인간 몸통의 개인화된 근골격 모델은 진단, 의료 기기 개발 및 인체 공학의 발전에 필수적입니다. 이전 연구에서는 인간 몸통의 유한 요소 모델(FEM)을 개발하고 흉부 수준에서 시간에 의존적인 자극을 받을 때 단일 참가자의 실험 데이터를 사용하여 강성 및 감쇠와 같은 유효 기계적 특성을 보정했습니다. 본 연구의 목표는 개인차를 통합하는 능력을 평가하여 이 모델링 접근 방식을 확장하는 것입니다. 이를 위해 두 번째 참가자에 대해 동일한 실험 캠페인을 수행했습니다. 그런 다음, 동일한 보정 방법론을 사용하여 이 새로운 참가자에 대한 모델 매개변수를 식별했습니다. 시뮬레이션 결과와 두 번째 참가자의 실험 데이터 간에 강한 상관관계를 얻었습니다. 이러한 성공적인 결과는 모델이 다른 개인 변이에 적응할 수 있음을 확인합니다. 검증된 접근 방식은 머신 러닝 및 생체 역학 시뮬레이션의 고급 응용을 위해 현실적이고 주제별 데이터베이스를 생성하는 신뢰할 수 있는 도구가 됩니다.
Moalla et al. (Fri,)는 이 질문을 연구했습니다.