The influence of tension-compression switches on brain anisotropic modelling

Este estudo demonstra que a escolha do parâmetro e da estratégia de comutação entre tração e compressão no modelo GOH influencia significativamente a deformação da substância branca em simulações de impacto cerebral, recomendando o uso do estiramento da fibra como critério de comutação para melhorar a precisão dos modelos constitutivos anisotrópicos do cérebro.

O essencial

Imagine que o seu cérebro é como uma esponja de cozinha muito especial, mas em vez de apenas absorver água, ela é feita de milhões de fios de lã microscópicos (os axônios) entrelaçados em uma massa gelatinosa. Esses fios são organizados em feixes, como cordas de uma guitarra, e é isso que permite que você pense e se mova.

Quando alguém leva uma pancada na cabeça (como em um acidente de carro ou uma queda no futebol americano), esses "fios de lã" esticam e se comprimem. Para entender como o cérebro se machuca, os cientistas usam computadores para criar simulações digitais (modelos de elementos finitos) que imitam o que acontece dentro da cabeça.

O problema é que, para fazer essa simulação funcionar, os cientistas precisam decidir uma regra muito importante: o que acontece com esses fios quando eles são esmagados (comprimidos)?

O Grande Dilema: A Regra do "Estica, mas não Espreme"

A teoria principal usada hoje (chamada modelo GOH) diz que esses fios de lã são como elásticos de borracha:

1. Quando esticados (tração): Eles ficam duros e resistem, protegendo o cérebro.
2. Quando espremidos (compressão): Eles simplesmente dobram, como um fio de cabelo que você empurra, e não oferecem nenhuma resistência. Eles "desligam".

Para que o computador entenda isso, os programadores precisam colocar um "interruptor" (um switch) que desliga a resistência do fio assim que ele é espremido.

O Caos dos Interruptores

A descoberta deste artigo é que existem três maneiras diferentes de programar esse interruptor, e os cientistas vinham usando essas três versões sem saber que elas davam resultados diferentes! É como se três cozinheiros estivessem fazendo o mesmo bolo, mas um usava açúcar, outro usava mel e o terceiro usava adoçante, achando que era a mesma coisa.

Os autores testaram essas três versões em simulações de pancadas reais (como as de jogadores de futebol americano):

1. Versão A (A mais comum): Usa uma medida matemática chamada "deformação verde-lagrange" para decidir se o fio está esticado ou não.

   • O problema: É como usar um termômetro defeituoso. Às vezes, ele diz que o fio está "quente" (esticado) quando na verdade ele está "frio" (espremido). Isso faz o computador achar que o fio está ajudando a proteger o cérebro quando, na verdade, ele deveria estar desligado. Isso gera resultados falsos.

2. Versão B (A mais precisa): Usa uma medida direta do "comprimento do fio" para decidir.

   • O resultado: Se o fio encurta, ele desliga. Se estica, ele liga. É o interruptor que funciona como deveria.

3. Versão C (A original): É parecida com a B, mas deixa uma pequena parte da "massa gelatinosa" (o tecido ao redor do fio) trabalhando mesmo quando o fio é espremido.

O Que Eles Descobriram?

Ao rodar as simulações com esses três interruptores, os resultados foram drasticamente diferentes:

• A Versão A (a comum) superestimou muito a tensão. Ela achou que o cérebro estava sofrendo muito mais danos do que realmente sofria, porque estava "forçando" os fios a trabalharem mesmo quando estavam espremidos.
• A diferença foi enorme: Em alguns pontos do cérebro, a diferença entre usar o interruptor errado e o certo foi de mais de 30% a 40% na previsão de dano.

Isso é como se um médico dissesse: "Você tem uma fratura leve" e, usando a versão errada, dissesse: "Você tem uma fratura grave". A decisão de qual interruptor usar muda completamente a previsão de quem vai ficar ferido e onde.

A Lição Principal (em Metáfora)

Pense no cérebro como uma rede de pesca dentro de um balde de gelatina.

• Se você puxar a rede (tração), ela fica tensa e forte.
• Se você empurrar a rede (compressão), ela apenas se amontoa e não faz força.

