論文の概要: On the characteristics of natural hydraulic dampers: An image-based
approach to study the fluid flow behaviour inside the human meniscal tissue
- arxiv url: http://arxiv.org/abs/2307.13060v1
- Date: Mon, 24 Jul 2023 18:19:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-26 19:13:39.307654
- Title: On the characteristics of natural hydraulic dampers: An image-based
approach to study the fluid flow behaviour inside the human meniscal tissue
- Title（参考訳）: 自然水圧ダンパーの特性について : ヒト半月板組織内の流動挙動をイメージベースで研究するアプローチ
- Authors: J. Waghorne, F.P. Bonomo, A. Rabbani, D. Bell, O. Barrera
- Abstract要約: メニスカスの内部層は、流体の流れを案内するコラーゲンチャネルによって、外側の層よりも柔らかく変形しやすくなっている。
我々は,ヒトメニスカスの内部構造における流体の流れを,入江速度の幅にわたって解析する。
いくつかのチャネルは、入江速度1.6m/sで1400のRe値を示し、ダーシー政権から非ダルシア政権への移行は入江速度0.02m/s付近で起こる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The meniscal tissue is a layered material with varying properties influenced
by collagen content and arrangement. Understanding the relationship between
structure and properties is crucial for disease management, treatment
development, and biomaterial design. The internal layer of the meniscus is
softer and more deformable than the outer layers, thanks to interconnected
collagen channels that guide fluid flow. To investigate these relationships, we
propose a novel approach that combines Computational Fluid Dynamics (CFD) with
Image Analysis (CFD-IA). We analyze fluid flow in the internal architecture of
the human meniscus across a range of inlet velocities (0.1mm/s to 1.6m/s) using
high-resolution 3D micro-computed tomography scans. Statistical correlations
are observed between architectural parameters (tortuosity, connectivity,
porosity, pore size) and fluid flow parameters (Re number distribution,
permeability). Some channels exhibit Re values of 1400 at an inlet velocity of
1.6m/s, and a transition from Darcy's regime to a non-Darcian regime occurs
around an inlet velocity of 0.02m/s. Location-dependent permeability ranges
from 20-32 Darcy. Regression modelling reveals a strong correlation between
fluid velocity and tortuosity at high inlet velocities, as well as with channel
diameter at low inlet velocities. At higher inlet velocities, flow paths
deviate more from the preferential direction, resulting in a decrease in the
concentration parameter by an average of 0.4. This research provides valuable
insights into the fluid flow behaviour within the meniscus and its structural
influences.
- Abstract（参考訳）: 半月組織はコラーゲン含量および配列に影響される様々な特性を有する層状材料である。
構造と特性の関係を理解することは, 疾患管理, 治療開発, 生体材料設計において重要である。
メニスカスの内部層は、流体の流れを案内するコラーゲンチャネルによって、外側の層よりも柔らかく変形しやすくなっている。
本研究では,計算流体力学(CFD)と画像解析(CFD-IA)を組み合わせた新しい手法を提案する。
高分解能3DマイクロCTを用いて,ヒト半月板の内部構造(0.1mm/sから1.6m/s)の流動解析を行った。
統計的相関は, 構造パラメータ(トルク, 接続性, ポーシティ, 孔径)と流動パラメータ(Re数分布, 透水性)の間で観測される。
re値が1.6m/sの入江速度で1400のチャンネルがあり、darcyのレジームから非ダーシアンレジームへの移行は入江速度0.02m/s付近で起こる。
位置依存の透過性は20-32darcyである。
回帰モデルでは, 流速と高流速のトルトゥース性, 低流速のチャネル径との間に強い相関が認められた。
流入速度が高い場合、流路は優先方向から逸脱し、平均0.4の濃度パラメータが減少する。
本研究はメニスカス内の流動挙動とその構造的影響に関する貴重な知見を提供する。
関連論文リスト
- Vision-Informed Flow Image Super-Resolution with Quaternion Spatial
Modeling and Dynamic Flow Convolution [49.45309818782329]
