的体网格中，肌纤维为一维模型，一维模型通过细密网格划分进行有限单元构建，按照肌纤维在肌肉中的实际位置和姿态加入到肌肉三维模型的粗网格中，粗网格采用四面体网格，网格节点的位置依据肌肉整体长度的改变进行更新；所述细密网格尺寸为1/32厘米，粗网格尺寸大于或等于0.5厘米。
3.根据权利要求2所述的一种骨骼肌力学行为多尺度建模方法，其特征在于，所述步骤四中进行骨骼肌电生理特性建模具体为：
(1)骨骼肌电生理模型
每一个运动单位有一个募集阈值，把肌肉中的n个运动单位按从小到大顺序进行编号，则第i个运动单位的募集阈值：
RTE(i)＝RRi/n (3)
其中RR是募集阈值范围；
发放时间：
<mrow>
<msubsup>
<mi>t</mi>
<mi>i</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>x</mi>
<mi>t</mi>
</mrow>
</msubsup>
<mo>=</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>t</mi>
<mi>i</mi>
<mrow>
<mi>l</mi>
<mi>a</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msubsup>
<mo>,</mo>
<mi>F</mi>
<mi>R</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>t</mi>
<mi>i</mi>
<mrow>
<mi>l</mi>
<mi>a</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msubsup>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>&eta;c</mi>
<mi>v</mi>
</msub>
<mo>)</mo>
<mi>F</mi>
<mi>R</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中FR为发放频率，η是高斯分布随机数，cν为系数；
(2)肌纤维电兴奋传导数学模型
双域模型由公式(5)和公式(6)两个方程组成；
其中Am为细胞体表面积比，Cm是细胞单位面积膜电容，Vm为电压，t为时间，Iion是细胞离子通道电流之和，Is1为细胞外刺激电流，Is2为细胞内刺激电流，σi为内部纤维传导率，σe为外部纤维传导率，为外部势能；
(3)肌节电生理模型
将神经冲动引起肌纤维收缩的兴奋-收缩偶联过程分解为三个过程并分别建立数学模型为：膜电位变化数学模型、钙循环过程数学模型和横桥动力学数学模型。
4.根据权利要求3所述的一种骨骼肌力学行为多尺度建模方法，其特征在于，所述膜电位变化模型、钙循环过程模型和横桥动力学模型具体为：
膜电位变化模型：采用Hodgkin-Huxley的电生理模型表示肌纤维肌节的动作电位电生理，建立膜电流传导状态和横管电流的传导状态模型；
钙循环过程模型：采用二室模型对钙的传导过程进行数学建模，过程变量包括：Ca2+、ATP、Mg2+、钙结合蛋白、肌钙蛋白、肌钙集蛋白；
横桥动力学模型：
(1)水解过程引起肌球蛋白头部的构象变化，ATP水解的化学能转化为肌球蛋白的构象能；
(2)横桥和肌动蛋白形成弱结合态；
(3)Pi的释放触发了肌球蛋白头部的杆状部分发生45°～60°角的摆动；
(4)从弱结合态过渡到强结合态，肌球蛋白的构象能转化为机械能；
(5)强结合态形成后，ADP释放，ADP释放后ATP迅速结合，并不断循环；
设弱结合态时横桥连接数目为M1，强结合态时横桥连接数目为M2。
5.根据权利要求4所述的一种骨骼肌力学行为多尺度建模方法，其特征在于，所述步骤五中进行细胞与肌肉组织间的多尺度计算的具体过程为：
通过肌节电生理模型和肌纤维电生理模型求解得到的细胞参数M1和M2是骨骼肌多尺度生物力学模型的输入部分，采用多重网格方法，将细网格节点上的参数值粗化到粗网格节点，对于与粗网格节点有相同距离的细网格节点参数值，通过取平均值作为粗网格节点参数值。
6.根据权利要求5所述的一种骨骼肌力学行为多尺度建模方法，其特征在于，所述步骤六中建立骨骼肌多尺度生物力学模型的具体过程为：
(1)建立主动行为与被动行为的骨骼肌生物力学模型
采用超弹性力学方程对骨骼肌细胞外基质部分的力学特性进行建模，通过附加项加入肌纤维的影响；
肌肉组织能量方程表示为：
ψmuscle(C,a0,factive(λ))＝ψpassive(C,fpassive(λ),a0)+ψactive(C,a0,factive(λ)) (7)
其中C为柯西-格林变形张量，a0表示肌纤维方向，ψmuscle为整个肌肉组织的自由能，ψpassive为被动部分的自由能，ψactive为主动部分的自由能；
骨骼肌的第二Piola-Kirchhoff应力张量为：
<mrow>
<msup>
<mi>S</mi>
<mrow>
<mi>m</mi>
<mi>u</mi>
<mi>s</mi>
<mi>c</mi>
<mi>l</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>=</mo>
<msup>
<mi>S</mi>
<mrow>
<mi>p</mi>
<mi>a</mi>
<mi>s</mi>
<mi>s</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>+</mo>
<msup>
<mi>S</mi>
<mrow>
<mi>a</mi>
<mi>c</mi>
<mi>t</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>=</mo>
<mn>2</mn>
<mfrac>
<mrow>
<mo>&part;</mo>
<msup>
<mi>&psi;</mi>
<mrow>
<mi>p</mi>
<mi>a</mi>
<mi>s</mi>
<mi>s</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>,</mo>
<msup>
<mi>f</mi>
<mrow>
<mi>p</mi>
<mi>a</mi>
<mi>s</mi>
<mi>s</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>(</mo>
<mi>&lambda;</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>C</mi>
</mrow>
</mfrac>
<mo>+</mo>
<mn>2</mn>
<mfrac>
<mrow>
<mo>&part;</mo>
<msup>
<mi>&psi;</mi>
<mrow>
<mi>a</mi>
<mi>c</mi>
<mi>t</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>,</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>,</mo>
<msup>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>c</mi>
<mi>t</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>(</mo>
<mi>&lambda;</mi>
<mo>)</mo>
</mrow>
<mo>)</mo>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>C</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