O artigo diz: "Ei, muitos de vocês estão usando uma régua errada para medir se a rede está sendo puxada ou empurrada. Vocês estão achando que a rede está puxando quando ela só está amontoada. Isso está nos levando a prever ferimentos errados."

Conclusão Simples

Os autores pedem que todos os cientistas que estudam o cérebro parem de usar a "regra antiga e defeituosa" (a Versão A) e comecem a usar a medida direta do comprimento do fio (a Versão B ou C).

Isso é crucial para:

1. Criar capacetes melhores: Se a simulação erra o dano, o capacete pode ser projetado para proteger o lugar errado.
2. Entender concussões: Para saber exatamente por que um jogador fica tonto ou perde a consciência.
3. Salvar vidas: Ter modelos mais precisos significa ter diagnósticos e prevenções mais confiáveis.

Em resumo: O "interruptor" que desliga os fios do cérebro quando eles são espremidos precisa ser programado com muito mais cuidado, senão estamos jogando com dados falsos e colocando vidas em risco.

Resumo técnico

Título: A influência das comutações tração-compressão na modelagem anisotrópica do cérebro

1. Problema e Contexto

Os modelos de elementos finitos (EF) da cabeça são ferramentas essenciais para investigar a mecânica das lesões cerebrais traumáticas (TBI). A precisão desses modelos depende criticamente da modelagem material do tecido cerebral, especificamente da substância branca (WM), que possui uma arquitetura anisotrópica devido aos seus feixes de axônios alinhados.

O modelo constitutivo mais utilizado para representar essa anisotropia é o modelo Gasser-Ogden-Holzapfel (GOH). Uma premissa fundamental deste modelo é que as fibras (axônios) suportam carga apenas em tração e não em compressão (onde elas "flambam" ou perdem rigidez). Para implementar isso numericamente, utiliza-se uma "comutação tração-compressão" (tension-compression switch).

No entanto, o estudo identifica uma inconsistência crítica na literatura e em softwares comerciais (como Abaqus, FEBio, LS-DYNA e ANSYS):

• Não há consenso sobre qual parâmetro usar para definir se a fibra está em tração ou compressão.
• Alguns estudos usam o quarto invariante ($\bar{I}_{4\alpha}$, o quadrado do estiramento da fibra).
• Outros usam uma grandeza do tipo deformação de Green-Lagrange ($\bar{E}_{\alpha}$).
• Além disso, há divergência sobre como tratar a contribuição das fibras comprimidas: eliminá-la completamente (zerar) ou manter uma contribuição isotrópica residual.

Essas inconsistências levam a incertezas sobre como a escolha da fórmula de comutação afeta a previsão de deformação cerebral e, consequentemente, a previsão de lesões.

2. Metodologia

Os autores realizaram uma análise teórica e numérica comparando três esquemas de comutação diferentes implementados dentro do modelo GOH em um modelo de cabeça de elementos finitos (KTH model).

• Modelo: Um modelo de cabeça humano detalhado (incluindo cérebro, CSF, meninges, ossos, etc.) com 1197 elementos de substância branca mapeados a partir de imagens de Tensor de Difusão (DTI) para definir a orientação das fibras.
• Cenários de Impacto: Simulações de 38 impactos de cabeça (baseados em dados reais de jogadores de futebol americano, incluindo casos concussivos e não concussivos).
• Os Três Esquemas de Comutação Analisados:
  1. Esquema 1 (Comum em Abaqus/FEBio): Usa $\bar{E}_{\alpha}$ como parâmetro de comutação. Se $\bar{E}_{\alpha} \leq 0$, a contribuição da fibra é zerada.
  2. Esquema 2 (Comum em LS-DYNA/ANSYS): Usa $\bar{I}_{4\alpha}$ como parâmetro de comutação. Se $\bar{I}_{4\alpha} \leq 1$ (compressão), a contribuição da fibra é zerada.
  3. Esquema 3 (Original GOH): Usa $\bar{I}_{4\alpha}$ como parâmetro. Se $\bar{I}_{4\alpha} \leq 1$, a contribuição da fibra reduz-se apenas ao termo isotrópico ($\kappa(\bar{I}_1 - 3)$), mantendo a matriz, mas removendo a rigidez adicional da fibra.
• Métricas de Avaliação:
  • MPS (Maximum Principal Strain): Deformação principal máxima no elemento.
  • MFS (Maximum Fiber Strain): Deformação máxima ao longo da direção da fibra.
• Análise Estatística: Teste de Friedman seguido pelo teste post-hoc de Nemenyi para comparar as distribuições de MPS e MFS entre os esquemas em nível de grupo.

