基于頭部運動學參數與腦損傷關系的顱腦創傷機制研究進展

摘要： 由于輕度創傷性腦損傷的復雜性和數據測量方式的局限性，直接根據腦組織損傷閾值來確定大腦的損傷狀態往往并不可行。腦組織的損傷機制涉及復雜的力學、生物化學和生理學過程，且在不同個體之間存在顯著差異。通過研究頭部運動載荷與腦組織損傷之間的關系，研究者可以更好地理解不同類型的頭部運動（如線加速度、角加速度、角速度）對腦組織的影響規律。這不僅有助于揭示顱腦創傷的力學機制，還為開發更有效的防護裝具提供科學依據。但直接從頭部的運動學測量評估損傷風險仍面臨諸多挑戰。本文詳細總結和評述了與輕度創傷性腦損傷相關的沖擊載荷及頭部模型特點，通過綜合分析頭部運動學載荷與腦組織變形響應的關系，揭示包括線加速度、角加速度等載荷作用下腦組織的應力、應變響應規律，指出當前研究中存在的不足與局限性，為輕度創傷性腦損傷的預防、評估及治療奠定理論和技術基礎。

關鍵詞： 致傷機制；碰撞載荷；爆炸載荷；角加速度；頭部模型；腦組織應變

中圖分類號： O389 國標學科代碼： 13035 文獻標志碼： A

輕度創傷性腦損傷（mild traumatic brain injury， mTBI），也常被稱為腦震蕩，已經成為當今社會面臨的緊迫的公共衛生問題之一。其發病率持續上升，尤其在從事接觸性運動的運動員、交通事故受害者和軍人中更為普遍。mTBI 的一個顯著特點是它不會導致明顯的物理損傷，但患者可能會經歷認知、情緒、感覺和睡眠等方面的暫時性或長期障礙。并且，mTBI 的后遺癥因人而異，這對準確診斷和有效治療構成了巨大挑戰。

軍事和工業生產中由爆炸引起的沖擊波，以及運動和交通事故中因碰撞等產生的沖擊載荷，使得腦損傷的問題愈發嚴峻。沖擊產生的頭部加速度會導致大腦和顱骨之間的相對運動，進而產生頭部慣性傷。沖擊載荷下，大腦與顱骨發生快速的相對運動，這一過程會導致腦細胞的拉伸和損傷[1]，進而引發生物化學變化。長期以來的研究表明，線加速度和角加速度是mTBI 的主要原因，甚至會導致更為嚴重的彌漫性軸索損傷（diffuse axonal injury， DAI）和腦出血[2-4]。此外，由于大腦各部分的密度差異，相鄰結構在慣性運動中會經歷不同的應力響應，比如角加速度會在組織中引起剪切應力[5-6]。同時，鈍性撞擊引起的線加速度會在胼胝體和腦干區域引起剪切應力集中，導致腦組織的剪切應變和進一步損傷[7-9]。目前，已有非侵入式設備可以在頭盔內部或顱骨表面進行人體頭部加速度的測量，但其應用場景仍受到量程和頻率的限制。

傳統的醫學診斷方法，例如核磁共振成像（magnetic resonance imaging， MRI）和計算機斷層掃描（computed tomography， CT），雖然在識別嚴重腦損傷方面表現出色，但在檢測mTBI 的細微生物力學及生物化學變化方面卻存在不足。而顱內腦組織的力學響應，如顱內壓、剪切應力和應變，在活體上進行直接測量幾乎是不可能的，即便在尸體上進行測量也極具挑戰性。因此，人體頭部有限元模型的開發和應用成為了研究mTBI 的重要且有力的工具。這些模型通過模擬頭部在受到沖擊時的動態響應，能夠從宏觀和微觀2 個層面重現腦損傷過程，涵蓋腦組織的應力應變關系、顱內壓的變化以及神經元的損傷模式。更重要的是，利用個體化的頭部模型，可以基于患者獨特的解剖結構和受傷情況，提高診斷的準確性，并為患者制定更加個性化和有效的治療方案。隨著計算力學、生物力學和臨床醫學等跨學科領域的合作不斷加深，人體頭部有限元模型在研究和探索mTBI 中將發揮更加重要的作用。

由于顱腦在碰撞、爆炸波等沖擊載荷作用下展現出復雜的力學和生理學響應，目前研究者尚未完全理解頭部運動載荷和腦組織響應之間的對應關系。然而，這一對應關系正是揭示頭部運動導致損傷的機制、制定針對易傷人員（如橄欖球、足球運動員及士兵）的評估指標及預防策略的關鍵所在。

本文綜述創傷性腦損傷研究中的沖擊載荷及頭部模型特點，綜合分析頭部運動載荷與腦組織變形損傷的定量關系，揭示致傷機制，為創傷性腦損傷的預防、評估及治療奠定理論基礎和技術支撐。

1 頭部沖擊載荷形式

1.1 接觸型碰撞載荷

在體育運動和汽車碰撞等情境中，人體常常會受到以強脈沖形式出現的高速運動載荷沖擊，這種沖擊會導致腦組織的變形和損傷。接觸性運動往往伴隨著較高的腦震蕩風險，其中頭部碰撞是受傷最常見的原因。在這些運動中，人們尤為關注運動員職業生涯中長期的頭部加速度暴露對神經退行性疾病的影響[10-11]。

由碰撞載荷導致的頭部損傷在格斗運動中很常見，每年大約有30 萬例格斗運動者被確診為創傷性腦損傷（traumatic brain injuries， TBI）[12]。格斗運動，包括擊打類（拳擊、跆拳道）和格斗類（柔道、摔跤），都是這類損傷的高發領域。在這些運動中，腦外傷可能源于直接的頭部撞擊，也可能由間接的頭部慣性運動所導致。

橄欖球作為對抗性球類項目，以其復雜的對抗形式和高強度的特點而著稱，其中頭部加速度暴露是這項運動中一個普遍存在的問題[13]。以歐洲超級聯賽為例，腦震蕩的發生率呈現上升趨勢，從2013 年和2014 年的每1 000 名球員每小時2 次和3 次腦震蕩增加到2015 年的每1 000 名球員每小時8 次腦震蕩[14]。這一數據凸顯了橄欖球運動員在激烈的比賽中面臨的頭部加速度暴露風險。

在汽車碰撞中，汽車乘員和行人可能會受到頭部損傷。這類事故不僅會產生高昂的醫療費用，還會導致嚴重的人身傷害 [15]。在碰撞過程中，乘員頭部可能會經歷突然加速然后減速的過程，或是直接撞擊到硬物，如方向盤、前擋風玻璃等。而行人在與汽車碰撞時，頭部可能直接與汽車的前端、引擎蓋或擋風玻璃接觸，而在碰撞后，行人可能會被拋向其他物體或地面，頭部再次撞擊硬物，造成二次傷害。

彈道沖擊也是導致嚴重頭部損傷的重要原因之一。鈍性彈道沖擊是指未能穿透顱骨而造成非穿透性損傷的彈道沖擊，因此也被稱為非穿透性彈道沖擊[16-17]。對于鈍性彈道沖擊，峰值力出現在1 ms 內，頭盔內表面變形或非致命彈丸對頭部的沖擊速度為20～200 m/s[18-19]。當爆炸產生的子彈或破片撞擊士兵的頭盔時，彈丸可能穿透頭盔外表面，將沖擊能量傳遞給頭盔殼體[20]，能量再從頭盔內襯傳遞至頭部。在這一過程中，顱骨變形、頭部線加速度、角加速度和角速度都被認為是導致腦損傷的潛在機制[5]。由于慣性效應，顱骨可能會在撞擊后相對于大腦移動，這種相對運動可導致顱骨內表面與大腦發生碰撞，造成局灶性損傷[21]。在一般鈍性沖擊中，顱腦相對運動被認為是造成局灶性損傷的重要機制之一[22-23]。角加速度導致的顱腦相對旋轉可能會使橫跨硬腦膜間隙的橋靜脈撕裂，從而產生硬腦膜下血腫[24]。這種血腫如果嚴重，可能會增加腦部壓力，其死亡率高于其他的創傷性腦損傷[25]。研究還發現，角加速度對硬膜下血腫的貢獻通常大于線加速度[26]。因此，在防護和治療這類損傷時，需要特別關注頭部角加速度的影響。