其中Spassive为被动的材料特性，Sactive为骨骼肌主动张量；
被动力学部分由各项同性项和各项异性项两部分构成，其中各项同性项为细胞外基质引起，各项异性项为肌原纤维引起；
<mrow>
<msup>
<mi>S</mi>
<mrow>
<mi>p</mi>
<mi>a</mi>
<mi>s</mi>
<mi>s</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>=</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mi>I</mi>
<mo>+</mo>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>I</mi>
<mn>1</mn>
</msub>
<mi>I</mi>
<mo>-</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>p</mi>
<msqrt>
<msub>
<mi>I</mi>
<mn>3</mn>
</msub>
</msqrt>
<msup>
<mi>C</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>+</mo>
<mo>&lsqb;</mo>
<mfrac>
<msubsup>
<mi>&sigma;</mi>
<mrow>
<mi>p</mi>
<mi>a</mi>
<mi>s</mi>
<mi>s</mi>
</mrow>
<mrow>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msubsup>
<msub>
<mi>I</mi>
<mn>4</mn>
</msub>
</mfrac>
<msup>
<mi>f</mi>
<mrow>
<mi>p</mi>
<mi>a</mi>
<mi>s</mi>
<mi>s</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<mi>&lambda;</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>&CircleTimes;</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，c1、c2为材料力学特性参数，p是流体静压力，I1、I3、I4分别是C的第一、第三、第四主不变量，I为单位矩阵，λ为肌纤维长度，fpassive为被动肌纤维力，为沿肌纤维方向最大被动刚度；
生物力学方程主动部分表示为：
<mrow>
<msup>
<mi>S</mi>
<mrow>
<mi>a</mi>
<mi>c</mi>
<mi>t</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>=</mo>
<mo>&lsqb;</mo>
<mfrac>
<msubsup>
<mi>&sigma;</mi>
<mrow>
<mi>t</mi>
<mi>e</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msubsup>
<msub>
<mi>I</mi>
<mn>4</mn>
</msub>
</mfrac>
<msup>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>c</mi>
<mi>t</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<mi>&lambda;</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>&CircleTimes;</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，factive为被动肌纤维力，为沿肌纤维方向最大主动刚度；
式中肌纤维长度与力的关系等式由公式(11)和公式(12)确定；
<mrow>
<msup>
<mi>f</mi>
<mrow>
<mi>p</mi>
<mi>a</mi>
<mi>s</mi>
<mi>s</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>&lambda;</mi>
<mo>&le;</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0.05</mn>
<mrow>
<mo>(</mo>
<msup>
<mi>e</mi>
<mrow>
<mn>6.6</mn>
<mrow>
<mo>(</mo>
<mi>&lambda;</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mn>1</mn>
<mo><</mo>
<mi>&lambda;</mi>
<mo>&le;</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mn>0</mn>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>2.1751</mn>
<mi>&lambda;</mi>
<mo>-</mo>
<mn>2.7655</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>&lambda;</mi>
<mo>></mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msup>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>c</mi>
<mi>t</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mfrac>
<mn>25</mn>
<mrow>
<mn>4</mn>
<msubsup>
<mi>&lambda;</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>l</mi>
</mrow>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<msup>
<mi>&lambda;</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mfrac>
<mn>25</mn>
<mrow>
<mn>2</mn>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mi>&lambda;</mi>
<mo>-</mo>
<mn>5.25</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mn>0.6</mn>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>&le;</mo>
<mi>&lambda;</mi>
<mo>&le;</mo>
<mn>1.4</mn>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
λofl为依据被研究骨骼肌的平均肌纤维长度；
(2)建立骨骼肌多尺度生物力学模型
被动部分激活参数用α1表示，主动部分激活参数用α2表示；表示为主动应力张量表示为
