Professional Documents
Culture Documents
Streszczenie
Praca dotyczy testowych badań gąbczastej tkanki kostnej, uzyskanej z resekowanej główki kości
biodrowej, przeprowadzonych przy pomocy metody cyfrowej korelacji obrazu (ang. Digital Image
Corelation) – DIC. Wyniki badań uzyskane z maszyny wytrzymałościowej zestawiono z wynikami
uzyskanymi przy pomocy DIC i na tej podstawie oceniono przydatność tej metody badawczej.
Abstract
This work presents test research of trabecular bone, resected from the head of the femur bone,
conducted with use of Digital Image Correlation method – DIC. Results of this research were
complemented by standard stress tests and then usefulness of DIC method was assessed.
Słowa kluczowe: Cyfrowa korelacja obrazu (DIC), badania wytrzymałościowe, gąbczasta tkanka
kostna, optyczne metody pomiarowe
Key words: Digital Image Correlation (DIC), strength research, cancellous bone, optical measurement
methods
1. Wstęp
Celem tej pracy jest wypracowanie metodyki badania właściwości struktur kostnych
z zastosowaniem metody cyfrowej korelacji obrazu z uwzględnieniem wpływu cech
klinicznych/histopatologicznych preparatów (wiek i płeć pacjentów, rozpoznanie, charakter i poziom
zmian zwyrodnieniowych).
Układ 3 kamer
Cyfrowa korelacja obrazu może być wykorzystywana do pomiarów zarówno przy obciążeniach
statycznych, jak i dynamicznych. Pozwala na obserwację pola odkształceń w obszarach sprężystym
i plastycznym oraz w trakcie analizy zjawisk zależnych od czasu, np. pękania czy pełzania.
2
Bezdotykowy pomiar w metodzie DIC czyni ją doskonałym narzędziem w analizie pola przemieszczeń
lub odkształceń zarówno na poziomie mikroskopowym/strukturalnym, jak też w analizie deformacji
plastycznych w elementach, dla których standardowe techniki pomiaru przemieszczeń są trudne do
zastosowania.
Rys. 2. Ideowy schemat metodyki badań z wykorzystaniem cyfrowej korelacji obrazu (DIC)
Fig. 2. Schematics of a research using Digital Image Correlation method
MODEL Q400 (rys. 3) jest to system pomiarowy (zakupiony w Instytucie Mechaniki Precyzyjnej)
bazujący na układzie trzech kamer z cyfrową korelacją obrazu i ich synchronicznym
przechwytywaniem. Oprogramowanie (Istra 4D) zawiera moduł do analizy obrazów i opracowywania
wyników. System jest w pełni mobilny pozwalający na pomiary poza laboratorium. Badania można
prowadzić zarówno na próbkach, jak i na gotowych elementach konstrukcji.
3
Rys. 3. Widok układu pomiarowego – maszyny wytrzymałościowej INSTRON sprzęgniętej
z systemem cyfrowej korelacji obrazu firmy DANTEC
Fig. 3. View of the measuring system – materials testing machine INSTRON connected to DANTEC
digital image correlation system
4
dostępne wejścia analogowe, rejestracji danych pochodzących z innych urządzeń takich jak: czujniki
siły, czujniki przemieszczenia, ekstensometry, czujniki temperatury.
U pacjenta rozpoznano chorobę zwyrodnieniową biodra prawego (artroza) cechującą się zwężeniem
szpary stawowej, osteofitami, torbielami, bólem, ograniczeniem sprawności, zaburzeniami czynności
ocenianymi w skali Kellgrena-Lawrence'a (st. III/IV kwalifikują się do alloplastyki), Altmana ( - st. II/III),
IRF - Indyvidual radiographic feature) ( - st. III). Kwalifikacji do zabiegu protezoplastyki biodra
z użyciem endoprotezy bezcementowej dokonano na podstawie projekcji rtg AP.
