• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Caractérisation et modélisation du comportement mécanique des tissus conjonctifs de la paroi abdominale humaine par approche histologiquement fondée / Characterization and histologically-based modeling of the mechanical behavior of connective tissues constituting the human abdominal wall

Astruc, Laure 01 April 2019 (has links)
Les opérations de hernies abdominales sont l’une des chirurgies les plus répandues dans le monde. Pourtant, malgré des progrès considérables en particulier dans le développement des textiles prosthétiques pour consolider la paroi abdominale, le taux de récurrence reste très élevé. Il apparaît donc nécessaire de développer des modèles numériques patient-spécifiques de la paroi abdominale afin de mesurer puis améliorer l’impact des solutions de soins. Les tissus assurant la cohésion et la stabilité de la paroi abdominale sont les gaines rectusiennes antérieure et postérieure et la ligne blanche, qui sont des tissus conjonctifs. Leur structure particulière, composée d’un entremêlement de fibres de collagène et d’élastine sont au cœur de cette étude.Ce mémoire a permis de mettre en évidence la relation entre architecture microscopique et comportement macroscopique des tissus fibreux. Grâce à des campagnes expérimentales combinant essais mécaniques et observations microscopiques, la structure des tissus a pu être identifiée et corrélée aux paramètres mécaniques. Des outils d’analyse d’images tridimensionnelles ont été développés afin d’estimer automatiquement l’anisotropie d’une texture. Les informations recueillies ont alors menées au développement d’un modèle constitutif anisotrope hypo-paramétré. Basé sur une description tridimensionnelle du réseau fibrillaire, le modèle a été écrit de manière à décorréler les paramètres liés à la structure et ceux relatifs à la nature même du matériau. En considérant les paramètres matériau similaires pour tous les individus, le modèle a démontré sa capacité à prédire le comportement mécanique à partir d’informations texturales / Abdominal hernia operations are one of the most common surgeries in the world. However, despite considerable progress, particularly in the development of prosthetic textiles to strengthen the abdominal wall, the recurrence rate remains very high. It therefore appears necessary to develop patient-specific numerical models of the abdominal wall in order to measure and improve the impact of care solutions. The tissues that ensure the cohesion and stability of the abdominal wall are the anterior and posterior rectus sheaths and the linea alba, which are connective tissues. Their particular structure, composed of an intertwining of collagen and elastin fibers, is at the heart of this study. This thesis highlighted the relationship between microscopic architecture and macroscopic behaviour of fibrous tissues. Thanks to experimental campaigns combining mechanical tests and microscopic observations, the structure of tissues has been identified and correlated to mechanical parameters. Three-dimensional image analysis tools have been developed to automatically estimate the anisotropy of a texture. The collected information then led to the development of a hypo-parameterized anisotropic constitutive model. Based on a three-dimensional description of the fibrillary network, the model was written in such a way as to uncorrelate the parameters related to the structure and those related to the nature of the material. By considering similar material parameters for every individual, the model demonstrated its ability to predict mechanical behaviour based on textural information

Page generated in 0.028 seconds