フロー画像超解像(FISR)は、低分解能フロー画像から高分解能乱流速度場を復元することを目的としている。
既存のFISR法は主に自然画像パターンのフロー画像を処理する。
第一流れの視覚特性インフォームドFISRアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-01-29T06:48:16Z) - Helmholtz-Decomposition and Optical Flow: A new method to characterize
GCamP recordings [0.0]
スロー波睡眠は、記憶の強化との関連性から重要な認知状態である。
麻酔下のトランスジェニックマウスから記録されたデータは、ソース、シンク、流れのパターンを分析するためにどのように処理されるかを示す。
論文 参考訳（メタデータ） (2024-01-19T20:05:12Z) - Uncovering wall-shear stress dynamics from neural-network enhanced fluid
flow measurements [2.736093604280113]
物体を通過または内部に移動する乱流流体からの摩擦抵抗は、輸送、公共事業インフラ、エネルギー技術、人間の健康といった様々な領域において重要な役割を担っている。
本稿では,物理知識を持つ深部光学フロー推定器を用いて,流れの測定から空間的・時間的分解能の優れた速度場と壁面応力場を導出する全体論的アプローチを提案する。
論文 参考訳（メタデータ） (2023-10-17T10:56:26Z) - Correlating sparse sensing for large-scale traffic speed estimation: A
Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。
次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
論文 参考訳（メタデータ） (2022-10-21T07:25:57Z) - Three-dimensional micro-structurally informed in silico myocardium --
towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。
シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
論文 参考訳（メタデータ） (2022-08-22T22:01:44Z) - Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。
MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。
本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
論文 参考訳（メタデータ） (2022-06-29T22:19:03Z) - Simulating progressive intramural damage leading to aortic dissection
using an operator-regression neural network [0.2955543753858105]
We developed a data-driven surrogate model for the delamination process for differential strut distributions using DeepONet。
その結果,DeepONetは様々なストラット分布を正確に予測できることがわかった。
論文 参考訳（メタデータ） (2021-08-25T03:49:19Z) - Simultaneous boundary shape estimation and velocity field de-noising in
Magnetic Resonance Velocimetry using Physics-informed Neural Networks [70.7321040534471]
MRV(MR resonance velocimetry)は、流体の速度場を測定するために医療や工学で広く用いられている非侵襲的な技術である。
これまでの研究では、境界(例えば血管)の形状が先駆体として知られていた。
我々は、ノイズの多いMRVデータのみを用いて、最も可能性の高い境界形状と減音速度場を推定する物理インフォームニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2021-07-16T12:56:09Z) - Real-time simulation of parameter-dependent fluid flows through deep
learning-based reduced order models [0.2538209532048866]
還元次数モデル (ROM) はパラメータ依存の流体力学問題を高速に近似する。
ディープラーニング(DL)ベースのROMは、非線形トライアル多様体と還元力学の両方を非侵襲的に学習することで、これらの制限をすべて克服する。
得られたPOD-DL-ROMは、シリンダーベンチマークの周囲の流れ、固定された剛性ブロックに付着した弾性ビームとラミナー非圧縮性フローとの流体構造相互作用、大脳動脈瘤内の血流のほぼリアルタイムに正確な結果をもたらすことが示されている。
論文 参考訳（メタデータ） (2021-06-10T13:07:33Z) - FlowReg: Fast Deformable Unsupervised Medical Image Registration using
Optical Flow [0.09167082845109438]
FlowRegは、ニューロイメージングアプリケーションのための教師なしイメージ登録のためのフレームワークである。
flowregは解剖学と病理の形状と構造を維持しながら、強度と空間的類似性を得ることができる。
論文 参考訳（メタデータ） (2021-01-24T03:51:34Z) - FPCR-Net: Feature Pyramidal Correlation and Residual Reconstruction for
Optical Flow Estimation [72.41370576242116]
フレーム対からの光フロー推定のための半教師付き特徴ピラミッド相関・残留再構成ネットワーク(FPCR-Net)を提案する。
ピラミッド相関マッピングと残留再構成の2つの主要なモジュールで構成されている。
実験結果から,提案手法は,平均終点誤差 (AEE) に対して0.80, 1.15, 0.10の改善を達成し,最先端性能を実現していることがわかった。
論文 参考訳（メタデータ） (2020-01-17T07:13:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。