3. Contribuições Principais

• Elaboração Teórica e Numérica: O estudo clarifica matematicamente e demonstra numericamente as diferenças fundamentais entre as formulações de comutação tração-compressão amplamente utilizadas.
• Identificação de Erro Conceitual: Demonstra que o uso de $\bar{E}_{\alpha}$ (como no Esquema 1) é um indicador inadequado do estado de tração/compressão da fibra, pois $\bar{E}_{\alpha} > 0$ não garante que a fibra esteja em tração ($\bar{I}_{4\alpha} > 1$). Isso pode levar a uma contribuição artificial de fibras comprimidas.
• Validação de Sensibilidade: Prova que a escolha do parâmetro de comutação e o tratamento das fibras comprimidas alteram significativamente os resultados biomecânicos do cérebro.

4. Resultados

• Diferenças Significativas na Deformação:
  • Houve diferenças significativas nas previsões de MPS e MFS entre os esquemas.
  • Comparando Esquema 1 vs. Esquema 2 (diferente parâmetro, mesmo tratamento de compressão): Diferença de até 25,7% no MPS e 33,8% no MFS em casos ilustrativos.
  • Comparando Esquema 2 vs. Esquema 3 (mesmo parâmetro, diferente tratamento de compressão): Diferenças ainda maiores foram observadas, com até 47,4% de diferença relativa no MPS.
• Distribuição Espacial: A localização dos elementos onde as fibras estão em compressão varia drasticamente entre os esquemas. O Esquema 1 (baseado em $\bar{E}_{\alpha}$) identificou um número diferente e espacialmente distinto de elementos comprimidos em comparação aos Esquemas 2 e 3 (baseados em $\bar{I}_{4\alpha}$), especialmente em regiões como o tronco encefálico.
• Análise Estatística: No nível de grupo (38 impactos), foram encontradas diferenças estatisticamente significativas entre os esquemas, confirmando que a escolha da formulação não é trivial e altera os resultados globais.
• Conclusão sobre o Parâmetro: O estudo confirma que $\bar{E}_{\alpha}$ é um proxy inapropriado para o estiramento da fibra, enquanto $\bar{I}_{4\alpha}$ é o parâmetro fisicamente correto para discriminar tração de compressão.

5. Significado e Implicações

• Para a Modelagem Computacional: O estudo recomenda fortemente a adoção de $\bar{I}_{4\alpha}$ como parâmetro de comutação em vez de $\bar{E}_{\alpha}$, alinhando-se com a formulação original de Gasser et al. e evitando a superestimação da rigidez em fibras comprimidas.
• Para a Previsão de Lesões: Como métricas de lesão (como tensão axonal) dependem diretamente da deformação da fibra, o uso de um esquema de comutação inadequado pode levar a falsos positivos ou negativos na previsão de lesões cerebrais traumáticas.
• Lacuna Experimental: O estudo destaca que, embora a hipótese de "flambagem" (fibra não suporta compressão) seja padrão no modelo GOH, faltam evidências experimentais diretas em nível de axônio humano que confirmem esse comportamento sob compressão. Isso sugere a necessidade de novos testes experimentais para validar a hipótese.
• Revisão de Literatura: Alerta pesquisadores que utilizam softwares comerciais (como Abaqus) com configurações padrão a revisarem suas implementações, pois podem estar usando uma formulação teoricamente inconsistente para tecido cerebral.

Em resumo, o artigo fornece diretrizes cruciais para a comunidade de biomecânica cerebral, estabelecendo que a implementação técnica da comutação tração-compressão no modelo GOH é um fator determinante para a fidelidade biofísica e a precisão das previsões de lesão.