骨骼肌的生物力学方程修正为以下形式：
<mrow>
<msup>
<mi>S</mi>
<mrow>
<mi>m</mi>
<mi>u</mi>
<mi>s</mi>
<mi>c</mi>
<mi>l</mi>
<mi>e</mi>
</mrow>
</msup>
<mo>=</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mi>I</mi>
<mo>+</mo>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>I</mi>
<mn>1</mn>
</msub>
<mi>I</mi>
<mo>-</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>p</mi>
<msqrt>
<msub>
<mi>I</mi>
<mn>3</mn>
</msub>
</msqrt>
<msup>
<mi>C</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>+</mo>
<mi>&alpha;</mi>
<mn>1</mn>
<mo>&lsqb;</mo>
<mfrac>
<msubsup>
<mi>&sigma;</mi>
<mrow>
<mi>p</mi>
<mi>a</mi>
<mi>s</mi>
<mi>s</mi>
</mrow>
<mrow>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msubsup>
<msub>
<mi>I</mi>
<mn>4</mn>
</msub>
</mfrac>
<msup>
<mi>f</mi>
<mrow>
<mi>p</mi>
<mi>a</mi>
<mi>s</mi>
<mi>s</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<mi>&lambda;</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>&CircleTimes;</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&alpha;</mi>
<mn>2</mn>
<mo>&lsqb;</mo>
<mfrac>
<msubsup>
<mi>&sigma;</mi>
<mrow>
<mi>t</mi>
<mi>e</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msubsup>
<msub>
<mi>I</mi>
<mn>4</mn>
</msub>
</mfrac>
<msup>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>c</mi>
<mi>t</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<mi>&lambda;</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>&CircleTimes;</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>13</mn>
<mo>)</mo>
</mrow>
</mrow>
其中α1＝fpassive(M1,M2)＝M1+M2，α2＝factive(M2)＝M2。
7.根据权利要求6所述的一种骨骼肌力学行为多尺度建模方法，其特征在于，所述步骤七中进行肌肉力预测的计算机仿真过程为：
步骤七一：计算跨膜电位，得到跨膜电位计算值；
步骤七二：判断步骤一得到的计算值是否大于等于募集阈值；若是，则执行步骤七三；若否，则重新执行步骤七一；
步骤七三：进行运动单位募集；
步骤七四：根据肌纤维兴奋传导双域模型和兴奋-收缩偶联模型，使肌纤维网格节点M1和M2值更新；
步骤七五：进行网格粗化并更新网格节点位置；
步骤七六：采用多尺度生物力学方程和力学平衡方程，计算肌肉力；
步骤七七：计算tnext＝f(tlast,FR)；
步骤七八：判断tnext是否小于等于T；若是，则重新执行步骤一；若否，则输出肌肉力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610555180.9A CN106202739B (zh) | 2016-07-14 | 2016-07-14 | 一种骨骼肌力学行为多尺度建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610555180.9A CN106202739B (zh) | 2016-07-14 | 2016-07-14 | 一种骨骼肌力学行为多尺度建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106202739A CN106202739A (zh) | 2016-12-07 |
| CN106202739B true CN106202739B (zh) | 2017-12-08 |
Family
ID=57475926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610555180.9A Expired - Fee Related CN106202739B (zh) | 2016-07-14 | 2016-07-14 | 一种骨骼肌力学行为多尺度建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106202739B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107330275B (zh) * | 2017-06-30 | 2018-07-06 | 哈尔滨理工大学 | 一种对骨骼肌快肌纤维兴奋收缩过程的建模方法 |
| CN107609338B (zh) * | 2017-10-24 | 2019-02-26 | 哈尔滨理工大学 | 一种基于代谢生理学的骨骼肌模型建模的方法 |
| CN107961038B (zh) * | 2017-12-12 | 2020-04-14 | 深圳先进技术研究院 | 一种根据超声弹性肌动图获取生物力学参数的方法及装置 |
| CN108629074B (zh) * | 2018-03-15 | 2020-04-28 | 哈尔滨理工大学 | 一种骨骼肌肌束有限元模型的建模方法 |
| CN108597017A (zh) * | 2018-04-19 | 2018-09-28 | 河海大学常州校区 | 一种基于测量参数的骨骼变形模板构建方法 |
| GB2574798B (en) | 2018-05-31 | 2021-08-18 | Univ Newcastle | System for processing images to detect properties of skeletal muscle |
| CN112365985A (zh) * | 2020-11-10 | 2021-02-12 | 哈尔滨理工大学 | 一种基于肌浆网环境的骨骼肌多尺度模型建模的方法 |
| CN112364785B (zh) * | 2020-11-13 | 2023-07-25 | 中移雄安信息通信科技有限公司 | 一种运动训练指导方法、装置、设备及计算机存储介质 |
| CN113040792A (zh) * | 2021-03-10 | 2021-06-29 | 上海逸动医学科技有限公司 | 一种肩关节生物力学测试系统及方法 |