5
a) b)
Rys. 4. Preparat (główka kości udowej) (a) i wycięta z niego próbka do badań (b)
Fig. 4. Specimen (head of the femur bone) (a) and research sample which was cut of it (b)
6
Rys. 6. Wzorce nanoszenia punktów referencyjnych
Rys. 7. Próbki testowe do badań po pokryciu preparatem kontrastowym oraz punktami referencyjnymi
Fig. 7. Testing samples covered with contrast paint and reference points
7
tak aby obrazy z kamer pokrywały się ze sobą (ma to większe znaczenie przy próbkach
cylindrycznych, oraz tam, gdzie pożądane jest uchwycenie przestrzenności badanego obiektu). Kąt
między kamerami powinien wynosić od 40°-60°. Obiektywy i ostrość dobiera się w zależności od
wielkości próbki. Przy pomocy widoku „Gray Min Max” (rys. 8 b) dobieramy prawidłowe oświetlenie
(czerwone piksele powinny zniknąć)
Kolejnym etapem jest kalibracja. Z menu programu wybierana jest funkcja „nowa kalibracja” (bądź
ustawienia starej, zdefiniowanej uprzednio kalibracji, jeżeli praca dotyczy tego samego typu
preparatów). Belkę mocującą z kamerami winno się obrócić o 90° (w ten sposób łatwo potem wrócić
do ustawień do badania), następnie wybierana jest odpowiednia płytka kalibracyjna (odpowiadająca
wybranej w programie) i prezentowana kamerom – program wykonuje osiem zdjęć płytki pod różnymi
kątami. Należy nieznacznie manipulować płytką podczas kalibracji – na wyświetlaczu pojawia się
informacja graficzna pomagająca dokonać prawidłowej kalibracji. Jeżeli residuum kalibracji wynosi od
0.3 – 0.5, to oznacza, że kalibracja została wykonana poprawnie – powyżej 1 – należy ją powtórzyć.
a) b)
c) d)
Rys. 8. Widok 4 trybów wyświetlania z kamer dla próbki 8L64MB: Gray (a), GrayMinMax (b), Rainbow
(c), ISTRA (d)
Fig. 8. View of 4 camera display modes for sample 8L64MB: Gray (a), GreyMinMax (b), Rainbow (c),
ISTRA (d)
8
Po przeprowadzeniu badań należy wykonać ewaluację wyników. Proces ten polega na określeniu
punktów referencyjnych dla serii uczynionych w poprzednim kroku ujęć. Program ISTRA posiada
wbudowany moduł prowadzący użytkownika przez ewaluację, co pozwala na szczegółowe określenie
warunków oceny badań (rys. 9, 10).
9
wykonywany jest wykres (rys. 13 b) danej wielkości w czasie („Temprolal plot”) bądź wykres zmian
danej wielkości na zdefiniowanej przez użytkownika linii („Spatial plot”).
Cenną funkcją programu jest także możliwość odtworzenia filmu z wybraną szybkością, pokazującego
zmiany zachodzące podczas odkształcania próbki. Podobnie jak na rysunku 13, na obraz z kamer
możemy nałożyć maskę zmian danej wielkości (przemieszczeń, odkształceń).
3. Wyniki badań
Akwizycja i rejestracja danych jest sterowana i zarządzana w trybie żywego obrazu (Live Image – rys.
11), domyślnie wyświetlany jest widok z 3 kamer (oznaczonych 1, 2 i 3). Po ustawieniu parametrów
nagrywania (ilość zdjęć, częstotliwość zapisu, warunki zakończenia pomiaru etc.) należy uruchomić
tryb nagrywania oraz maszynę wytrzymałościową. Akwizycja danych kończy się po osiągnieciu
odpowiedniego warunku (np. osiągnięcie danej ilości zdjęć) lub jest zakańczana ręcznie.
Rys. 11. Obraz próbki 8.L64.MB.Sb.X.15.A w trybie Live Image – próbka przed badaniem
Fig. 11. Image of a 8.L64.MB.Sb.X.15.A sample in Live Image mode – sample before test
Zarejestrowano ponad 300 klatek filmu pokazującego odkształcenie i zniszczenie próbki. Materiał ten
zestawiono z danymi z maszyny wytrzymałościowej, z której uzyskano wykres naprężenie-
odkształcenie (rys. 12). Na podstawie wykresu określono moduł Younga E = 1670 MPa, oraz umowną
granicę plastyczności R0,2 = 9,393 MPa. Są to dane zgodne z literaturą [9, 10] Dla tych (oraz dla
punktu, w którym nastąpił koniec obciążania) punktów przeprowadzono analizę zachowania się
materiału na podstawie danych z DIC.
10
Rys. 22. Wykres σ-ε dla próbki testowej. Liniami zaznaczono punkty na podstawie których
wyznaczono moduł Younga oraz umowną granicę plastyczności.
Fig. 12. Graph of σ-ε function for test sample. Young modulus and Yield strength are calculated using
visible on graph straight lines
Do momentu granicy plastyczności nie zaobserwowano na mapie odkształceń większych zmian (rys.
13). Na podstawie materiału Live Image (rys. 14) stwierdzono niewielkie spłaszczenie próbki, co
potwierdza wykres σ-ε.
11
Rys. 13. Wizualizacja odkształceń sprężystych (a), wykres odkształceń w czasie (b)
Fig. 13 Visualization of elastic deformation (a), Graph for displacements in time (b)
Rys. 14. Obraz próbki 8.L64.MB.Sb.X.15.A w trybie Live Image – próbka pod koniec odkształceń
sprężystych
Fig. 14. Image of a 8.L64.MB.Sb.X.15.A sample in Live Image mode – sample at the end of elastic
deformation
Następnie materiał zaczął ulegać zniszczeniu – wizualizacja odkształceń (rys.15) ujawniła lokalne
bardzo duże odkształcenia. Na materiale filmowym zaobserwowano pojawienie się wycieku
powstałego prawdopodobnie na skutek zmiażdżenia beleczek kostnych (rys. 16).