在足球比賽和訓練中，球員會經歷反復的頭部撞擊，包括頭部與足球之間的碰撞，與其他球員的碰撞，摔倒后與地面的碰撞，以及與其他物體（如球門門柱）的碰撞。這些碰撞在某些情況下可能會導致mTBI。當mTBI 發生時，可能會導致短暫的意識喪失，并可能伴隨一系列與認知、情緒和睡眠相關癥狀的后遺癥[27]。這些癥狀可能會持續數周，對球員的身心健康產生顯著影響。然而，在大多數情況下，足球比賽中經歷的碰撞很少會導致急性癥狀，這些通常被稱為頭部次震蕩沖擊[28]。盡管這些沖擊可能不如直接引起mTBI 的碰撞嚴重，但長期累積的效應仍需要引起足夠的重視和關注。有越來越多的證據表明，運動引起的mTBI 可能會導致一系列嚴重的后果，包括認知能力下降[29] 和其他神經退行性疾病[30]。這些長期影響對于運動員的身心健康構成了威脅，并可能對他們的職業生涯和日常生活產生深遠的影響。然而，運動相關的mTBI 長期影響尚不清楚[31]。最近的一項研究發現，蘇格蘭前職業足球運動員因神經退行性疾病導致的死亡率是實驗控制組的3 倍以上，但這項研究沒有對頭球的碰撞進行定量估計[32-33]，因此其結論仍需要進一步的驗證和探討。

目前，關于足球運動員腦損傷長期風險的最佳暴露指標尚未明確[34]。在足球比賽中，為了研究頭部撞擊的影響，研究者們通常使用附著在球員頭部的加速度計來記錄線加速度和角加速度或角速度。然而，在比賽和實驗中使用不同的測量方法可能會導致加速度表征的差異[35]。因此，足球運動所產生的最大線加速度（peak linear acceleration， PLA）和角加速度（peak angular acceleration， PAA）在不同的研究中可能存在很大的差異。從現有的觀察性研究中，撞擊的平均值從約30 m/s2 和240 rad/s2 到約450 m/s2和約7 000 rad/s2。

將碰撞載荷所導致的頭部線加速度和角加速度實驗數據進行快速傅里葉變換后，發現頭部的運動處于低頻狀態。如圖1 所示，將2018 年Tolea 等[36] 在汽車假人碰撞實驗中獲得的頭部數據和2003 年Naunheim 等[37] 在足球碰撞人體頭部實驗中獲得的數據作為數據源，并將2 份研究中的頭部運動學數據進行快速傅里葉變換后發現，無論是線加速度還是角加速度，人體頭部在碰撞載荷下的響應均呈現出低頻特性。這一發現對于理解頭部在碰撞中的動力學行為以及設計更有效的防護措施具有重要意義。

目前，非侵入式設備如PROTECHT system 護齒器和MiG （instrumented mouthguard） 已被廣泛應用于碰撞型載荷下，傳感器處的線性加速度的測量[38]，如圖2[39-40] 所示。PROTECHT system 護齒器能夠測量的線加速度最大值為400g，角加速度最大值為35 rad/s，采樣頻率為1 kHz[39]。而MiG 能測量到線加速度的最大值為400g，角加速度最大值為70 rad/s，加速度計采樣頻率為1 000 Hz，陀螺儀采樣頻率為8 000 Hz[40]。此外，HITS （head impacttelemetry system） 也已廣泛在頭盔上用于加速度測量，其能夠測量的線加速度最大值為150g，采樣頻率為1 kHz[40]。X2 Patch 可裝配于人體頭部耳后用于測頭部的加速度歷史， 采樣頻率為1 kHz，由大于10g 的加速度觸發[41]。

1.2 爆炸沖擊波載荷

爆炸損傷可分為一級、二級、三級和四級損傷，不同級別的損傷具有不同的特點和機制[42]。一級損傷是閉合性頭部損傷，也被稱為原發性爆炸傷，主要由沖擊波造成，不會導致穿透或外部出血。早期的研究主要集中在肺、胃、腸、胃腸道和耳朵等充滿空氣的器官上，因為這些器官被認為最容易受到沖擊波的影響。因此，爆炸損傷閾值和致死曲線是基于肺損傷提出的。然而，隨著伊拉克戰爭和阿富汗戰爭中爆炸事件的增多，爆炸造成腦損傷的普遍性和嚴重性逐漸被人們所認識[43]。根據最近的創傷性腦損傷卓越中心報告[44]，從2000 年到2020 年，在美軍人員中有高達430 000 例創傷性腦損傷。值得注意的是，在最近的戰爭中，爆炸相關的頭部損傷數量正在上升，而爆炸相關的肺部傷害有所下降[45]。在戰場上，頭部與肺部曾長期被視為最易受損的部位。然而，隨著防彈衣技術的顯著進步及其廣泛普及，爆炸導致的肺部損傷情況已有所緩解[46]。相比之下，頭部在爆炸沖擊波作用下的損傷問題卻日益凸顯，已成為一個亟待關注且日益嚴重的挑戰。

除了爆炸波通過壓力透射直接造成的頭部損傷外，其作用于頭部的合力所產生的運動也會導致頭部遭受嚴重的損傷[47]。在爆炸導致的頭部損傷中，爆炸波加載產生的加速度會引發大腦和頭骨之間的相對位移，進而導致損傷。從時間順序上，加速度的響應發生在應力波傳播之后。實驗結果顯示，與可以自由活動的大鼠相比，爆炸后被固定的大鼠表現出較少的認知障礙，這表明在相同的爆炸條件下，頭部加速度降低的大鼠其神經損傷癥狀有所減輕[48]。數值分析進一步揭示了頭部重心處最大加速度與腦組織響應（如顱內壓、最大剪切應力和最大主應變）之間存在線性關系，證明了它們之間的緊密聯系[49]。雖然實驗環境中很難單獨區分加速度導致的損傷，但Mao 等[50] 在模擬中設定顱骨為剛體，排除了應力波的影響，發現單獨的加速度也能產生顯著的顱內壓。與其他沖擊力（如爆炸驅動的碎片、鈍性沖擊）相比，沖擊波的作用時間極短，導致沖擊波引起的加速度持續時間也較短。由于人體對加速度的耐受性與持續時間有關，因此沖擊波導致的顱腦損傷機制與鈍性沖擊造成的損傷是彼此獨立的[51]。

爆炸載荷[52] 與碰撞載荷[37-38] 的頻譜分布上顯著不同。Dionne 等[53] 采用Hybrid Ⅲ模型開展了爆炸實驗，測量了頭部質心處的線加速度和角加速度， 結果顯示， 角加速度的幅值高達約50 krad/s2，這明顯超過了碰撞載荷下頭部角加速度的數值，且其頻率分布更廣泛。如圖3 所示，對矢狀面上的角加速度進行快速傅里葉變換后，發現其在0～2 000 Hz 都有較高的幅值，這與碰撞載荷下低頻角加速度響應形成了鮮明對比。相比于平動，轉動是造成頭部損傷更重要的因素[54]。因此，由于角加速度載荷的差異，爆炸載荷和碰撞載荷引起的腦損傷區域分布及致傷機理可能存在顯著的不同。

目前，非侵入式設備如PROTECHT system護齒器和MiG 測量設備無法滿足爆炸型加速度載荷的測量需要。對比圖3 中展示的爆炸型加速度載荷的特征，上述設備的量程遠低于爆炸型加速度載荷的范圍。同時，由于柵欄效應，設備采樣頻率若不能滿足奈奎斯特采樣定理，采集的數據無法完成信號完整的重建，即采集的最大值可能遠低于頭部在爆炸中實際運動的加速度最大值。因此，在測量爆炸型加速度載荷時，這些非侵入式設備需要進一步的改進和優化。

綜上，隨著傳感器技術的進步，研究者們現已能夠借助加速度計和陀螺儀精確測量頭部在碰撞和爆炸載荷下的運動加速度。這些設備被集成到頭盔和假人模型中，通過實驗準確記錄頭部在不同載荷條件下的動態響應。例如，配備高分辨率傳感器的假人模型（anthropomorphic test device， ATD）能夠捕捉到復雜的加速度數據，詳細記錄頭部的運動狀態。然而，由于人體實驗在實際操作中存在諸多限制和倫理考量，使得動物模型和假人模型成為了重要的替代方案。雖然這些模型為研究提供了寶貴的數據支持，但它們仍然難以完全模擬人類頭部在真實環境中的實際響應。同時，盡管目前已有非侵入式傳感器被集成到頭盔或護齒器上，用于測量頭部的運動學參數，但現有測量技術在量程和時間分辨率上仍存在一定的局限性。因此，提高非侵入式測量的量程與時間分辨率，將是未來研究的重要方向。