| CN114139378B (zh) * | 2021-12-02 | 2024-04-23 | 中国人民解放军军事科学院国防科技创新研究院 | 考虑形态变化的肌肉时变力学建模方法、装置、电子设备 |
| CN114431832B (zh) * | 2021-12-27 | 2023-10-20 | 同济大学 | 一种肌肉能量消耗的量化分析方法 |
| CN114469142B (zh) * | 2022-01-06 | 2024-06-21 | 中南大学 | 一种基于人体肌肉动力学模型和肌电信号的肌力解码方法 |
| CN114388100B (zh) * | 2022-01-14 | 2022-09-02 | 清华大学 | 肌肉映射模型的建立方法、装置和计算机设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060003959A1 (en) * | 2004-06-10 | 2006-01-05 | Steven Burden | Methods and agents for maintaining muscle mass and for preventing muscle atrophy and biomarkers for monitoring same |
| CN103310072B (zh) * | 2013-06-28 | 2015-12-23 | 哈尔滨理工大学 | 基于力反馈的股骨生物力学有限元分析系统 |
| CN105303605B (zh) * | 2015-10-26 | 2017-10-13 | 哈尔滨理工大学 | 一种基于力反馈的骨外科手术仿真系统 |
-
2016
- 2016-07-14 CN CN201610555180.9A patent/CN106202739B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN106202739A (zh) | 2016-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106202739B (zh) | 一种骨骼肌力学行为多尺度建模方法 | |
| Röhrle et al. | Three-dimensional finite element modelling of muscle forces during mastication | |
| Kerckhoffs et al. | Computational methods for cardiac electromechanics | |
| Röhrle | Simulating the electro-mechanical behavior of skeletal muscles | |
| CN109816630A (zh) | 基于迁移学习的fMRI视觉编码模型构建方法 | |
| CN105868572A (zh) | 一种基于自编码器的心肌缺血位置的预测方法 | |
| CN106333697A (zh) | 一种基于肌骨生物动力学的人体腹内压测试方法 | |
| Tawhai et al. | Multiscale modeling in computational biomechanics | |
| Masithulela | Computational biomechanics in the remodelling rat heart post myocardial infarction | |
| CN104866657B (zh) | 一种人体建模方法及装置 | |
| Shuaiby et al. | Modeling and simulation of the action potential in human cardiac tissues using finite element method | |
| Spomer et al. | Motor control complexity can be dynamically simplified during gait pattern exploration using motor control-based biofeedback | |
| Jiang et al. | Modeling a realistic 3D physiological tongue for visual speech synthesis | |
| CN105631223A (zh) | 基于cpg的心肺节律同步控制实验平台 | |
| Röhrle et al. | Multiscale skeletal muscle modeling: From cellular level to a multi-segment skeletal muscle model of the upper limb | |
| Bielski et al. | Surface sliding in human abdominal wall numerical models: Comparison of single-surface and multi-surface composites | |
| Song et al. | A Muscle‐Specific Rehabilitation Training Method Based on Muscle Activation and the Optimal Load Orientation Concept | |
| Amar et al. | Multiscale 3D model of cardiac contraction based on a fiber array | |
| Yang et al. | Coupling Ray Radiation Function Based Biophysical Detailed Dual Pattern Cardiac Visualization | |
| CN114912294B (zh) | 一种基于cuda并行的三维心脏电生理仿真方法 | |
| Sun et al. | Mechanical effects of needle texture on acupoint tissue | |
| Vavourakis et al. | A finite element method for non-linear hyperelasticity applied for the simulation of octopus arm motions | |
| Saputra et al. | Concept of Seamless Physical Observation of Human Hand Through Block Design Test | |
| Seyedebrahimi et al. | Simulation of transmembrane potential propagation in normal and ischemic tissue using Aliev-Panfilov model | |
| Formaggia et al. | Numerical approximation of the electromechanical coupling in the left ventricle with inclusion of the Purkinje network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171208 Termination date: 20190714 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |