🧬 biology

Constitutive parameter inference using physics-based data-driven modeling in full volume datasets of intact and torn rotator cuff tendons

Deze studie maakt gebruik van variatiegebaseerde systeemidentificatie en door partiële differentiaalvergelijkingen beperkte optimalisatie op volledige volumedatasets om constitutieve parameters af te leiden voor intacte en gescheurde rotator cuff-tendons, en toont aan dat hoewel vereenvoudigde modellen belangrijke vervormingstrends kunnen vastleggen, de huidige constitutieve formuleringen nog verfijning vereisen om complexe interne mechanica volledig te repliceren voor klinische voorspellende simulaties.

Oorspronkelijke auteurs: Carla Nathaly Villacís Núñez, Siddhartha Srivastava, Ulrich Scheven, Asheesh Bedi, Krishna Garikipati, Ellen M. Arruda

Gepubliceerd 2026-05-07

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Carla Nathaly Villacís Núñez, Siddhartha Srivastava, Ulrich Scheven, Asheesh Bedi, Krishna Garikipati, Ellen M. Arruda

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je een rotatorcuffpees voor, niet als een touw, maar als een complex, gelaagd, 3D-sponsje gemaakt van tiny vezels. Als je aan dit sponsje trekt, rekt het niet alleen recht uit; het draait, schuift en wordt samengedrukt op ingewikkelde manieren, vooral als het gescheurd is.

Dit artikel is als een high-tech detectiveverhaal waarin de onderzoekers probeerden het "geheime recept" (de wiskundige regels) te achterhalen dat bepaalt hoe dit sponsje zich gedraagt, met behulp van een speciale soort MRI-camera en wat zeer slimme wiskunde.

Hier is de uiteenzetting van hun avontuur:

1. Het Probleem: Kijken naar het Oppervlak versus het Geheel Zien

Meestal kijken wetenschappers, wanneer ze bestuderen hoe pezen breken, naar het buitenoppervlak, alsof ze naar de lak van een auto kijken om te raden hoe de motor werkt. Ze gebruiken camera's om te kijken hoe het oppervlak rekt. Maar de auteurs beseften dat dit is alsof je probeert een tornado te begrijpen door alleen naar de bladeren op de grond te kijken. Je mist de draaiende winden van binnen.

Ze wilden het volledige 3D-volume van de pees zien, inclusief de diepe, verborgen lagen, om te begrijpen hoe deze zich werkelijk beweegt en scheurt.

2. Het Experiment: De "Rek en Knak"-MRI

Het team nam schouderbladen van schapen (die zeer vergelijkbaar zijn met menselijke schouders) en plaatste ze in een speciale MRI-machine.

De Opstelling: Ze hielden de pees in een op maat gemaakt, 3D-geprinte houder en trokken er zachtjes aan, daarna harder.
De Twist: Ze deden dit met twee soorten monsters: één dat gezond (intact) was en één waar ze chirurgisch een scheur hadden gemaakt (75% losgekoppeld).
De Magische Camera: In plaats van alleen een foto te maken, fungeerde de MRI als een "bewegingstracker" voor elke tiny pixel (voxel) binnenin de pees. Het in kaart bracht hoe precies elk enkel punt binnenin het 3D-blok bewoog, draaide en schuifde.

3. Het Detectivewerk: Variational System Identification (VSI)

Nu hadden ze een enorme hoeveelheid data die liet zien hoe de pees bewoog, maar ze kenden de "regels" (de wiskundige formules) niet die die beweging veroorzaakten.

Ze gebruikten een methode genaamd Variational System Identification (VSI). Denk hierbij aan een spelletje "Raad de Regels".

Ze hadden een bibliotheek met drie verschillende wiskundige "recepten" (modellen) die konden beschrijven hoe zacht weefsel zich gedraagt.
- Recept A (Neo-Hookean): Een zeer simpel, basisrecept. Alsof je probeert een complex cake te beschrijven met alleen bloem en water.
- Recept B (Modified HGO): Een fancy, complex recept met vele ingrediënten, inclusief specifieke termen voor vezelrichting en wiskunde van hogere orde.
- Recept C (Polynoom): Een middengrondrecept dat een mix van termen gebruikt.
Ze voerden de MRI-bewegingsdata in bij een computerprogramma om te zien welk recept de beweging van de pees het nauwkeurigst kon "terugspelen".