2 頭部響應評估模型

載荷形式確定后，為了準確評估頭部在加速度載荷下顱內腦組織的響應，需要借助人體模型來進行研究。在過去的幾十年里，志愿者、假人、動物和尸體被廣泛用作實驗對象，以監測和分析頭部的動態響應。盡管這些實驗方法為我們提供了大量寶貴的數據，但它們同時也面臨一些倫理和數據可靠性方面的挑戰。具體而言，志愿者實驗存在個體差異較大的問題，這可能導致實驗結果的穩定性和可重復性受到影響。而假人模型雖然在某種程度上能夠模擬人體的響應，但其在仿真度方面仍有待提高，難以完全還原真實人體的復雜結構和功能。此外，動物模型雖然能夠模擬某些活體生理反應，但由于動物與人體在生理結構上的差異，以及從動物到人體的尺度率問題，使得從動物實驗中獲得的數據難以直接應用于人體。為了克服這些挑戰，越來越多的研究工作開始轉向基于標準化的有限元頭部模型進行仿真分析。這一章具體講述現存有限元模型的優點和局限性，并綜述有限元頭部模型在研究領域內的進展。

在腦損傷的研究中，目前主要運用5 類模型，包括人體志愿者模型、假人模型、動物模型、尸體模型和有限元模型。人體志愿者頭部模型雖能提供最準確的響應數據，但有2 個主要限制：第1 個是志愿者必須要確保處于致傷閾值以下，這使得其不適用于研究致傷閾值和機理；第2 個是數據采集方法必須采用非侵入式，這限制了腦組織響應和顱內壓的測定。盡管Siegmund 等[52， 55] 嘗試使用加速度計和電極，Ono 等[56] 采用高速X 射線來捕捉動態撞擊中的骨骼運動，Escarcega 等[57] 通過標記磁共振成像和磁共振彈性成像測量頭部加速度下的人腦變形，但能準確測量人體志愿者的腦組織響應的非侵入式方法受到了嚴格的使用場景和設備限制。假人模型為生物力學測試提供了方案，它們耐用且數據重復性好，對數據采集設備的要求也相對較低。但假人模型數據的可靠性受限于其生物仿真度。假人模型的耐用性來源于對于脆弱的關節進行了額外的保護，約束了對應的自由度，導致了其與人體不完全一致的運動響應。此外，假人模型通常是針對特定工況設計和驗證的，實際載荷條件與驗證時的差異會影響數據的可靠性。動物模型具有真實的生物響應，適用于損傷研究，且可進行侵入式數據采集，但受倫理限制且存在與人體巨大的解剖差異。尸體模型在數據采集設備限制上較人體志愿者有所降低，生物仿真度高于假人模型，解剖學上也比動物模型精確，但缺乏生物響應。相比之下，有限元模型突破了數據采集設備的限制，結合影像學技術可還原真實的人體頭部模型結構。因此，在頭部損傷研究中，人體有限元模型被廣泛采用。

2.1 高精度有限元模型

高精度頭部有限元模型是研究運動學載荷、顱內響應及損傷的重要工具，主要包括生理幾何結構、不同組織間接觸連接以及不同組織的材料本構3 個方面。在生理結構方面，得益于醫學成像技術的飛速發展，人體頭部有限元模型中的結構細節得到了極大的豐富和增強。目前高精度頭部模型的建立基于計算機斷層掃描或磁共振成像技術，這些技術能夠捕獲人類頭部的高分辨率切片圖像。結合醫學圖像處理軟件，可以對掃描對象進行精確分割，從而得到各個組件的單獨實體模型。基于這種方法，有限元頭部模型的結構精確性問題得到了有效解決。

2.1.1 腦組織力學特性

腦組織是人體最柔軟的組織之一，表現出獨特的力學性能，其剪切模量僅為1 kPa[58]，但體積模量卻高達吉帕級別，這顯示了它幾乎不可壓縮的特性。Budday 等[59] 采用新鮮牛腦開展壓痕試驗，測試灰質和白質組織的力學特性。研究發現，灰質與白質均表現出與時間相關的黏彈性行為，并且兩者剪切模量和剪切應變率依賴性存在明顯差異，如圖4 所示。極小的剪切模量和灰白質不均一的特性使得腦組織即使在自身重力作用下也會產生明顯的變形且難以量化[60]。因此，即便其僅受重力作用，腦組織內部也會經歷顯著的應變，導致其幾何形態難以預測和控制，同時局部變形的具體狀態也難以精確測定，這無疑為準確確定其材料特性帶來了相當大的挑戰。進一步地，當腦組織經歷大變形時，它會呈現出明顯的應變強化行為[59]，如圖5 所示。這意味著隨著應變的增大，腦組織的剪切剛度也會提高，顯示出非線性的力學特性[60]。

此外，腦組織由灰質和白質構成，具有顯著的非均質性。灰質區主要包含神經元細胞體、為神經元提供營養的原生質星形膠質細胞和作為主動免疫防御的小膠質細胞。而白質區包含軸突、包裹在軸突周圍形成髓鞘的少突膠質細胞、纖維狀星形膠質細胞和小膠質細胞[61]。在這2 種組織中，白質的硬度明顯高于灰質。鑒于腦組織的易損性，力學測試中難以精確控制組織的損傷程度，特別是當拉伸應變超過18% 時，會對測試結果的準確性產生顯著影響[62]。這些特性使得精確捕捉腦組織的材料行為變得極具挑戰性，因此在相似條件下，不同研究小組得到的腦組織力學測試結果存在顯著差異。相應地，人體頭部有限元模型中采用了不同的本構模型和材料參數來模擬腦組織的力學行為。

早期的頭部有限元模型主要采用線彈性材料來簡化模擬腦組織的力學行為[63-64]。然而，根據近年來的實驗結果，腦組織的力學特性遠比線彈性復雜，特別是考慮到其大變形應變強化行為和應變率依賴的特性。因此，線彈性本構模型已不足以準確描述腦組織的力學響應。目前，大多數研究傾向于采用黏彈性本構模型來定義腦組織的力學響應。隨著對腦組織在沖擊載荷下可能產生的大變形響應認識的加深，非線性模型被提出以提供更準確的響應預測[65-66]。在這一背景下，有研究者將黏超彈性本構模型應用于腦組織，以更好地捕捉其復雜的力學行為。目前，如KTH Royal Institute of Technology[67]、UniversityCollege Dublin[68]、Imperial College London[69] 以及University of Western Australia[70] 等研究機構建立的模型都采用了黏超彈性腦組織本構。這些模型已被廣泛認可為高精度的人體頭部模型，能夠較好地模擬腦組織在多種載荷條件下的力學行為。

2.1.2 顱腦結構的接觸連接

對于頭部運動致傷問題，顱腦之間的接觸連接是一個不可忽視的關鍵因素。當顱骨受到運動載荷時，這種載荷會通過顱骨與內層結構的接觸，即相互作用力，傳遞至顱內的各個組織。顱腦間的相互作用方式直接決定了顱骨向內層結構傳遞力的具體方式和力的幅值大小，這對于還原真實情況下腦組織的響應至關重要[71]。

Cheng 等[72] 和Dimasi 等[73] 沒有對腦脊液進行建模，通過建立不同的接觸方式來描述顱腦界面的連接。Cheng 等[72] 利用簡化模型和物理模型，在二維腦冠狀面切片上研究了彌漫性軸索損傷，其中顱腦之間未考慮腦脊液，而是采用了完全固定和切向無摩擦的接觸條件。研究結果表明，顱腦之間不同的約束條件對顱內腦組織的位移和最大剪應變有顯著影響。Dimasi 等[73] 開發了符合腦解剖結構的模型，用于預測汽車碰撞中頭部撞擊所導致的大腦應變。在這個模型中，顱腦界面之間同樣未建立腦脊液，而是在顱腦界面中間引入了帶有摩擦系數的硬腦膜，相當于在大腦外表面和顱骨內表面之間設定了具有摩擦的切向接觸條件。

顱腦界面的接觸條件設置問題在顱腦沖擊傷研究中得到了廣泛關注。1995 年，Kuijpers 等[74] 構建了人體頭部的矢狀面二維平面應變有限元模型，以探討如何更精確地設定顱腦界面的接觸條件以接近真實的狀態，如圖6（a） 所示。研究比較了完全固定和完全自由的接觸條件，并與Nahum 等[75] 的尸體實驗結果進行對照。結果顯示，在沖擊側的壓力時程曲線上，自由的接觸條件與實驗的數據吻合較好，而在沖擊對側的壓力時程曲線上，無論是自由還是固定的接觸條件，都與實驗數據存在顯著差異。綜合考量后，研究認為自由的接觸條件與實驗結果更為接近。1997 年，Claessens 等[76] 進一步建立了人體頭部的三維有限元模型，頭部模型中包含大腦、小腦、腦干、腦鐮、腦幕、顱骨和面骨幾何結構，如圖6（b） 所示，同樣探討了顱腦界面的固定和自由條件，并將模型結果與Nahum 的尸體實驗結果進行了比較。研究結果顯示，在沖擊側，完全固定的接觸條件相比自由要更接近實驗結果，但沖擊對側，自由和固定的接觸條件均與實驗數據存在顯著偏差。綜合評估后，研究認為固定接觸條件與實驗結果更為接近。盡管這2 項研究在未考慮腦脊液影響的前提下，定量地分析了自由和固定接觸條件對腦組織響應的影響，但因為兩者與尸體實驗結果不完全吻合，因此關于如何建立最佳的接觸條件，目前尚未形成定論。

