基于骨连接性自适应有限元算法预测多孔膨胀骨锚的骨长入:为骨锚设计带来新突破

【字体: 时间:2025年05月08日 来源:Medical & Biological Engineering & Computing 2.6

编辑推荐:

  在骨科手术中,骨锚的失效问题突出。研究人员开展了 “Prediction of bone ingrowth into the porous swelling bone anchors using an osteoconnectivity - based adaptive finite element algorithm” 的研究。结果表明膨胀可刺激骨长入,小和中等孔径性能更优。该研究为优化骨锚设计提供了重要依据。

  在骨科手术的舞台上,骨锚扮演着至关重要的角色,它就像是搭建骨骼与软组织 “桥梁” 的坚固铆钉,承担着稳定、长期固定的重任,常见于软组织与骨的重新连接、骨软骨缺损修复以及骨折内固定等手术场景 。然而,这看似坚固的 “铆钉” 却存在不少问题。在骨质疏松等低密度骨中,骨锚容易因抗剪切力不足而失效,一旦发生拔出故障,不仅会对周围骨骼造成严重损伤,还会让后续的修复工作困难重重。此外,传统骨锚材料(如钛)与骨的弹性模量差异大,会引发应力屏蔽现象,久而久之导致骨锚松动。
为了解决这些难题,来自德雷塞尔大学(Drexel University)的研究人员开展了一项极具意义的研究。他们聚焦于多孔膨胀骨锚,利用基于骨连接性(osteoconnectivity)的自适应有限元算法,深入探究骨长入其中的过程,研究成果发表在《Medical & Biological Engineering & Computing》上。

研究人员采用了多种关键技术方法。在模拟骨锚吸湿膨胀时,运用商业有限元软件 COMSOL Multiphysics 5.7,结合已有的吸湿弹性框架进行分析。为了研究骨长入,通过 Python 脚本在 Abaqus CAE 软件中构建骨长入框架,将有限元分析与骨重塑算法相结合。在模型构建方面,根据前人研究方法模拟共聚物骨锚的孔隙,并设定不同的孔隙尺寸进行研究。

研究结果令人瞩目。在验证骨长入框架时,发现新形成的骨从骨与植入物的界面开始生长,逐渐向空隙区域中心延伸,且与前人研究结果相符,这表明该框架具有良好的可靠性。在研究不同生长速率对骨长入的影响时,设定不同的密度增长限制条件,如ρi>ρinitialρi>1.25×ρinitialρi>1.5×ρinitial,结果显示限制条件越严格,骨长入速率越慢。例如,在平均孔径为 300μm 的多孔膨胀骨锚中,当限制为ρi>ρinitial时,第 25 次迭代时骨长入深度为 1.29mm;而当限制为ρi>1.5×ρinitial时,该深度仅为 0.53mm,下降了近 69% 。

对于不同孔径的骨锚,研究发现骨锚膨胀产生的径向应力能显著促进骨长入,但大孔径的有限元模型(FEM)中骨长入速率相对较慢。在第 40 次迭代时,小孔径(300μm)、中孔径(450μm)和大孔径(600μm)FEM 中发生骨长入的元素数量分别为 56k、58k 和 47k,填充体积比分别约为 39%、43% 和 33%,新增质量分别为 0.0035g、0.004g 和 0.0021g。而且,中孔径 FEM 由于孔隙连通性更好,在后续迭代中骨向空隙中心的渗透更深。

从骨长入对骨锚机械完整性的影响来看,在骨长入前,孔径对膨胀骨锚的机械完整性影响较小;而骨长入后,所有模型的机械完整性都显著提高,小孔径、中孔径和大孔径 FEM 分别提升了 27%、33% 和 22%,且小孔径和中孔径模型的弹性响应增加幅度比大孔径模型更高,分别高出约 5% 和 11%。在固定强度方面,骨长入使膨胀骨锚的固定强度大幅提升,预骨长入时最大拔出力约为 62N,而骨长入后达到约 103N。

研究结论和讨论部分进一步揭示了该研究的重要意义。研究开发并验证的骨长入框架,通过纳入骨连接性矩阵,能更准确地预测骨长入顺序,模拟真实的骨重塑现象。研究发现孔隙连通性在促进骨生长中起着关键作用,较小孔径更有利于快速且广泛的骨长入。同时,骨长入能显著增强骨锚的机械完整性和固定强度,这为优化骨锚设计提供了有力的理论支持。不过,研究也存在一定局限性,如采用四分之一切片有限元模型和仅考虑三种孔径等。但总体而言,该研究为未来骨锚设计的改进指明了方向,为提高骨科手术效果奠定了坚实基础。

相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号