基于单次双轴试验的无监督全场贝叶斯推断方法用于正交各向异性超弹性分析：以心肌为例的研究

《COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING》：Unsupervised full-field Bayesian inference of orthotropic hyperelasticity from a single biaxial test: a myocardial case study

　　

Rogier P. Krijnen|Akshay Joshi|Siddhant Kumar|Mathias Peirlinck

摘要

心肌组织在被动变形过程中表现出高度非线性的超弹性和正交各向异性材料特性。因此，传统的本构模型识别方法通常结合多种加载模式，并需要多个样本以及复杂的实验操作。然而，在柔软的生物组织中，这些方法会受到样本间和样本内变异性的影响，以及实验操作对材料力学响应的改变，从而影响反演校准的准确性。在这项研究中，我们利用空间异质性的全场运动学数据作为多模态测试的替代方案。我们改进了EUCLID算法（一种用于自动发现本构模型的无监督方法），使其能够用于高非线性、正交各向异性本构模型的贝叶斯参数推断。通过使用合成心肌组织样本，我们证明了仅通过一次异质双轴实验结合稀疏的力测量数据，就能在多种噪声水平下准确恢复Holzapfel–Ogden参数，并量化其不确定性。推断出的结果与真实模拟结果高度吻合，同时得出的置信区间能够反映测量噪声对正交各向异性材料模型推断的影响。我们的工作表明，仅需一次双轴测试即可实现对非线性正交各向异性材料模型的单次、基于不确定性的表征，从而减少了样本需求和实验操作复杂性。