Kleiven 等[67] 在2002 年建立了包含腦脊液的人體頭部三維高精度有限元模型，旨在探討腦脊液與顱骨和腦膜在不同接觸條件（完全固定、切向滑移，以及完全自由）下對顱內壓的影響。研究結果顯示，在存在腦脊液的有限元模型中，腦脊液與顱骨和腦膜之間的固定接觸條件能夠使得沖擊側和沖擊對側的顱內壓模擬結果與實驗結果高度吻合。基于這一發現，研究最終得出結論：在模型中包含腦脊液并采用腦脊液與顱骨和腦膜固定的接觸方式，能夠更加準確地模擬顱腦受沖擊時的顱內壓變化。基于這一重要結論，后續開發的高精度頭部有限元模型，如THUMS 模型（ total human model for safety） [ 7 7 ]、GHBMC 模型（global human body models consortium）[78]、ABM 模型（atlas-based brain model）[79]、ADAPT 模型（detailed and personalizable head model with axons for injury prediction）[80] 等，均采用了腦脊液與周圍結構固定的接觸方式，以確保模擬結果的準確性和可靠性。在前人研究的基礎上，Zhou 等[81] 考慮腦脊液的流體行為，將頭部模型的顱腦界面設置為流固耦合相互作用。相比于前人的研究，該模型在動態力學特性上驗證的更為充分。

2.1.3 頭部固有頻率研究

頭部三維有限元模型的固有頻率及動態響應特征是由上文提到的顱腦的生理結構、結構間相互作用以及材料力學模型共同決定的。然而，由于倫理道德的要求和取材的困難性，關于人體頭部固有頻率分析的實驗研究很少。Békésy [82] 率先開展人類頭骨固有頻率研究，而后Franke 等[83] 在1956 年對此項研究進行了糾正。Franke 等[83] 通過對比活體頭骨、干顱骨和尸體樣本，發現干顱骨的固有頻率要高于其他兩者。具體而言，干顱骨的第1 階頻率為300 Hz，第2 階頻率為500 Hz，第3 階頻率為1 200 Hz。干顱骨之所以具有較高的頻率，是因為活體顱骨和尸體中包含了較軟的腦組織，這些組織會對頭骨自身的運動產生阻尼作用，從而降低顱骨的固有頻率，此外，其約束條件和質量均與真實情況下的頭部存在極大不同，這也會對固有頻率造成影響。值得注意的是，上述實驗由于開展較早，測量設備沒有足夠的靈敏度來有效檢測較低頻率的振動，無法識別低于200 Hz 的頻率。

當考慮頭部中顱腦結構相互作用時，頭部的頻率會出現顯著的下降。Fonville 等[84] 在采用MRI 掃描成年男性頭部后，建立了精確的有限元模型，并發現腦組織的前3 階固有頻率對應的模態主要表現為在矢狀面和冠狀面上的扭轉或剪切運動，對應頻率分別為22.3、23.8、24.0 Hz，如圖7 所示。此外，Laksari 等[85] 在有限元模型中模擬了足球的頭部沖擊，并提取了大腦變形最主要的模態行為。這篇研究中發現，大腦的變形在接近30 Hz 的低頻狀態下幅值最大，這與大腦的固有頻率在數值上是對應的。

2.2 簡化理論模型

如前文所述，已有相關研究開發了精細的三維頭部數值模型，但這些模型由于計算量龐大，并不滿足快速評估損傷指標的需求。因此，為了提高計算效率，也有相關研究通過簡化頭部的解剖細節和材料力學模型，降低空間分辨率，建立了適用于快速計算的簡化頭部理論模型。

目前，已有研究者基于連續介質力學理論建立了頭部模型，其中頭部被簡化為圓柱體[86-87]。這些模型本身是二維的，即位移分量沿中心軸方向沒有變化。在Margulies 等[88] 的工作中，大腦被建模為不可壓縮的且均勻的黏彈性材料，并承受了突然施加的旋轉運動載荷。在Massouros 等 [89-90] 的后續研究中，腦組織采用黏彈性本構模型，同時頭骨的旋轉角度隨時間呈正弦函數變化。為了驗證這些理論模型的可靠性，研究者們將預測的應變場與實驗中實際測量的應變場進行了對比。對于三維頭部模型來說，大腦被建模為一個球體[91-92]。然而，值得注意的是，無論是二維還是三維模型，它們的推導過程都基于小轉動的假設。

Wan 等[93] 突破了小轉動的假設限制，基于有限旋轉，給出了頭部橫截面二維簡化模型位移，以及腦組織內部應變和應變率的具體解析表達式，通過與二維有限元模型的結果進行比較，驗證了這一新模型的有效性和準確性。

此外，Gabler 等[94] 開發并實施了一種基于二階系統的新腦損傷度量方法，該方法利用頭部運動學的旋轉分量來預測頭部撞擊期間的最大腦應變。研究中提出了一種新的腦損傷指標，稱為彌漫性軸突多軸綜合評估（diffuse axonal multi-axis general evaluation， DAMAGE）。該損傷指標基于一個耦合的三自由度運動方程的二階系統，用于預測頭部撞擊時的最大腦應變，該預測依賴于方向相關的角加速度時程。在模型開發之后，研究者利用運動和汽車測試的大型數據庫對DAMAGE 進行了模擬，并將結果與有限元模型和現有損傷指標進行了比較。研究結果證明了二階系統在模擬腦應變反應方面的有效性，并提供了一種快速估計頭部撞擊嚴重程度的準確工具。

2.3 多尺度頭部損傷模型

mTBI 是一個跨學科的復雜問題，涉及多個空間尺度、時間尺度和多物理場的交互。mTBI 的病理過程始于宏觀層面的沖擊（微秒級），隨后是頭部和腦組織中應力波的傳播（毫秒級），直至頭部的動力學響應（數百毫秒）。這一系列事件導致腦組織在不同層次上受損，包括宏觀的應力應變分布、細觀的神經纖維原發性損傷，以及微觀的神經元繼發性損傷和后續的修復過程。這些過程跨越了從物理沖擊到細胞和分子級別的變化，全面影響著mTBI 的恢復過程和效率，同時涵蓋了腦內部復雜的生理結構以及力、電、化多物理場的相互作用。

因此，盡管現有的頭部有限元模型在模擬宏觀生物力學響應方面取得了顯著進展，但在全面描繪mTBI 的復雜性時仍存在明顯不足。當前的高保真頭部模型雖能精確模擬宏觀的生物力學行為，但在捕捉神經元、神經膠質等微觀結構的敏感損傷方面仍顯不足。僅考慮生物力學響應的模型無法全面揭示mTBI 發生后腦內從細胞到分子層面的變化機制。神經病理學的最新進展揭示了mTBI 后神經元損傷、炎癥反應和神經網絡變化等細胞和分子層面的改變，這些都是現有生物力學模型所未涵蓋的，這一方面研究的不足限制了對mTBI 微觀損傷機制的理解[95]。此外，現有模型在表征病理現象時缺乏合理的指標和閾值，且在模擬大腦的繼發性功能損傷和長期響應方面表現不佳。

Montanino 等[96] 提出了一種創新的多尺度框架來分析腦損傷，如圖8 所示。研究將護齒器記錄的頭部運動載荷輸入到受試者的有限元頭部模型中（圖8（a）），然后提取出關鍵的白質組織應變數據（圖8（b）），將這些應變數據進一步導入到包含軸突細節的胼胝體微觀力學模型中（圖8（c）），以便在亞細胞水平上精確計算軸膜應變。通過將計算出的軸突膜應變與通過分子動力學（molecular dynamics， MD）模擬獲得的穿孔閾值進行對比，能夠確定軸突損傷與腦損傷的具體對應區域。該研究提供了一種非侵入性預測軸突損傷和腦損傷的新方法，有助于更好地理解腦損傷的形成機制。