4. De Grote Bevindingen

Hier is wat de wiskunde hen vertelde:

Het Simpele Recept Faalde: Het basisrecept "Neo-Hookean" (Recept A) was te simpel. Het kon de algemene rek raden, maar faalde volledig om de draaiing en schuiving te voorspellen die binnenin de gescheurde pees plaatsvond. Het was alsof je probeerde een auto-ongeluk te voorspellen met alleen een modelauto; het miste de echte fysica.
De Fancy versus de Simpele Verrassing: De onderzoekers verwachtten dat het meest complexe recept (Recept B) zou winnen. Verrassend genoeg presteerde een vereenvoudigde versie van het polynoomrecept (Recept C) net zo goed als het fancy exemplaar, maar met veel minder ingrediënten. Het bleek dat je niet de meest ingewikkelde wiskunde nodig had om de klus te klaren; je had alleen de juiste ingrediënten nodig.
De "Vezel"-Ingrediënt is Sleutel: Het belangrijkste wat ze leerden, was dat je moet de richting van de vezels in je wiskunde opnemen. Als je negeert welke kant de vezels op wijzen, breekt het model. Toen ze een kaart van de vezelrichtingen toevoegden (zoals een GPS voor de tiny draden binnenin de pees), werden de modellen plotseling fysiek realistisch.
Het Gissen Verfijnen: De eerste gok (VSI) was goed, maar ze gebruikten een tweede stap (PDE-gedwongen optimalisatie) om de cijfers te "fijntunen". Dit was alsof je een ruwe schets neemt en deze polijst tot de lijnen perfect zijn. Deze stap verholp een groot probleem waarbij de computer dacht dat de pees zacht (compressibel) was, terwijl deze stijf en vast (incompressibel) had moeten zijn.

5. Het "Aha!"-Moment: Het Onzichtbare Zien

Het meest spannende deel was het zien van de schuifbanden.

In de gescheurde pees liet de MRI zien dat de lagen van de pees langs elkaar schoven (delaminatie) precies aan de rand van de scheur.
Het simpele model kon dit niet zien.
De modellen met de vezelrichtingen en de juiste wiskunde konden deze schuiving zien. Ze slaagden erin de "interne wrijving" die optreedt wanneer een pees scheurt, succesvol na te bootsen, wat cruciaal is voor het begrijpen waarom scheuren erger worden.

6. De Conclusie

Het artikel concludeert dat:

Je de pees niet in tiny stukjes hoeft te snijden om het te bestuderen; je kunt het hele ding in één stuk bestuderen met behulp van full-volume MRI.
Je niet de meest ingewikkelde wiskunde mogelijk nodig hebt; een simpeler model werkt als je de vezelrichting opneemt.
Huidige modellen steeds beter worden in het voorspellen hoe pezen breken, maar ze hebben nog werk nodig om perfect te zijn.

Kortom: Ze bouwden een 3D digitale tweeling van een gescheurde pees, ontdekten de wiskundige regels die ervoor zorgen dat het beweegt, en bewezen dat kijken naar het binnenste van de pees de enige manier is om echt te begrijpen hoe het breekt.

Technische Samenvatting: Inference van Constitutieve Parameters in Rotator Cuff Pezen

Probleemstelling
Scheuren in de rotator cuff-pees zijn een leidende oorzaak van schouderaandoeningen, maar de klinische behandeling van partiële-dikte scheuren blijft een onderwerp van debat vanwege het ontbreken van mechanistische kaders om de voortgang van scheuren te voorspellen. Traditionele biomechanische karakterisering vertrouwt op oppervlakkige rekmetingen (bijvoorbeeld Digitale Beeldcorrelatie) of spanning-rekcurves van geëxamineerde monsters. Deze benaderingen slagen er niet in de complexe, driedimensionale interne mechanica vast te leggen, zoals schuifrekken en delaminatiemechanismen, die cruciaal zijn voor het begrijpen van scheurgroei. Bovendien vertrouwen bestaande eindige-elementenmodellen vaak op vereenvoudigde randvoorwaarden of regionale onderverdeling die de native, continue mechanische gedraging van de pees mogelijk niet weerspiegelen. Er is behoefte aan een modelkader dat volledige volumetrische, niet-destructieve data gebruikt om constitutieve parameters af te leiden die zowel intacte als gewonde weefseltoestanden nauwkeurig representeren.

