Computational models of the brain have become the gold standard in biomechanics to understand, predict, and mitigate traumatic brain injuries. Many models have been created and evaluated with limited experimental data and without accounting for subject-specific morphometry of the specimens in the dataset. Recent advancements in the measurement of brain motion using sonomicrometry allow for a comprehensive evaluation of brain model biofidelity using a high-rate, rotational brain motion dataset. In this study, four methods were used to determine the best technique to compare nodal displacement to experimental brain motion, including a new morphing method to match subject-specific inner skull geometry. Three finite element brain models were evaluated in this study: the isotropic GHBMC and SIMon models, as well as an anisotropic model with explicitly embedded axons (UVA-EAM). Using a weighted cross-correlation score (between 0 and 1), the anisotropic model yielded the highest average scores across specimens and loading conditions ranging from 0.53 to 0.63, followed by the isotropic GHBMC with average scores ranging from 0.46 to 0.58, and then the SIMon model with average scores ranging from 0.36 to 0.51. The choice of comparison method did not significantly affect the cross-correlation score, and differences of global strain up to 0.1 were found for the morphed geometry relative to baseline models. The morphed or scaled geometry is recommended when evaluating computational brain models to capture the subject-specific skull geometry of the experimental specimens.

大脑的计算模型已成为理解、预测和减轻创伤性脑损伤的生物力学的黄金标准。许多模型是使用有限的实验数据创建和评估的，并且没有考虑数据集中样本的特定主题形态测量。使用超声显微法测量大脑运动的最新进展允许使用高速旋转大脑运动数据集对大脑模型的生物保真度进行全面评估。在这项研究中，使用四种方法来确定将节点位移与实验性大脑运动进行比较的最佳技术，包括一种新的变形方法来匹配特定对象的内部颅骨几何形状。本研究评估了三种有限元脑模型：各向同性 GHBMC 和 SIMon 模型，以及具有显式嵌入轴突 (UVA-EAM) 的各向异性模型。使用加权互相关评分（介于 0 和 1 之间），各向异性模型在样本和加载条件范围内的平均得分最高，范围为 0.53 至 0.63，其次是各向同性 GHBMC，平均得分范围为 0.46 至 0.58，然后是SIMon 模型的平均分数在 0.36 到 0.51 之间。比较方法的选择对互相关得分没有显着影响，变形几何相对于基线模型的全局应变差异高达 0.1。在评估计算大脑模型以捕获实验样本的特定主题颅骨几何形状时，建议使用变形或缩放几何形状。各向异性模型在试样和加载条件下的平均得分最高，范围为 0.53 至 0.63，其次是各向同性 GHBMC，平均得分为 0.46 至 0.58，然后是 SIMon 模型，平均得分为 0.36 至 0.51。比较方法的选择对互相关得分没有显着影响，变形几何相对于基线模型的全局应变差异高达 0.1。在评估计算大脑模型以捕获实验样本的特定主题颅骨几何形状时，建议使用变形或缩放几何形状。各向异性模型在试样和加载条件下的平均得分最高，范围为 0.53 至 0.63，其次是各向同性 GHBMC，平均得分为 0.46 至 0.58，然后是 SIMon 模型，平均得分为 0.36 至 0.51。比较方法的选择对互相关得分没有显着影响，变形几何相对于基线模型的全局应变差异高达 0.1。在评估计算大脑模型以捕获实验样本的特定主题颅骨几何形状时，建议使用变形或缩放几何形状。然后是平均得分在 0.36 到 0.51 之间的 SIMon 模型。比较方法的选择对互相关得分没有显着影响，变形几何相对于基线模型的全局应变差异高达 0.1。在评估计算大脑模型以捕获实验样本的特定主题颅骨几何形状时，建议使用变形或缩放几何形状。然后是平均得分在 0.36 到 0.51 之间的 SIMon 模型。比较方法的选择对互相关得分没有显着影响，变形几何相对于基线模型的全局应变差异高达 0.1。在评估计算大脑模型以捕获实验样本的特定主题颅骨几何形状时，建议使用变形或缩放几何形状。