綜上所述，mTBI 是一個涉及多空間尺度、多時間尺度以及多物理場耦合的跨學科問題。在宏觀尺度，mTBI 起始于沖擊載荷的瞬時作用，這通常在微秒級時間內完成，如爆炸載荷、交通事故、或運動沖突中頭部的突然撞擊。隨后，在毫秒級的時間尺度內，應力波在頭顱和腦組織中傳播，這是由頭部直接受到的動態載荷所引發的。在更長的時間尺度，即數百毫秒內，頭部會經歷慣性載荷下的動力學響應。這一過程中，頭部的加速和減速過程會對腦組織產生持續的生物力學影響，導致更廣泛的應力分布和變形。進入細觀層次，腦組織的變形會導致神經纖維的原發性損傷，直接影響神經纖維的結構和功能，可能導致神經信號傳導的中斷或異常。而在微觀層次，神經元和其他腦細胞可能經歷數天甚至更長時間的繼發性損傷和修復過程，包括細胞死亡、炎癥反應、神經元再生和突觸重塑等，它們共同決定了mTBI 后續恢復的程度和速度。這些過程涉及腦組織內部復雜的生理結構以及力學、電學、化學多物理場的交互作用。因此，為了更深入地理解mTBI 的形成機制和恢復過程，有必要結合生物力學、神經病理學和神經影像學的知識，開發一個能夠跨越多尺度和多物理場的頭部數值模型。這樣的模型能綜合模擬從宏觀組織到微觀細胞與分子級別的變化全過程，以及這些變化對大腦功能的長期影響，為mTBI 的研究提供更加精確和全面的研究框架。

3 頭部運動與腦組織響應關系

研究者將實驗和模擬中獲取的頭部運動載荷應用于建立的頭部模型，發現腦組織在外載作用下展現出非均勻的應力載荷分布，其中高壓梯度尤為突出，并因此產生了明顯的變形。通過對這些數據的深入分析，研究者建立了不同類型頭部運動與腦組織響應之間的關系。這些研究結果不僅深化了對頭部運動力學致傷機制的理解，還為腦損傷的治療與預防提供了寶貴的理論基礎和數據支持。

3.1 頭部運動學參數與腦組織響應的峰值關系

Liu 等 [97] 通過解析方法，基于旋轉運動致傷機理，構建了一個由剛體顱骨球殼和黏彈性腦組織組成的簡化頭部模型。他們詳細推導并分析了旋轉運動對腦組織應力和應變分布的影響。然而，這一研究主要基于理論分析，尚未經過實際的實驗驗證，因此模型的準確性和實際應用范圍仍有待進一步確認和驗證。

相比之下，為了更深入地理解腦組織在頭部轉動下的應力和應變分布，Wan 等[93] 建立了一個基于理論的簡化頭部模型，突破了此前相關研究中僅限于頭部小轉動假設的局限性，并在角速度從0 到100 rad/s、角加速度從0 到30 krad/s2的載荷范圍內進行了測試。結果表明，相比于小轉動假設的模型，這一新模型成功預測了更高的最大主應變。

在目前的有限元模擬研究中，盡管采用了高精度頭部模型，但頭部運動學與顱內腦組織響應之間的定量關系尚未完全確立。為了深入探究這一關系，Sarvghad-Moghaddam 等[49] 于2017 年采用上文提到過的高精度頭部模型NDSUHM 進行了爆炸模擬，研究了70、200、500 g 的TNT 在68 cm 處的正面爆炸，如圖9 所示，將顱骨的最大線加速度和最大角加速度與顱內的最大顱內壓（intracranial pressure， ICP）、最大剪切應力（maximum shear stress， MSS）和最大主應變（maximum principal strain， MPS）進行了對比分析，并建立了它們之間的關系，研究結果顯示，在頭部運動學載荷與顱內腦組織響應之間的6 種對應關系中，可以建立R2 接近于1 的線性關系，這表明這些參數之間存在較強的線性相關性。但不足之處在于，該研究中每種關系僅基于3 個算例建立，因此這些結論的普遍性和適用性仍需通過更多的實驗和模擬進行驗證和拓展。

2020 年，為了深入探究頭部運動學與大腦應變率響應之間的關系，Hosseini-Farid 等[98] 模擬了不同方向和速度沖擊下的頭部，以及在爆炸沖擊波作用下，佩戴頭盔和不佩戴頭盔情況下頭部的響應。研究基于高精度頭部模型NDSUHM 在高爾夫球以10、15 和20 m/s 的速度在正面和側面沖擊，和75 gr （4.86 g），95 gr （6.16 g） 的TNT 在側面和背面距離頭部0.75、1 和2 m 遠處爆炸的情形。研究采用了更多算例建立頭部運動學和顱內響應的線性關系。在沖擊載荷下，大腦、腦干、硬腦膜和顱骨的應變率約分別是頭部加速度的1.9、0.7、1.18 和0.7 倍。在爆炸載荷作用下，這些頭部結構的應變率則分別為頭部加速度的0.86、1.25、0.52 和0.43 倍。

另外，除了上述研究所關注的線加速度和角加速度，角速度可以產生離心力，進而在顱內產生損傷，進而導致腦損傷。為了深入探索包括角速度在內的頭部運動學參數與腦損傷風險之間的關聯， Carlsen 等[99]采用冠狀面、矢狀面和水平面的二維人體有限元模型，進行了大規模的參數化有限元分析（finite elementanalysis， FEA）。研究主要聚焦于角加速度、角速度和角急動度如何影響腦組織的應變和應變率。研究結果表明，以最大主應變為損傷指標，當持續時間少于10 ms 時，主導損傷的運動學指標為角速度，持續時間超過30 ms 時為角加速度，在2 個區間之外，角速度和角加速度共同影響最大主應變。當以最大主應變率為損傷指標時，持續時間超過10 ms 以上時為角加速度主導，而在持續時間少于10 ms 時，角速度和角加速度共同影響最大主應變率。角加速度和角速度對腦組織應變和應變率的最大值都有顯著影響，因此在評估腦損傷風險時，需同時考慮這2 種運動學指標。此外，當角加速度和角速度最大值不變時，角急動度的增加對腦組織應變最大值的影響最小，但也會導致應變率最大值的增大。

3.2 基于數據驅動的頭部速度特征與腦組織風險區預測

由于理論模型的解析方法在處理現實情況下復雜的腦結構和材料特性時存在局限，同時有限元方法在考慮大腦局部運動與時變特征時，難以精確建立頭部運動載荷與顱內全局響應之間的定量關系，因此，基于這2 種模型得到的運動學與顱內響應的關聯無法直接應用于實際問題。為了彌補這一不足，目前已有研究開始采用數據驅動的方法，旨在更準確地建立頭部運動學與顱內響應之間的關系。

機器學習（machine learning， ML）是一種強有力的方法，可用于建立頭部運動學載荷與腦組織內部響應之間的關系。這種方法通過訓練ML 算法，基于高精度頭部有限元模型的數據，實現快速預測給定頭部撞擊載荷下的受傷風險。2019 年，Wu 等[100] 開發了卷積神經網絡（convolutional neural networks， CNN）模型，利用該模型由頭部的運動數據準確地預測了顱內響應，如圖10 所示。研究者將頭部角速度曲線轉化為輸入的二維圖像，實現了對區域大腦應變的即時準確估計。研究過程中，他們使用了2 個增強的數據集來評估CNN 在不同訓練測試配置下的預測性能。這一方法的優勢在于無需簡化沖擊運動學輸入、頭部損傷模型或腦組織響應輸出，從而能夠高效地估計特定區域和方向的應變。研究基于2 592 個訓練樣本，該模型在全腦最大主應變預測上獲得了R2 為0.916，均方根誤差（root mean square error，RMSE）為0.014 的優異結果。到了2022 年，Wu 等[101] 在前述工作的基礎上進一步創新，建立了一個Transformer 神經網絡（transformer neural network， TNN）和一個獨立的CNN。這2 個網絡分別用于估計由于沖擊引起的顱腦相對位移（空間分辨率為4 mm，時間分辨率為1 ms）和最大主應變。通過順序訓練，研究訓練了這2 個神經網絡（樣本量為5 184），以估計60 ms 時間內的完整的位移和應變。研究發現，TNN 在位移和最大主應變預測的精度上優于先前使用的CNN。這一進展為頭部沖擊下的腦組織響應預測提供了更為精確和高效的解決方案。Zhan 等[102] 提出了一種創新的預測模型，該模型基于五層深度神經網絡（deep neural networks， DNN）構建。為了驗證和優化這一模型，他們結合了頭部模型仿真，并利用來自大學橄欖球和綜合武術領域的共計2 511 次頭部碰撞載荷數據進行了全面的訓練和測試。通過實施隨機數據分割和模型初始化策略，該深度學習模型展現出了卓越的性能，能夠在不到1 ms 的時間內，精確計算出整個大腦中每個元素的最大主應變，其預測結果的平均均方根誤差低至0.022，標準差僅為0.001。

