К вопросу об изучении структурных и механических характеристик губчатой костной ткани крупного рогатого скота

Обложка

Цитировать

Полный текст

Аннотация

Натурные эксперименты с человеческими костями затруднены, поэтому многие авторы исследуют механические параметры губчатой кости крупного рогатого скота, которая по своим свойствам близка к кости человека. Известны исследования по оценке эффективного модуля упругости губчатой кости позвонков и других костей коров. Однако ее механические свойства в зависимости от направления нагружения и структурных свойств не изучены. Цель работы состояла в комплексном исследовании механических свойств губчатой кости крупного рогатого скота в зависимости от направления нагружения, объемной минеральной плотности и пористости. Задачами данной работы являлись: разработка требований к размерам образцов при их одноосном сжатии для оценки эффективного модуля упругости в рамках стержневой теории; проведение одноосных механических экспериментов по сжатию образцов костей в трех направлениях; измерение объемной минеральной плотности и пористости образцов; построение регрессионных зависимостей, связывающих механические и структурные свойства губчатой кости. В результате исследования выявлены зависимости, связывающие эффективный модуль упругости с минеральной плотностью, а также пористостью губчатой кости. Была разработана и представлена авторская методика определения пористости губчатой кости. В работе также представлены требования к относительной высоте (отношение высоты к наибольшему размеру поперечного сечения) образцов губчатой кости. Выявлено, что при проведении одноосных экспериментов по сжатию и дальнейшем расчете эффективного модуля упругости по стержневой теории относительная высота образцов должна составлять не менее 5 единиц.

Об авторах

Ирина Феритовна Паршина

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

ORCID iD: 0000-0003-0735-6934
SPIN-код: 2267-9136
Россия, г. Саратов, ул. Астраханская, 83

Дмитрий Валерьевич Иванов

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

ORCID iD: 0000-0003-1640-6091
SPIN-код: 4459-1094
Россия, г. Саратов, ул. Астраханская, 83

Александр Викторович Доль

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

ORCID iD: 0000-0001-5842-1615
SPIN-код: 3881-2302
Россия, г. Саратов, ул. Астраханская, 83

Илья Владимирович Виндокуров

Пермский национальный исследовательский политехнический университет

ORCID iD: 0000-0002-1885-0404
SPIN-код: 7586-3546
Scopus Author ID: 57927069100
ResearcherId: U-4415-2019
Россия, 614990, г. Пермь, Комсомольский пр., 29

Леонид Валентинович Бессонов

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

ORCID iD: 0000-0002-5636-1644
SPIN-код: 9022-8177
Scopus Author ID: 57204800512
ResearcherId: G-4699-2015
Россия, г. Саратов, ул. Астраханская, 83

Михаил Анатольевич Ташкинов

Пермский национальный исследовательский политехнический университет

ORCID iD: 0000-0003-4660-0020
SPIN-код: 7694-2129
Россия, 614990, г. Пермь, Комсомольский пр., 29

