설계공간 최적화를 이용한 뼈 성장 모사

장인권; 곽병만

추천

검색

질문

자료유형: 학술저널

저자정보: 장인권 곽병만

저널정보: 대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제30권 제6호

발행연도: 2006.6

수록면: 722 - 727 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Bone fracture healing is one of the important topics in biomechanics, demanding computational simulations due to the difficulty of obtaining experimental or clinical results. In this study, we adopt the design space optimization method which was established by the authors as a tool for the simulation of bone growth using its evolutionary characteristics. As the mechanical stimulus, strain energy density is used. We assume that bone tissues over a threshold strain energy density will be differentiated and bone tissues below another threshold will be resorbed. Under compression and torsion as loadings, the filling process of the defect is well illustrated following the given mechanical criterion. It is shown that the design space optimization is an excellent tool for simulating the evolutionary process of bone growth, which has not been possible otherwise.

#Design space Optimization(설계공간 최적화) #Finite Element Method(유한요소법) #Bone Fracture(골절) #Bone Growth Simulation(뼈 성장 모사)

참고문헌 (9)

참고문헌 신청

Sandberg, M. M. et al., 1993, “Gene Expression During Bone Repair,” Clinical Orthopaedics and Related Research, pp. 289~292.

Carter, D. R. et al., 1988, “Correlations Between Mechanical Stress History and Tissue Differentiation in Initial Fracture Healing,” Journal of Orthopaedic Research, Vol. 6. pp. 736~748.

Blenman, P. R. et al., 1989, “Role of Mechanical Loading in the Progressive Ossification of a Fracture Callus,” Journal of Orthopaedic Research, Vol. 7. pp. 398~407.

Claes, L. E. and Heigele, C. A., 1999, “Magnitudes of Local Stress and Strain Along Bony Surfaces Predict the Course and Type of Fracture Healing,” Journal of Biomechanics, Vol. 32, pp. 255~266.

Gardner, T. N. et al., 2000, “The Influence of Mechanical Stimulus on the Pattern of Tissue Differentiation in a Long Bone Fracture - an FEM Study,” Journal of Biomechanics, Vol. 33, pp. 415~425.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

장인권

소속기관 한국과학기술원

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 전기전자공학 > 전기공학

논문수 36 이용수 3,124

곽병만

소속기관 한국과학기술원

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 10%

논문수 117 이용수 7,009

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-550-015505857

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (9)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)