目的探究脊髓损伤患者坐姿下臀部表面复合载荷对内部软组织的生物力学影响,将患者臀部表面的力学信号和个体特征参数输入机器学习模型,个性化、准确预测压疮风险。方法建立坐姿下臀部-坐垫的三维有限元模型,改变肌肉厚度、BMI相关脂肪...目的探究脊髓损伤患者坐姿下臀部表面复合载荷对内部软组织的生物力学影响,将患者臀部表面的力学信号和个体特征参数输入机器学习模型,个性化、准确预测压疮风险。方法建立坐姿下臀部-坐垫的三维有限元模型,改变肌肉厚度、BMI相关脂肪厚度、坐骨结节曲率以及坐垫的弹性模量和摩擦系数,分析不同个体臀部表面受力对内部软组织的影响;基于模型计算结果,构建机器学习算法分析内部软组织的最大von Mises应力和最大剪切应变,结合SHAP可解释模块增强模型可靠性。结果臀部肌肉组织内的峰值应力和应变逐渐向脂肪和皮肤层降低;当臀部表面的峰值压应力超过35 k Pa或峰值切应力超过5 k Pa,软组织的最大剪切应变超过75%的损伤阈值,当这两个力联合作用并结合其他因素会增加损伤程度和范围。基于机器学习算法构建的可解释性混合模型由反向传播神经网络和XGBoost构成,输入臀部表面的峰值压应力和切应力,患者的BMI指数、肌肉厚度和坐骨结节曲率可预测内部软组织的最大von Mises应力和最大剪切应变,准确性达98%。结论影响脊髓损伤患者发生压疮的因素包括臀部表面的压应力、切应力和个体的结构特征,综合考虑这些因素输入混合模型算法可快速准确评估内部软组织的生物力学响应并预测压疮风险。展开更多
文摘目的探究脊髓损伤患者坐姿下臀部表面复合载荷对内部软组织的生物力学影响,将患者臀部表面的力学信号和个体特征参数输入机器学习模型,个性化、准确预测压疮风险。方法建立坐姿下臀部-坐垫的三维有限元模型,改变肌肉厚度、BMI相关脂肪厚度、坐骨结节曲率以及坐垫的弹性模量和摩擦系数,分析不同个体臀部表面受力对内部软组织的影响;基于模型计算结果,构建机器学习算法分析内部软组织的最大von Mises应力和最大剪切应变,结合SHAP可解释模块增强模型可靠性。结果臀部肌肉组织内的峰值应力和应变逐渐向脂肪和皮肤层降低;当臀部表面的峰值压应力超过35 k Pa或峰值切应力超过5 k Pa,软组织的最大剪切应变超过75%的损伤阈值,当这两个力联合作用并结合其他因素会增加损伤程度和范围。基于机器学习算法构建的可解释性混合模型由反向传播神经网络和XGBoost构成,输入臀部表面的峰值压应力和切应力,患者的BMI指数、肌肉厚度和坐骨结节曲率可预测内部软组织的最大von Mises应力和最大剪切应变,准确性达98%。结论影响脊髓损伤患者发生压疮的因素包括臀部表面的压应力、切应力和个体的结构特征,综合考虑这些因素输入混合模型算法可快速准确评估内部软组织的生物力学响应并预测压疮风险。
