Methodology of Multicriterial Optimization of Geometric Features of an Orthopedic Implant
Source abstract
Abstract
The main purpose of the article is to describe the methodology used for multi-criteria optimization of the geometric features of the orthopedic implant used for the reconstruction of the anterior cruciate ligament located in the knee joint. The methodology includes: 1. Method of development of the bones of the knee joint model; 2. Method of multi-criteria optimization of the geometric features of the orthopedic implant using an artificial immune system, the objective function and the Pareto front; 3. Expert evaluation method based on forms. The work confirmed that the assumed thesis, a multi-criteria optimization using an artificial immune system, which is a specially defined objective function, and the Pareto method, which allows to determine the geometrical features of the implant, will lead to fulfill optimal blood perfusion and sufficient strength properties of the implant simultaneously. We conclude that the described methodology allowed to achieve the optimal geometrical features of the orthopedic implant used for reconstruction of the anterior cruciate ligament located in the knee joint.
Source: crossref · Quality: baseline
Research context
OpenAlex topics: vaccines and immunoinformatics approaches · Artificial Immune Systems Applications · Monoclonal and Polyclonal Antibodies Research
SciVX discovery tags are terminology-based. OpenAlex topics are source-provided classifications.
Affiliations
Department of Fundamentals of Machinery Design, Faculty of Mechanical Engineering, Silesian University of Technology, 44-100 Gliwice, Poland
References (28)
Show source-provided references
1. Sex-based differences in the anthropometric characteristics of the anterior cruciate ligament and its relation to intercon dylar notch geometry: A cadaveric study10.1177/0363546504274149 ↗
2. Ficek, K., Rajca, J., Stolarz, M., Stodolak-Zych, E., Wieczorek, J., Muzalewska, M., Wyleżoł, M., Wróbel, Z., Binkowski, M., and Błażewicz, S. (2019). Bioresorbable stent in anterior cruciate ligament reconstruction. Polymers, 11.10.3390/polym11121961 ↗
3. Proprioception in people with anterior cruciate ligament-deficient knees: Comparison of symptomatic and asymptomatic patients10.2519/jospt.1999.29.10.587 ↗
4. Rajca, J., Gzik, M., and Ficek, K. (2021). The Influence of Bone Bruises on Bone Tunnel Enlargement Regarding ACL Rupture. Appl. Sci., 11.10.3390/app11062482 ↗
5. Ficek, K. (2014). Implant Medyczny do Wzmacniania Wgajania Przeszczepów w Rekonstrukcji więZadeł w Tunelach Kostnych. (PL217967 B1), Patent.
6. Assessment of sheep knee joint after ACL replacement with Achilles tendon autograft and PLA-based implant
7. Bioresorbowalne implanty ortopedyczne
8. Wylezoł, M., Otrebska, M., and Ficek, K. Kształt stentu do wspomagania rekonstrukcji więzadła krzyżowego przedniego (łac. Ligamentum cruciatum anterius). Protection description of the industrial design no RP.21140. Poland, 2015.
9. Wylezoł, M., Otrebska, M., and Ficek, K. Kształt stentu do wspomagania rekonstrukcji więzadła krzyżowego przedniego (łac. Ligamentum cruciatum anterius). Protection description of the industrial design no RP.21141. Poland, 2015.
10. Piętka, E. (1999). Standard DICOM w archiwizacji i transmisji obrazów medycznych. Zeszyty Naukowe Politechniki Śląskiej nr 1414: Informatyka, Proceedings of the VI Konferencja “Sieci Komputerowe”, Zakopane, Poland, 23–26 July 1999, Wydawnictwo Politechniki Śląskiej.
11. Metodyka modelowania w inżynierii biomedycznej z użyciem inżynierii rekonstrukcyjnej
12. An artificial immune system heuristic for twostage multi-machine assembly scheduling problem to minimize total completion time10.1016/j.jmsy.2013.06.001 ↗
13. Immune and neural network models: Theoretical and empirical comparisons10.1142/S1469026801000238 ↗
14. Poteralski, A. (2015). Optymalizacja Immunologiczna Układów Mechanicznych, Silesian Technical University.
15. Methodology of neural modelling in fault detection with the use of chaos engineering10.1016/j.engappai.2015.01.016 ↗
16. Wierzchoń, S.T. (2001). Sztuczne Systemy Immunologiczne: Teoria i Zastosowania, Akademicka Oficyna Wydawnicza Exit.
17. Learning and optimization using the clonal selection principle10.1109/TEVC.2002.1011539 ↗
18. MatWeb (2016, February 02). Matweb Material Property Data. Available online: http://matweb.com/search/DataSheet.aspx?MatGUID=4a4781f0791445a5aff417ed6f778737&ckck=1.
19. ANSYS (2017, March 03). ANSYS Mechanical APDL Element Reference. Available online: https://www.researchgate.net/file.PostFileLoader.html?id=567c42a25f7f71f83b8b4567&assetKey=AS%3A310263939567616%401450984095215.
20. Cholewa, W. (2015). Diagnostyczne Systemy Doradcze, IMP PAN Publishing.
21. Cholewa, W., and Pedrycz, W. (1987). Systemy Doradcze, Silesian Technical University.
22. Moczulski, W.A. (2002). Diagnostyka Techniczna: Metody Pozyskiwania Wiedzy, Silesian Technical University.
23. Projekt wstepny bioresorbowalnych implantów ortopedycznych do wspomagania rekonstrukcji wiezadła krzyzowego przedniego
24. Będziński, R. (1997). Biomechanika Inżynierska: Zagadnienia Wybrane, Oficyna Wydawnicza Politechniki Wrocławskiej.
25. Długosz, A. (2013). Optymalizacja Wielokryterialna w Problemach pól Sprzężonych, Wydawnictwo Politechniki Śląskiej.
26. Tarnowski, W. (2011). Optymalizacja i Polioptymalizacja w Technice, Wydawnictwo Uczelniane Politechniki Koszalinskiej.
27. Multi-objective feature selection using a bayesian artificial immune system10.1108/17563781011049188 ↗
28. Hybrid immune algorithm with lamarckian local search for multi-objective optimization10.1007/s12293-009-0028-5 ↗