Список литературы

  1. Haseltine K. N., Chukir T., Smith P. J., Jacob J. T., Bilezikian J. P., Farooki A. Bone mineral density: Clinical relevance and quantitative assessment // Journal of Nuclear Medicine. 2021. Vol. 62, iss. 4. P. 446–454. https://doi.org/10.2967/jnumed.120.256180
  2. Park C. S., Kang S. R., Kim J. E., Huh K. H., Lee S. S., Heo M. S., Han J. J., Yi W. J. Validation of bone mineral density measurement using quantitative CBCT image based on deep learning // Scientific Reports. 2023. Vol. 13, iss. 1. Art. 11921. https://doi.org/10.1038/s41598-023-38943-8
  3. Toyras J., Nieminen M. T., Kroger H., Jurvelin J. S. Bone mineral density, ultrasound velocity, and broadband attenuation predict mechanical properties of trabecular bone differently // Bone. 2002. Vol. 31, iss. 4. P. 503–507. https://doi.org/10.1016/s8756-3282(02)00843-8
  4. Haba Y., Lindner T., Fritsche A., Schiebenhofer A. K., Souffrant R., Kluess D., Skripitz R., Mittelmeier W., Bader R. Relationship between mechanical properties and bone mineral density of human femoral bone retrieved from patients with osteoarthritis // The Open Orthopaedics Journal. 2012. Vol. 6. P. 458–463. https://10.2174/1874325001206010458
  5. Бессонов Л. В., Кириллова И. В., Фалькович А. С., Иванов Д. В., Доль А. В., Коссович Л. Ю. Методология «Планирование – Моделирование — Прогнозирование» для предоперационного планирования в травматологии-ортопедии // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2024. Т. 24, вып. 3. С. 359–380. https://doi.org/10.18500/1816-9791-2024-24-3-359-380, EDN: IQBZWJ
  6. Rho J. Y., Hobatho M. C., Ashman R. B. Relations of mechanical properties to density and CT numbers in human bone // Medical Engineering & Physics. 1995. Vol. 17, iss. 5. P. 47–55. https://doi.org/10.1016/1350-4533(95)97314-f
  7. Ivanov D. V., Kirillova I. V., Kossovich L. Yu., Bessonov L. V., Petraikin A. V., Dol A. V., Ahmad E. S., Morozov S. P., Vladzymyrskyy A. V., Sergunova K. A., Kharlamov A. V. Influence of convolution kernel and beam-hardening effect on the assessment of trabecular bone mineral density using quantitative computed tomography // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2020. Т. 20, вып. 2. С. 205–219. https://doi.org/10.18500/1816-9791-2020-20-2-205-219, EDN: BFUICL
  8. Lu Y., Engelke K., Puschel K., Morlock M. M., Huber G. Influence of 3D QCT scan protocol on the QCT-based finite element models of human vertebral cancellous bone // Medical Engineering & Physics. 2014. Vol. 36, iss. 8. P. 1069–1073. https://doi.org/10.1016/j.medengphy.2014.05.001
  9. Giambini H., Dragomir-Daescu D., Nassr A., Yaszemski M. J., Zhao C. Quantitative computed tomography protocols affect material mapping and quantitative computed tomography-based finite-element analysis predicted stiffness // Journal of Biomechanical Engineering. 2016. Vol. 138, iss. 9. Art. 0910031. https://doi.org/10.1115/1.4034172
  10. Zhang A., Zhang S., Bian C. Mechanical properties of bovine cortical bone based on the automated ball indentation technique and graphics processing method // Journal of the Mechanical Behavior of Biomedical Materials. 2018. Vol. 78. P. 321–328. https://doi.org/10.1016/j.jmbbm.2017.11.039
  11. Endo K., Yamada S., Todoh M., Takahata M., Iwasaki N., Tadano S. Structural strength of cancellous specimens from bovine femur under cyclic compression // PeerJ. 2016. Vol. 25, iss. 4. Art. e1562. https://doi.org/10.7717/peerj.1562
  12. Yu B., Zhao G. F., Lim J. I., Lee Y. K. Compressive mechanical properties of bovine cortical bone under varied loading rates // Proceedings of the Institution of Mechanical Engineers, Part H. 2011. Vol. 225, iss. 10. P. 941–947. https://doi.org/10.1177/0954411911415470
  13. Arnold E. L., Clement J., Rogers K. D., Garcia-Castro F., Greenwood C. The use of CT and fractal dimension for fracture prediction in osteoporotic individuals // Journal of the Mechanical Behavior of Biomedical Materials. 2020. Vol. 103. Art. 103585. https://doi.org/10.1016/j.jmbbm.2019.103585
  14. Öhman-Mägi C., Holub O., Wu D., Hall R. M., Persson C. Density and mechanical properties of vertebral trabecular bone-A review // JOR Spine. 2021. Vol. 4, iss. 4. Art. e1176. https://doi.org/10.1002/jsp2.1176
  15. Mosekilde L., Bentzen S. M., Ortoft G., Jørgensen J. The predictive value of quantitative computed tomography for vertebral body compressive strength and ash density // Bone. 1989. Vol. 10, iss. 6. P. 465–470. https://doi.org/10.1016/8756-3282(89)90080-x
  16. Bessonov L. V., Golyadkina A. A., Dmitriev P. O., Dol A. V., Zolotov V. S., Ivanov D. V., Kirillova I. V., Kossovich L. Y., Titova Yu. I., Ulyanov V. Yu., Kharlamov A. V. Constructing the dependence between the Young’s modulus value and the Hounsfield units of spongy tissue of human femoral heads // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2021. Т. 21, вып. 2. С. 182–193. https://doi.org/10.18500/1816-9791-2021-21-2-182-193, EDN: SNBJNB
  17. Islam M., Zunair H., Mohammed N. CosSIF: Cosine similarity-based image filtering to overcome low inter-class variation in synthetic medical image datasets // Computers in Biology and Medicine. 2024. Vol. 172. Art. 108317. https://doi.org/10.1016/j.compbiomed.2024.108317
  18. Zhao S., Arnold M., Ma S., Abel R. L., Cobb J. P., Hansen U., Boughton O. Standardizing compression testing for measuring the stiffness of human bone // Bone & Joint Research. 2018. Vol. 7, iss. 8. P. 524–538. https://doi.org/10.1302/2046-3758.78.BJR-2018-0025.R1
  19. Keaveny T. M., Borchers R. E., Gibson L. J., Hayes W. C. Theoretical analysis of the experimental artifact in trabecular bone compressive modulus // Journal of Biomechanics. 1993. Vol. 26, iss. 4–5. P. 599–607. https://doi.org/10.1016/0021-9290(93)90021-6
  20. Currey J. D. The effect of porosity and mineral content on the Young’s modulus of elasticity of compact bone // Journal of Biomechanics. 1988. Vol. 21, iss. 2. P. 131–139. https://doi.org/10.1016/0021-9290(88)90006-1
  21. Nazarian A., von Stechow D., Zurakowski D., Müller R., Snyder B. D. Bone volume fraction explains the variation in strength and stiffness of cancellous bone affected by metastatic cancer and osteoporosis // Calcified Tissue International. 2008. Vol. 83, iss. 6. P. 368–379. https://doi.org/10.1007/s00223-008-9174-x
  22. Hodgskinson R., Currey J. D. The effect of variation in structure on the Young’s modulus of cancellous bone: A comparison of human and non-human material // Proceedings of the Institution of Mechanical Engineers, Part H. 1990. Vol. 204, iss. 2. P. 115–121. https://doi.org/10.1243/PIME_PROC_1990_204_240_02

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).