Direct stress imaging from shear wave propagation

Sintesi Tecnica: Imaging Diretto dello Stress dalla Propagazione delle Onde di Taglio

Definizione del Problema
La quantificazione dell'imaging dei campi di stress in solidi eterogenei rimane una sfida significativa nella meccanica e nella biomeccanica. A differenza dello spostamento, che è direttamente osservabile, lo stress è una variabile di stato tensoriale che non può essere misurata direttamente. Gli approcci convenzionali inferiscono tipicamente lo stress indirettamente dalle deformazioni misurate utilizzando modelli costitutivi e assunzioni riguardanti le proprietà del materiale e le configurazioni di riferimento. Questi metodi richiedono spesso una vasta calibrazione del materiale e faticano ad applicarsi a materiali teneri, eterogenei o biologicamente rilevanti. Inoltre, le tecniche non distruttive esistenti basate sull'effetto acustoelastico (dove lo stress preesistente altera la propagazione delle onde) si basano generalmente su misurazioni locali della velocità d'onda, costanti elastiche di ordine superiore calibrate o assunzioni semplificate sulla geometria e l'omogeneità. Di conseguenza, la mappatura ad alta risoluzione dei campi di stress interni, particolarmente in materiali complessi, è rimasta in gran parte inaccessibile.

Metodologia: Imaging Acustoelastico (AEI)
Gli autori introducono l'Acoustoelastic Imaging (AEI), un framework non distruttivo progettato per ricostruire i campi di stress direttamente dalla propagazione delle onde di taglio senza la specifica esplicita di un modello costitutivo o della calibrazione dei parametri del materiale.

• Base Teorica: Il metodo sfrutta l'effetto acustoelastico, in cui lo stress preesistente modifica la risposta elastica incrementale di un materiale. L'equazione d'onda governante per spostamenti infinitesimali in una configurazione pre-stressata contiene coefficienti di elasticità direttamente legati allo stato di stress. Nello specifico, nella coordinata principale, la differenza tra gli stress principali ($\sigma_1 - \sigma_2$) è codificata nella differenza tra componenti specifiche del tensore di elasticità Euleriano ($A^0_{1'2'1'2'} - A^0_{2'1'2'1'}$).
• Formulazione del Problema Inverso: L'AEI tratta il recupero dello stress come un problema inverso. Invece di stimare le velocità d'onda locali, il framework cerca di ricostruire i coefficienti spazialmente variabili delle equazioni d'onda governanti a partire da misurazioni d'onda a campo completo.
• Deep Learning Informato dalla Fisica: Per risolvere questo problema inverso in modo efficiente, gli autori impiegano la Full Shear Waveform Inversion (FSWI) abilitata da Reti Neurali Informate dalla Fisica (PINNs).
  • L'architettura utilizza sei reti neurali completamente connesse per rappresentare i campi ignoti come funzioni continue dello spazio. Una rete predice il campo di spostamento (parametrizzato tramite una funzione di flusso per soddisfare l'incomprimibilità) e il moltiplicatore di Lagrange, mentre le restanti reti inferiscono le direzioni degli stress principali e i coefficienti dell'equazione d'onda.
  • La funzione di perdita combina un termine guidato dai dati (minimizzando la discrepanza tra i campi di spostamento predetti e quelli misurati) e un termine informato dalla fisica (imponendo le equazioni d'onda acustoelastiche governanti).
  • L'inversione aggiorna iterativamente la differenza di stress ($\sigma_1 - \sigma_2$) e la direzione principale ($\theta$) per minimizzare i residui.

Contributi Chiave e Risultati
Il documento valida l'AEI attraverso simulazioni numeriche e misurazioni sperimentali di elastografia a onde di taglio tramite ultrasuoni (SWE).

