MRI Raw Experimental Data Pipeline

该数据集包含使用磁共振成像技术在硅胶弹性体中获取的全3D位移场数据，用于材料参数的变分系统识别。数据集由D.P. Nikolov等人创建，旨在通过PDE约束优化和统计F检验来评估和改进实验设计。

This dataset encompasses full 3D displacement field data acquired in silicone elastomers using magnetic resonance imaging (MRI) technology, intended for the variational system identification of material parameters. Created by D.P. Nikolov et al., the dataset aims to evaluate and enhance experimental designs through PDE-constrained optimization and statistical F-tests.

原始信息汇总

数据集概述

数据集标题

MRI Raw Experimental Data Pipeline (as of 06/27/2023)

数据集创建者

D.P. Nikolov, S. Srivastava, B.A. Abeid, U.M. Scheven, E.M. Arruda, K. Garikipati, J.B. Estrada

数据集联系人

J.B. Estrada [e-mail]

资金支持

1729166 (NSF)

研究概述

本数据集涉及使用磁共振成像（MR-u）技术在硅胶弹性体中获取全3D位移场，约20,000点每样本，利用偏微分方程约束优化进行材料参数的变分系统识别。研究中采用了统计F检验以保持表示的简洁性，并通过局部变形分解评估实验设计。

方法论

本数据集包含获取的运动学数据和MRI处理代码。

仪器设备

• 7T小动物MRI系统
• 远距离捕获线性执行器（L5918S2008-T10X2-A50, Nanotec Electronic GmbH and Co. KG, Germany）
• 负载单元（LCM300, Futek Advanced Sensor Technology Inc., Irvine, CA）
• 硅胶样本（Ecoflex OO-20配方；Dragon Skin, Smooth-On Inc., Macungie, PA）

软件

• MathWorks MATLAB v. 2020b或更高版本（Natick, MA）
• Abaqus FEA（Providence, RI）

工作进展

• VSI_Incorporation（实施实验优化管道）
• Topological_Optimization（实施正弦波剪切测试样本形状优化）

文件清单

数据集主要文件位于以下父目录中：

• UMItools
• Ogden_RawMRData
• MR_Processing
• Abaqus2Matlab
• Decomposition_Sensitivity
• Visualization

使用和访问

1. 在MATLAB中添加所有文件夹和子文件夹到路径。
2. 处理原始数据：
   • 打开Ogden_RawMRData目录，根据表格选择相应的样本目录。
   • 运行内联函数以生成处理所需的数据文件。
3. 数值微分以获取运动学量：
   • 打开MR_Processing目录，运行特定样本的代码。
   • 下载并处理数据文件以获取变形梯度张量、拉格朗日应变张量等信息。
4. 模拟变形梯度：
   • 打开Abaqus2Matlab目录，运行特定样本的代码以获取变形信息。
5. 解耦参数和灵敏度度量量化：
   • 打开Decomposition_Sensitivity目录，运行代码以获取k和lambda解耦信息。
6. 数据可视化：
   • 打开Visualization目录，运行代码以生成处理管道和位移场图像。

搜集汇总

数据集介绍

构建方式

该数据集通过使用7T小型动物MRI系统和远距离线性执行器等设备，采集了硅胶弹性体中的全3D位移场数据。数据处理流程包括磁共振成像（MR-u）技术的应用，结合偏微分方程约束优化，进行变分系统识别以确定材料参数。此外，通过统计F检验来维持表示的简洁性，并利用局部变形分解将局部变形分解为双轴和单轴拉伸状态的混合。

特点

该数据集的主要特点在于其高精度的全3D位移场数据采集，以及结合了偏微分方程约束优化的变分系统识别方法。此外，数据集还包含了多种实验条件下的数据，如不同形状和尺寸的样品，以及不同的加载条件。这些数据为材料模型的参数识别和实验设计提供了丰富的资源。

使用方法

使用该数据集时，首先需要在MATLAB中添加所有相关文件夹和子文件夹到路径中。然后，用户可以按照提供的步骤处理原始数据，包括运行特定的MATLAB函数来生成包含变形梯度张量、拉格朗日应变张量和位移向量等信息的文件。此外，用户还可以通过Abaqus2Matlab目录中的脚本进行模拟变形梯度的计算，并通过Decomposition_Sensitivity目录中的脚本进行参数解耦和敏感度度量的量化。最后，用户可以通过Visualization目录中的脚本进行数据的可视化。

背景与挑战

背景概述

MRI Raw Experimental Data Pipeline数据集由D.P. Nikolov、S. Srivastava等研究人员于2023年创建，隶属于密歇根大学，并得到美国国家科学基金会（NSF）的资助。该数据集聚焦于材料表征领域，特别是通过磁共振成像（MRI）技术获取的三维位移场数据，用于材料参数的变分系统识别。研究的核心问题在于如何通过PDE约束优化方法，结合统计F检验，实现对Ogden材料模型的参数识别，从而提升实验设计的评估与优化。该数据集的发布不仅为材料科学领域的研究提供了宝贵的实验数据，还为未来的系统识别和实验优化提供了基础。

当前挑战

MRI Raw Experimental Data Pipeline数据集在构建过程中面临多项挑战。首先，材料模型的多样性和复杂性使得参数识别过程需要高度的精确性和稳定性，尤其是在处理Ogden模型时，如何保持简洁的表示和解释性是一大难题。其次，数据集的构建涉及大量的实验数据处理和数值计算，尤其是三维位移场的获取和处理，对计算资源和算法效率提出了高要求。此外，实验数据的噪声和不确定性也对数据分析和结果解释构成了挑战。最后，数据集的开放性和可扩展性要求确保其能够适应未来的研究需求，这需要在数据结构和处理流程上进行精心设计。

常用场景

经典使用场景

MRI Raw Experimental Data Pipeline数据集在材料科学领域中，主要用于通过磁共振成像（MRI）技术获取硅胶弹性体的三维位移场数据，进而进行材料参数的变分系统识别。该数据集的经典使用场景包括利用PDE约束优化方法，结合统计F检验，进行材料模型的参数识别和优化，特别是在Ogden材料模型的应用中，展示了如何通过局部变形分解来评估实验设计的敏感性。

解决学术问题

该数据集解决了材料科学中材料参数识别的复杂问题，特别是在非线性材料模型的参数估计和稳定性分析方面。通过提供高精度的三维位移场数据，研究人员能够更准确地进行材料模型的系统识别，从而改进实验设计和前向计算的准确性。这对于推动材料科学领域的研究具有重要意义，尤其是在复杂材料行为的理解和预测方面。

衍生相关工作

基于MRI Raw Experimental Data Pipeline数据集，已衍生出多项经典工作，包括材料模型的参数优化、实验设计的敏感性分析以及新的变形分解方法。这些工作不仅在学术界引起了广泛关注，还在工业界得到了实际应用。例如，通过该数据集开发的变分系统识别方法已被用于多种材料模型的参数估计，进一步推动了材料科学和工程领域的发展。