這些研究雖然初步揭示了頭部運動學載荷和顱內腦組織響應的關系，但仍有明顯不足。例如，Sarvghad-Moghaddam 等[49] 和Hosseini-Farid 等[98] 的工作在解釋頭部加速度最大值與顱內腦組織應變最大值之間的線性關系時顯得不夠充分。實際上，研究者通過缺乏說明的情況下對于研究的問題做了數據上的簡化處理，將全局的三維空間信息壓縮至腦組織出現最大值的一個空間點，將一維的時間信息壓縮至出現最大值處出現峰值的那一時刻點。然而，考慮到腦組織超軟和黏超彈性的特性，在考慮大腦運動狀態時需要充分考慮腦組織運動的局部變形，而非僅關注整體結構上的最大值。這種簡化的研究方法與真實情況存在較大差異，對深入理解頭部運動與腦組織響應之間的關系幫助有限。Carlsen 等[99] 雖然在以上研究中做了很大改進，通過大量模擬在等高線圖中找到了主導的特征時間，但在評估運動學和損傷指標時同樣采用了最大值的方法，忽略了模擬中復雜的局部運動和腦組織響應的時變特征。Wu等[100-101] 雖然考慮了整個頭部角加速度曲線，并通過機器學習模型建立了兩者之間的數值關系，但這種方法缺乏對運動致傷機理的深入探討和研究。此外，由于不同頭部撞擊類型在低頻和高頻范圍內的幅值分布略有差別，基于機器學習對于一種碰撞載荷工況建立的模型無法適用于其他的碰撞載荷工況[102-104]。由于顱內慣性力的大小是位移幅值和頻率平方的乘積，因此相比于低頻運動學載荷，高頻運動學載荷更容易產生較大的慣性力，會導致高頻載荷下顱內損傷機制與低頻載荷不同。目前對于這一致傷過程缺乏機制上的認識是限制了兩者關系建立和防護策略的首要問題。

4 結論與展望

系統綜述了近年來顱腦沖擊傷研究中在頭部致傷載荷、評估頭部損傷的模型和頭部運動學響應致腦組織變形三方面的研究進展。在頭部致傷載荷領域，研究者們通過假人模型實驗、可穿戴頭部傳感器和有限元模型模擬等方法，提出了基于頭部加速度和角加速度的致傷標準。然而，由于實驗測量的局限性和模型仿真精度的限制，當前對輕度創傷性腦損傷的損傷機理仍缺乏清晰的認識。目前真實人體模型數據的獲取受限于非侵入式數據采集設備的性能，導致研究進展受到一定制約。盡管在單一因素影響下的損傷機制研究取得了部分進展，但實際頭部損傷通常是多因素共同作用的結果。因此，如何綜合分析不同頻率、強度和方向的載荷對腦組織損傷的綜合影響，是當前研究面臨的主要挑戰。

在頭部模型研究方面，近年來的研究集中在宏觀尺度人體頭部模型的構建與驗證上，以尸體實驗為參照，當前的頭部模型已經可以在宏觀尺度準確表征頭部運動及腦組織響應。然而，腦組織的損傷過程涉及從微觀到宏觀多個尺度的復雜相互作用。因此，構建跨尺度的統一模型，精確模擬腦組織的力學響應和損傷過程，是當前研究亟待解決的問題。

現有研究已初步建立了頭部運動學與腦組織損傷之間的關系，包括基于連續介質力學提出的頭部角位移與腦組織應變的解析關系，由高精度有限元模型得到的載荷輸入與腦組織應變最大值的線性及非線性關系，及通過機器學習方法預測風險區。然而，由于載荷形式的多變性、頭部對運動載荷方向的高度敏感性以及腦組織的復雜生理結構和力學行為所導致的局部運動復雜性，目前尚未揭示頭部運動致腦損傷的力學機制。

如前所述，建立頭部運動載荷和腦組織內部變形關系的研究是涉及多學科交叉、多物理場耦合及短時和長時效應共存的復雜問題。目前，該領域面臨的挑戰與未來的展望主要包括以下3 個方面。

（1） 發展可用于人體的非侵入式大量程高時間分辨率傳感器。當前缺乏適用于人體的非侵入式傳感器，以實現對大幅值高頻率運動載荷的測量。由于頭部在沖擊和爆炸中的動態響應是瞬時的，特別是對爆炸載荷而言。現有非侵入式測量技術在量程和時間分辨率上仍有不足，難以捕捉瞬間的運動學變化。因此，提升傳感器的時間分辨率和量程是未來研究的重要方向。

（2） 顱腦有限元模型的改進。這其中包括2 個方面：一是建立跨尺度的個性化頭部模型，二是改進腦組織材料的本構模型。腦組織的復雜力學行為，包括其非線性和黏彈性特性，給模擬的準確性帶來了挑戰。當前本構模型在捕捉這些復雜行為方面仍有局限，需要進一步優化材料模型和計算方法。此外，不同個體在解剖結構、組織力學特性和生理狀態上的差異要求模型更加個性化。同時，頭部運動引起的腦組織響應涉及多個尺度的復雜相互作用。目前的大多數研究往往集中在單一尺度上，難以全面捕捉整個過程。構建跨尺度的綜合模型，以準確模擬腦組織在不同尺度上的響應，是亟待解決的難題。

（3） 融合神經病理學、影像學和生物力學等多個學科全面揭示頭部運動學導致的腦組織變形和損傷機制。mTBI 作為一種復雜的跨學科問題，跨越多個空間和時間尺度，以及多物理場的相互作用。僅僅從生物力學的角度無法完整復現其由電信號傳導到腦組織損傷的整個致傷過程。因此，通過生物力學研究mTBI 的物理致傷過程，結合神經病理學分析腦組織的微觀損傷和病理變化，以及影像學提供損傷的宏觀視圖，是實現對mTBI 致傷機制從宏觀到微觀全面理解的關鍵。

參考文獻：

[1]HANLON E M， BIR C A. Real-time head acceleration measurement in girls’ youth soccer [J]. Medicine and Science inSports and Exercise， 2012， 44（6）： 1102–1108. DOI： 10.1249/MSS.0b013e3182444d7d.

[2]HOLBOURN A H S. Mechanics of head injuries [J]. The Lancet， 1943， 242（6267）： 438–441. DOI： 10.1016/S0140-6736（00）87453-X.

[3]FORERO RUEDA M A， CUI L， GILCHRIST M D. Finite element modelling of equestrian helmet impacts exposes the needto address rotational kinematics in future helmet designs [J]. Computer Methods in Biomechanics and BiomedicalEngineering， 2011， 14（12）： 1021–1031. DOI： 10.1080/10255842.2010.504922.

[4]ROWSON S， DUMA S M， BECKWITH J G， et al. Rotational head kinematics in football impacts： an injury risk function forconcussion [J]. Annals of Biomedical Engineering， 2012， 40（1）： 1–13. DOI： 10.1007/s10439-011-0392-4.

[5]HARDY W N， KHALIL T B， KING A I. Literature review of head injury biomechanics [J]. International Journal of ImpactEngineering， 1994， 15（4）： 561–586. DOI： 10.1016/0734-743X（94）80034-7.

[6]JONES M. Biomechanics of primary traumatic head injury [M]// WHITWELL H， MILROY C， DU PLESSIS D. ForensicNeuropathology. 2nd ed. Boca Raton： CRC Press， 2021： 45-54. DOI： 10.1201/9781003158035.

[7]ONO K， KIKUCHI A， NAKAMURA M， et al. Human head tolerance to sagittal impact reliable estimation deduced fromexperimental head injury using subhuman primates and human cadaver skulls [J]. SAE Transactions， 1980： 3837-3866. DOI：10.4271/801303.

[8]NISHIMOTO T， MURAKAMI S. Relation between diffuse axonal injury and internal head structures on blunt impact [J].Journal of Biomechanical Engineering， 1998， 120（1）： 140–147. DOI： 10.1115/1.2834294.

[9]ANDERSON R W G， BROWN C J， BLUMBERGS P C， et al. Impact mechanics and axonal ijury in a sheep model [J].Journal of Neurotrauma， 2003， 20（10）： 961–974. DOI： 10.1089/089771503770195812.

[10]BAILES J E， PETRAGLIA A L， OMALU B I， et al. Role of subconcussion in repetitive mild traumatic brain injury： a review [J].Journal of Neurosurgery， 2013， 119（5）： 1235–1245. DOI： 10.3171/2013.7.JNS121822.

[11]HUME P A， THEADOM A， LEWIS G N， et al. A comparison of cognitive function in former rugby union players comparedwith former non-contact-sport players and the impact of concussion history [J]. Sports Medicine， 2017， 47（6）： 1209–1220.DOI： 10.1007/s40279-016-0608-8.