12
Rys. 15. Wizualizacja odkształceń na umownej granicy plastyczności (a), wykres odkształceń w
czasie (b)
Fig. 15. Visualization of displacements at Yield point (a), graph for displacements in time (b)
Rys. 16. Obraz próbki 8.L64.MB.Sb.X.15.A w trybie Live Image – próbka przy granicy
plastyczności R0,2. Zaznaczono miejsce pojawiania się pierwszych oznak zniszczenia próbki –
zaobserwowano wydzielenie się płynów na skutek złamania beleczek.
Fig. 16. Image of a 8.L64.MB.Sb.X.15.A sample in Live Image mode – sample at the Yield point R0,2.
The point of first visible structural collapse is marked – there is visible fluid ooze caused by fracture of
bone beams.
Ostatecznie próbka uległa zniszczeniu – mapa odkształceń stał się nieregularna – tam, gdzie wystąpiły
największe odkształcenia program nie był w stanie uzyskać danych pomiarowych (rys. 17). Obrazy
Live Image (rys. 18) pokazały, ze próbka uległa poważnej deformacji - prawy górny róg zaczął
13
obsuwać się w dół i w lewo, całość uległa ścięciu w lewo, a w centrum próbki widoczne są liczne
wykwity płynu.
Rys. 17. Wizualizacja odkształceń ścinających dla jednej z ostatnich klatek (a), wykres
odkształceń w czasie (b).
Fig. 17. Visualization of shear deformation for one of the last frames (a), graph for displacements in
time (b)
Rys. 18. Obraz próbki 8.L64.MB.Sb.X.15.A w trybie Live Image – próbka pod koniec badania.
Widoczne są poważne zniekształcenia próbki oraz duży wyciek płynów.
Fig. 18. Image of a 8.L64.MB.Sb.X.15.A sample in Live Image mode – sample in the end of a test.
Serious deformations and massive fluid ooze are visible
14
4. Wnioski
Podziękowania:
5. Bibliografia
[1] Kokot G.: Wyznaczanie własności mechanicznych tkanek kostnych z zastosowaniem cyfrowej
korelacji obrazu, nanoindentacji oraz symulacji numerycznych, Wydawnictwo Politechniki
Śląskiej, Gliwice 2013
[2] Pavel Sztefek, Maximilien Vanleene , Robin Olsson, Rebecca Collinson, Andrew A. Pitsillides,
Sandra Shefelbine, Using digital image correlation to determine bone surface strains during
loading and after adaptation of the mouse tibia, Journal of Biomechanics
[3] Sami P. Väänänen, Saber Amin Yavari, Harrie Weinans, Amir Abbas Zadpoor, Jukka S.
Jurvelin, Hanna Isaksson, Repeatability of digital image correlation for measurement of
surface strains in composite long bones, Journal of Biomechanics 46 (2013) 1928–1932
[4] Bing Pan, Kemao Qian, Huimin Xie and Anand Asundi, Two-dimensional digital image
correlation for in-plane displacement and strain measurement: a review, Meas. Sci. Technol.
20 (2009) 062001 (17pp)
[5] Marco Palanca, Gianluca Tozzi & Luca Cristofolini (2016) The use of digital image correlation
in the biomechanical area: a review, International Biomechanics, 3:1, 1-21, DOI:
10.1080/23335432.2015.1117395
[6] Yuxi Chen, Diansen Yang, Yongshang Ma, XianJun Tan, Zhan Shi, Taoran Li, and Haipeng Si
, Experimental Investigation on the Mechanical Behavior of Bovine Bone Using Digital Image
Correlation Technique, Applied Bionics and Biomechanics Volume 2015, Article ID 609132, 6
pages http://dx.doi.org/10.1155/2015/609132
[7] Hannah M., Gustafson, Cripton P. A. , Use Of Digital Image Correlation to Investigate the
Influence of Rate on Vertebral Body Response, IRCOBI Conference 2016
[8] Dantec Dynamic, Istra 4D – Software Manual Q-4xx System, 2016
15
[9] B. van Rietbergen, H. Weinans, R. Huiskes, A. Odgaardt, A new method to determine
trabecular bone elastic properties and loading using micromechanical finite-element models,
J. Biomechanics, Vol. 28, No. 1, pp. 69-81, 1995.
[10] B. Van Rietbergen, A. Odgaard, J. Kabel, and R. Huiskes, Relationships between Bone
Morphology and Bone Elastic Properties can be Accurately Quantified using High-Resolution
Computer Reconstructions, Journal of Orthopedic Reasearch, 16:23-28.
16