Methodologie
De auteurs ontwikkelden een op natuurkunde gebaseerd, datagedreven modelkader dat volledige volumetrische Magnetic Resonance Imaging (MRI)-data integreert met Variational System Identification (VSI) en optimalisatie onder beperkingen van partiële differentiaalvergelijkingen (PDE).

Verwerving van Experimentele Data: Experimenten werden uitgevoerd op ovine infraspinatus-pees (gevalideerd als proxy voor humane supraspinatus-pees). Monsters werden getest in zowel intacte als gescheurde toestand (75% loslating van het bursa-voetafdruk) onder quasi-uniaxiale trekbelasting bij twee verplaatsingsniveaus (1 mm en 2 mm). Een aangepaste verplaatsingsgecodeerde MRI-sequentie (APGSTEi) ving volledige volumetrische verplaatsingsvelden op, waardoor interne rekgedragingen werden onthuld, inclusief volumetrische, trek- en schuifmechanismen.
Wiskundig Kader: De studie hanteerde VSI, dat gebruikmaakt van de zwakke vorm van de evenwichtsvergelijking voor spanning. Deze benadering relateert basisoperatoren, afgeleid van kandidaat-functies voor energiedichtheid van rek ( $W$ ), aan de waargenomen verplaatsingsvelden. De rekenergie werd ontleed in volumetrische, isochore en anisotrope bijdragen die afhankelijk zijn van de invarianten van de rechter Cauchy-Green-tensor ( $I_1, I_2, I_3, I_4$ ).
Constitutieve Modellen: Drie kandidaatmodellen werden geëvalueerd voor parameterinference:
- Neo-Hookean (NH): Een vereenvoudigd isotroop model.
- Gewijzigd Holzapfel-Gasser-Ogden (m-HGO): Een anisotroop model dat vezeldispersie en hogere-orde termen in de invarianten $I_1$ en $I_2$ integreert.
- Polynoom (Pol): Een gereduceerd polynoommodel gebaseerd op de invarianten $I_1, I_2$ en vezelgerelateerde $I_4$ .
Inference en Optimalisatie:
- VSI met Stapsgewijze Regressie: Initiële parameters werden afgeleid door een verliesfunctie gebaseerd op het evenwichtsresidu te minimaliseren. Een strategie met stapsgewijze regressie en een F-toets werd gebruikt om inactieve vervormingsmechanismen te onderdrukken, resulterend in een parsimonische representatie van de rekenergiefunctie.
- Optimalisatie onder PDE-beperkingen: Om het slecht gestelde karakter van het inverse probleem aan te pakken (met name met betrekking tot het volumetrische modulus bij bijna-inkompressibele materialen) en parameters te verfijnen, werd een optimalisatiekader op basis van de toegevoegde variabele toegepast. Dit minimaliseerde de fout tussen voorwaartse eindige-elementenoplossingen en experimentele verplaatsingsvelden, onderworpen aan de evenwichtsbeperkingen.
Modelopstelling: Het kader incorporateerde voxel-voor-voxel vezelrichtingskaarten afgeleid van hoogresolutie anatomische beelden, rekening houdend met de kromming van de pees rondom het hoofd van de humerus. Randvoorwaarden werden direct voorgeschreven op basis van experimentele metingen om complexiteiten van contactsimulatie te vermijden.