[12]THUNNAN D J， BRANCHE C M， SNIEZEK J E. The epidemiology of sports-related traumatic brain injuries in the UnitedStates： recent developments [J]. Journal of Head Trauma Rehabilitation， 1998， 13（2）： 1–8. DOI： 10.1097/00001199-199804000-00003.

[13]CUNNINGHAM J， BROGLIO S， WILSON F. Influence of playing rugby on long-term brain health following retirement： asystematic review and narrative synthesis [J]. BMJ Open Sport and Exercise Medicine， 2018， 4（1）： e000356. DOI： 10.1136/bmjsem-2018-000356.

[14]FITZPATRICK A C， NAYLOR A S， MYLER P， et al. A three-year epidemiological prospective cohort study of rugbyleague match injuries from the European Super League [J]. Journal of Science and Medicine in Sport， 2018， 21（2）： 160–165.DOI： 10.1016/j.jsams.2017.08.012.

[15]SOICA A， TARULESCU S. Impact phase in frontal vehicle-pedestrian collisions [J]. International Journal of AutomotiveTechnology， 2016， 17（3）： 387–397. DOI： 10.1007/s12239-016-0040-y.

[16]GILSON L， RABET L， IMAD A， et al. Experimental and numerical assessment of non-penetrating impacts on a compositeprotection and ballistic gelatine [J]. International Journal of Impact Engineering， 2020， 136： 103417. DOI： 10.1016/j.ijimpeng.2019.103417.

[17]LIU H， KANG J Y， CHEN J， et al. Intracranial pressure response to non-penetrating ballistic impact： an experimental studyusing a pig physical head model and live pigs [J]. International Journal of Medical Sciences， 2012， 9（8）： 655–664. DOI：10.7150/ijms.5004.

[18]FREITAS C J， BIGGER R P， SCOTT N， et al. Composite materials dynamic back face deflection characteristics duringballistic impact [J]. Journal of Composite Materials， 2014， 48（12）： 1475–1486. DOI： 10.1177/0021998313487934.

[19]OUKARA A， NSIAMPA N， ROBBE C， et al. Assessment of non-lethal projectile head impacts [J]. Human Factors andMechanical Engineering for Defense and Safety， 2017， 1（1）： 3. DOI： 10.1007/s41314-016-0001-2.

[20]National Research Council， Division on Engineering and Physical Sciences， Board on Army Science and Technology， et al.Review of Department of Defense test protocols for combat helmets [R]. Washington： The National Academies Press， 2014.DOI： 10.17226/18621.

[21]GURDJIAN E S， GURDJIAN E S. Cerebral contusions： re-evaluation of the mechanism of their development [J]. TheJournal of Trauma： Injury， Infection， and Critical Care， 1976， 16（1）： 35–51. DOI： 10.1097/00005373-197601000-00005.

[22]GURDJIAN E S， HODGSON V R， THOMAS L M， et al. Significance of relative movements of scalp， skull， and intracranialcontents during impact injury of the head [J]. Journal of Neurosurgery， 1968， 29（1）： 70–72. DOI： 10.3171/jns.1968.29.1.0070.

[23]KING A I， YANG K H， ZHANG L， et al. Is head injury caused by linear or angular acceleration？ [C]//Proceedings of theInternational Research Conference on the Biomechanics of Impacts. Lisbon， Portugal： IRCOBI， 2003： 1–12.

[24]GENNARELLI T A， THIBAULT L E. Biomechanics of acute subdural hematoma [J]. The Journal of Trauma： Injury，Infection， and Critical Care， 1982， 22（8）： 680–686. DOI： 10.1097/00005373-198208000-00005.

[25]KLEIVEN S， PELOSO P M， HOLST H. The epidemiology of head injuries in Sweden from 1987 to 2000 [J]. Injury Controland Safety Promotion， 2003， 10（3）： 173–180. DOI： 10.1076/icsp.10.3.173.14552.

[26]KLEIVEN S. Why most traumatic brain injuries are not caused by linear acceleration but skull fractures are [J]. Frontiers inBioengineering and Biotechnology， 2013， 1： 15. DOI： 10.3389/fbioe.2013.00015.

[27]MCCUEN E， SVALDI D， BREEDLOVE K， et al. Collegiate women’s soccer players suffer greater cumulative head impactsthan their high school counterparts [J]. Journal of Biomechanics， 2015， 48（13）： 3720–3723. DOI： 10.1016/j.jbiomech.2015.08.003.

[28]CACCESE J B， LAMOND L C， BUCKLEY T A， et al. Reducing purposeful headers from goal kicks and punts may reducecumulative exposure to head acceleration [J]. Research in Sports Medicine， 2016， 24（4）： 407–415. DOI： 10.1080/15438627.2016.1230549.

[29]REYNOLDS B B， PATRIE J， HENRY E J， et al. Comparative analysis of head impact in contact and collision sports [J].Journal of Neurotrauma， 2017， 34（1）： 38–49. DOI： 10.1089/neu.2015.4308.

[30]LAMOND L C， CACCESE J B， BUCKLEY T A， et al. Linear acceleration in direct head contact across impact type， playerposition， and playing scenario in collegiate women’s soccer players [J]. Journal of Athletic Training， 2018， 53（2）： 115–121.DOI： 10.4085/1062-6050-90-17.

[31]NEVINS D， HILDENBRAND K， KENSRUD J， et al. Laboratory and field evaluation of a small form factor head impactsensor in un-helmeted play [J]. Proceedings of the Institution of Mechanical Engineers， Part P： Journal of Sports Engineeringand Technology， 2018， 232（3）： 242–254. DOI： 10.1177/1754337117739458.

[32]CHRISMAN S P D， EBEL B E， STEIN E， et al. Head impact exposure in youth soccer and variation by age and sex [J].Clinical Journal of Sport Medicine， 2019， 29（1）： 3–10. DOI： 10.1097/JSM.0000000000000497.

[33]HARRISS A， JOHNSON A M， WALTON D M， et al. Head impact magnitudes that occur from purposeful soccer headingdepend on the game scenario and head impact location [J]. Musculoskeletal Science and Practice， 2019， 40： 53–57. DOI：10.1016/j.msksp.2019.01.009.

[34]MYER G D， FOSS K B， THOMAS S， et al. Altered brain microstructure in association with repetitive subconcussive headimpacts and the potential protective effect of jugular vein compression： a longitudinal study of female soccer athletes [J].British Journal of Sports Medicine， 2019， 53（24）： 1539–1551. DOI： 10.1136/bjsports-2018-099571.

[35]RICH A M， FILBEN T M， MILLER L E， et al. Development， validation and pilot field deployment of a custom mouthpiecefor head impact measurement [J]. Annals of Biomedical Engineering， 2019， 47（10）： 2109–2121. DOI： 10.1007/s10439-019-02313-1.

[36]TOLEA B， RADU A I， BELES H， et al. Influence of the geometric parameters of the vehicle frontal profile on the pedestrian’s head accelerations in case of accidents [J]. International Journal of Automotive Technology， 2018， 19（1）： 85–98.DOI： 10.1007/s12239-018-0009-0.

[37]NAUNHEIM R S， BAYLY P V， STANDEVEN J， et al. Linear and angular head accelerations during heading of a soccerball [J]. Medicine amp; Science in Sports amp; Exercise， 2003， 35（8）： 1406–1412. DOI： 10.1249/01.MSS.0000078933.84527.AE.

[38]JONES C M， AUSTIN K， AUGUSTUS S N， et al. An instrumented mouthguard for real-time measurement of headkinematics under a large range of sport specific accelerations [J]. Sensors， 2023， 23（16）： 7068. DOI： 10.3390/s23167068.

[39]LIU Y Z， DOMEL A G， YOUSEFSANI S A， et al. Validation and comparison of instrumented mouthguards for measuringhead kinematics and assessing brain deformation in football impacts [J]. Annals of Biomedical Engineering， 2020， 48（11）：2580–2598. DOI： 10.1007/s10439-020-02629-3.

[40]O’CONNOR K L， ROWSON S， DUMA S M， et al. Head-impact-measurement devices： a systematic review [J]. Journal ofAthletic Training， 2017， 52（3）： 206–227. DOI： 10.4085/1062-6050.52.2.05.

[41]REYNOLDS B B， PATRIE J， HENRY E J， et al. Practice type effects on head impact in collegiate football [J]. Journal ofNeurosurgery， 2016， 124（2）： 501–510. DOI： 10.3171/2015.5.JNS15573.

[42]HORROCKS C L. Blast injuries： biophysics， pathophysiology and management principles [J]. BMJ Military Health， 2001，147（1）： 28–40. DOI： 10.1136/jramc-147-01-03.