1. Ricostruzione di Stress Non Uniformi e Residui:

   • In simulazioni numeriche che coinvolgono un materiale con stress residui spazialmente non uniformi (generati da un'espansione termica vincolata), l'AEI ha ricostruito con successo sia l'entità dello stress che le direzioni principali.
   • Il metodo ha dimostrato la capacità di separare lo stress dalla rigidità del materiale. In materiali eterogenei contenenti un'inclusione rigida all'interno di una matrice più tenera, l'AEI ha recuperato accuratamente il campo di stress nonostante l'eterogeneità elastica. Al contrario, la SWE convenzionale ha interpretato le variazioni indotte dallo stress come variazioni di rigidità, portando a mappe del modulo smussate.
   • La ricostruzione dei singoli coefficienti di elasticità ($\alpha$ e $\gamma$) è risultata non univoca (differendo per un offset uniforme), ma la loro differenza, che determina lo stress, è stata recuperabile in modo univoco.

2. Risoluzione Sub-Lunghezza d'Onda:

   • Un risultato degno di nota è il raggiungimento di una risoluzione spaziale sub-lunghezza d'onda (< 0,28$\lambda$). Utilizzando l'intero campo d'onda, inclusi i componenti del campo vicino e le distorsioni del fronte d'onda, l'AEI risolve caratteristiche di stress significativamente più piccole della lunghezza d'onda di taglio.
     la risoluzione è stata mostrata essere ampiamente indipendente dalla frequenza di eccitazione (confrontando 6 kHz e 12 kHz), contrastando con l'imaging convenzionale in campo lontano limitato dalla diffrazione. Tuttavia, gli autori osservano che l'uso di soli dati parziali del campo d'onda (ad esempio, una singola componente di spostamento) degrada la risoluzione, sebbene frequenze più elevate possano parzialamente compensare.

3. Validazione Sperimentale:

   • Il framework è stato implementato utilizzando una piattaforma standard di SWE ad ultrasuoni su un campione di idrogel di PVA. Le onde di taglio sono state generate da un attuatore PZT e registrate tramite imaging a ultrasuoni ultra-rapidi.
   • Nonostante le deboli distorsioni apparenti nel campo d'onda (aumento medio della velocità da 4,3 m/s a 4,5 m/s), l'AEI ha ricostruito i campi di stress e le direzioni principali che concordavano quantitativamente con le soluzioni di riferimento a elementi finiti. Il metodo si è dimostrato robusto al rumore sperimentale, mantenendo l'accuratezza per rapporti segnale-rumore superiori a circa 30 dB.

Significato e Rivendicazioni
Gli autori posizionano l'AEI come un framework generale per l'imaging dello stress ad alta risoluzione che sposta il paradigma dall'imaging cinematico (misurazione dello spostamento) all'imaging di variabili di stato tensoriali (misurazione dello stress).

• Misurazione Diretta: Il lavoro stabilisce che lo stress può essere trattato come una variabile meccanica misurabile codificata direttamente nella propagazione delle onde, indipendentemente da specifiche leggi costitutive.
• Complementarità: L'AEI e l'elastografia convenzionale sono presentate come modalità complementari; mentre l'elastografia caratterizza la rigidità del materiale, l'AEI caratterizza lo stato meccanico (stress) del materiale.
• Applicabilità: Il metodo fornisce una via verso la mappatura non invasiva degli stati meccanici interni in materiali complessi e tessuti biologici.
• Limitazioni: Gli autori riconoscono con moderazione le attuali limitazioni, tra cui l'assunzione di variazioni di stress relativamente lisce e l'uso di rappresentazioni semplificate del campo d'onda. Notano che la validazione sperimentale è attualmente limitata ad ambienti controllati e che l'estensione del framework a mezzi comprimibili e a non linearità più complesse è un passo futuro necessario.

In sintesi, il documento dimostra che combinando l'inversione del campo d'onda completo con l'apprendimento informato dalla fisica, è possibile ricostruire i campi di stress interni con alta risoluzione spaziale e senza previa calibrazione del materiale, offrendo un nuovo strumento per comprendere il comportamento meccanico di materiali teneri e tessuti biologici.