Belangrijkste Resultaten

Activering van Meerdere Mechanismen: Een enkele quasi-uniaxiale trektest activeerde simultaan volumetrische, trek- en schuifmechanismen als gevolg van de complexe geometrie en randvoorwaarden van de pees. Gescheurde pezen vertoonden duidelijke banden met hoge schuifrek aan de interface tussen het gesneden en ongesneden deel, wat wijst op delaminatie.
Modelprestaties:
- Het Neo-Hookean (NH) model slaagde er niet in belangrijke interne kenmerken te reproduceren, met name het schuifgedrag bij gewonde pezen, en voorspelde onrealistische rekverdelingen (bijvoorbeeld compressieve gebieden die experimenteel niet werden waargenomen).
- Het Gewijzigde HGO (m-HGO) model slaagde er met redelijke nauwkeurigheid in de vervormingsmechanismen van de pees vast te leggen. VSI gaf echter aan dat hogere-orde termen in $I_1$ en $I_2$ verwaarloosbaar waren, wat suggereert dat een gereduceerde representatie voldoende was.
- Het Polynoom (Pol) model, gereduceerd tot slechts drie termen (neo-Hookean vorm plus een kwadratische vezelterm), presteerde vergelijkbaar met het m-HGO model. Dit suggereert dat een vereenvoudigde anisotrope formulering de dominante mechanica kan vastleggen.
Verfijning van Parameters: Optimalisatie onder PDE-beperkingen verbeterde de fysieke plausibiliteit van de afgeleide parameters aanzienlijk. Waar VSI vaak volumetrische moduli voorspelde bij de ondergrens (wat wijst op slechte identificeerbaarheid), leverden de verfijnde modellen parameters op die consistent waren met bijna-inkompressibel gedrag. De verfijning introduceerde ook vezeldispersie ( $\kappa > 0$ ) in de meeste pezen, terwijl VSI vaak perfecte uitlijning voorspelde.
Foutreductie: Voorwaartse voorspellingen met verfijnde parameters toonden verminderde fouten in verplaatsing en rek, met name in de longitudinale richting en bij het reproduceren van het glijgedrag van losgekoppeld weefsel. Het m-HGO en Pol model presteerden aanzienlijk beter dan het NH-model bij het vastleggen van lokale schuifrekconcentraties.

Betekenis en Claims
De auteurs claimen dat dit werk het eerste pees-specifieke modelkader vertegenwoordigt dat getraind en gevalideerd is met volledige volumetrische data, waarbij native architecturale kenmerken worden geïntegreerd in een inferentieschema met hoge fideliteit.

Gedifferentieerde Modelbenadering: De resultaten suggereren dat rotator cuff-pezen kunnen worden gemodelleerd als continue structuren met homogene materiaaleigenschappen, wat de trend van regionale onderverdeling uitdaagt. De interne mechanische heterogeniteit en rek-trends werden effectief vastgelegd door traditionele constitutieve modellen wanneer deze werden geïnformeerd door volledige volumetrische data.
Parsimonie: De studie toont aan dat VSI een minimale maar toereikende representatie van de functie voor energiedichtheid van rek kan extraheren. Een polynoommodel met drie termen bleek even effectief als de complexere m-HGO-formulering, wat een computerefficiënt alternatief biedt voor voorlopige onderzoeken.
Klinische Relevantie: Door weefselexcisie te vermijden en native bevestigingen te benutten, maakt deze methodologie de karakterisering van materiaaleigenschappen in situ mogelijk. De auteurs stellen dat dit kader de basis legt voor geïndividualiseerde, voorspellende simulaties van peesblessures en reparatie, wat mogelijk de behandelingkeuze voor partiële-dikte scheuren kan sturen.
Beperkingen: De auteurs erkennen bescheiden dat huidige modellen niet alle complexe interne mechanica volledig repliceren. Beperkingen omvatten potentiële lokale minima in optimalisatie, de aanname van onveranderde materiaaleigenschappen na blessure, en de afhankelijkheid van geïnterpoleerde vezelrichtingsvelden. Voor toekomstig werk wordt voorgesteld faseveld-breukmodelling en tijdsafhankelijk gedrag op te nemen om de kloof tussen simulatie en klinische realiteit verder te overbruggen.