[43]OWENS B D， KRAGH JR J F， WENKE J C， et al. Combat wounds in operation Iraqi freedom and operation enduringfreedom [J]. The Journal of Trauma： Injury， Infection， and Critical Care， 2008， 64（2）： 295–299. DOI： 10.1097/TA.0b013e318163b875.

[44]Defense and Veterans Brain Injury Center. DoD worldwide numbers for TBI [R]. Defense and Veterans Brain Injury Center，2018.

[45]CHAMPION H R， HOLCOMB J B， YOUNG L A. Injuries from explosions： physics， biophysics， pathology， and requiredresearch focus [J]. The Journal of Trauma： Injury， Infection， and Critical Care， 2009， 66（5）： 1468–1477. DOI： 10.1097/TA.0b013e3181a27e7f.

[46]WOOD G W， PANZER M B， SHRIDHARANI J K， et al. Attenuation of blast pressure behind ballistic protective vests [J].Injury Prevention， 2013， 19（1）： 19–25. DOI： 10.1136/injuryprev-2011-040277.

[47]YOUNG L， RULE G T， BOCCHIERI R T， et al. When physics meets biology： low and high-velocity penetration， bluntimpact， and blast injuries to the brain [J]. Frontiers in Neurology， 2015， 6： 89. DOI： 10.3389/fneur.2015.00089.

[48]GULLOTTI D M， BEAMER M， PANZER M B， et al. Significant head accelerations can influence immediate neurologicalimpairments in a murine model of blast-induced traumatic brain injury [J]. Journal of Biomechanical Engineering， 2014，136（9）： 091004. DOI： 10.1115/1.4027873.

[49]SARVGHAD-MOGHADDAM H， REZAEI A， ZIEJEWSKI M， et al. Correlative analysis of head kinematics and brain’stissue response： a computational approach toward understanding the mechanisms of blast TBI [J]. Shock Waves， 2017， 27（6）：919–927. DOI： 10.1007/s00193-017-0749-1.

[50]MAO H J， UNNIKRISHNAN G， RAKESH V， et al. Untangling the effect of head acceleration on brain responses to blastwaves [J]. Journal of Biomechanical Engineering， 2015， 137（12）： 124502. DOI： 10.1115/1.4031765.

[52]LOCKHART P， CRONIN D， WILLIAMS K， et al. Investigation of head response to blast loading [J]. The Journal ofTrauma： Injury， Infection， and Critical Care， 2011， 70（2）： E29–E36. DOI： 10.1097/TA.0b013e3181de3f4b.

[52]SIEGMUND G P， KING D J， LAWRENCE J M， et al. Head/neck kinematic response of human subjects in low-speed rearendcollisions [C]//Proceedings of the 41st Stapp Car Crash Conference. Orlando： SAE， 1997： 3877–3905.

[53]DIONNE J P， LEVINE J， MAKRIS A. Acceleration-based methodology to assess the blast mitigation performance ofexplosive ordnance disposal helmets [J]. Shock Waves， 2018， 28（1）： 5–18. DOI： 10.1007/s00193-017-0737-5.

[54]GANPULE S， ALAI A， PLOUGONVEN E， et al. Mechanics of blast loading on the head models in the study of traumaticbrain injury using experimental and computational approaches [J]. Biomechanics and Modeling in Mechanobiology， 2013，12（3）： 511–531. DOI： 10.1007/s10237-012-0421-8.

[55]SIEGMUND G P， SANDERSON D J， INGLIS J T. Gradation of neck muscle responses and head/neck kinematics toacceleration and speed change in rear-end collisions [C]//48th Stapp Car Crash Conference. Vancouver： SAE， 2004. DOI：10.4271/2004-22-0018.

[56]ONO K， KANEOKA K， WITTEK A， et al. Cervical injury mechanism based on the analysis of human cervical vertebralmotion and head-neck-torso kinematics during low speed rear impacts [C]//Proceedings of the 1997 41st Stapp Car CrashConference. Lake Buena Vista： SAE， 1997： 3859-3876.

[57]ESCARCEGA J D， KNUTSEN A K， ALSHAREEF A A， et al. Comparison of deformation patterns excited in the humanbrain in vivo by harmonic and impulsive skull motion [J]. Journal of Biomechanical Engineering， 2023， 145（8）： 081006.DOI： 10.1115/1.4062809.

[58]BUDDAY S， SOMMER G， BIRKL C， et al. Mechanical characterization of human brain tissue [J]. Acta Biomaterialia， 2017，48： 319–340. DOI： 10.1016/j.actbio.2016.10.036.

[59]BUDDAY S， NAY R， DE ROOIJ R， et al. Mechanical properties of gray and white matter brain tissue by indentation [J].Journal of the Mechanical Behavior of Biomedical Materials， 2015， 46： 318–330. DOI： 10.1016/j.jmbbm.2015.02.024.

[60]KYRIACOU S K， MOHAMED A， MILLER K， et al. Brain mechanics for neurosurgery： modeling issues [J]. Biomechanicsand Modeling in Mechanobiology， 2002， 1（2）： 151–164. DOI： 10.1007/s10237-002-0013-0.

[61]BUDDAY S， STEINMANN P， KUHL E. Physical biology of human brain development [J]. Frontiers in CellularNeuroscience， 2015， 9： 257. DOI： 10.3389/fncel.2015.00257.

[62]FRANCESCHINI G， BIGONI D， REGITNIG P， et al. Brain tissue deforms similarly to filled elastomers and followsconsolidation theory [J]. Journal of the Mechanics and Physics of Solids， 2006， 54（12）： 2592–2620. DOI： 10.1016/j.jmps.2006.05.004.

[63]WARD C C， THOMPSON R B. The development of a detailed finite element brain model [C]//19th Stapp Car CrashConference. SAE， 1975： 3238–3252. DOI： 10.4271/751163.

[64] HOSEY R. A homeomorphic finite element model of the human head and neck [J]. Finite Elements in Biomechanics， 1982.

[65]NICOLLE S， LOUNIS M， WILLINGER R. Shear properties of brain tissue over a frequency range relevant for automotiveimpact situations： new experimental results [C]//48th Stapp Car Crash Conference. Strasbourg： SAE， 2004. DOI： 10.4271/2004-22-0011.

[66]PETERS G W M， MEULMAN J H， SAUREN A A H J. The applicability of the time/temperature superposition principle tobrain tissue [J]. Biorheology， 1997， 34（2）： 127–138. DOI： 10.1016/S0006-355X（97）00009-7.

[67]KLEIVEN S， HARDY W N. Correlation of an FE model of the human head with local brain motion-consequences for injuryprediction [C]//46th Stapp Car Crash Conference. SAE， 2002. DOI： 10.4271/2002-22-0007.

[68]HORGAN T J， GILCHRIST M D. The creation of three-dimensional finite element models for simulating head impactbiomechanics [J]. International Journal of Crashworthiness， 2003， 8（4）： 353–366. DOI： 10.1533/ijcr.2003.0243.

[69]GHAJARI M， HELLYER P J， SHARP D J. Computational modelling of traumatic brain injury predicts the location ofchronic traumatic encephalopathy pathology [J]. Brain， 2017， 140（2）： 333–343. DOI： 10.1093/brain/aww317.

[70]WITTEK A， MILLER K， KIKINIS R， et al. Patient-specific model of brain deformation： application to medical imageregistration [J]. Journal of Biomechanics， 2007， 40（4）： 919–929. DOI： 10.1016/j.jbiomech.2006.02.021.

[71]YANG S C， TANG J S， NIE B B， et al. Assessment of brain injury characterization and influence of modeling approaches [J].Scientific Reports， 2022， 12（1）： 13597. DOI： 10.1038/s41598-022-16713-2.

[72]CHENG L Y， RIFAI S， KHATUA T， et al. Finite element analysis of diffuse axonal injury [C]//International Congress andExposition. SAE， 1990. DOI： 10.4271/900547.

[73]DIMASI F， TONG P， MARCUS J H， et al. Simulated head impacts with upper interior structures using rigid and anatomicbrain models [M]//O?ATE E， PERIAUX J， SAMUELSSON A. The Finite Element Method in the 1990’s： A BookDedicated to O. C. Zienkiewicz. Berlin： Springer， 1991： 333–345. DOI： 10.1007/978-3-662-10326-5_34.

[74]KUIJPERS A H W M， CLAESSENS M H A， SAUREN A A H J. The influence of different boundary conditions on theresponse of the head to impact： a two-dimensional finite element study [J]. Journal of Neurotrauma， 1995， 12（4）： 715–724.DOI： 10.1089/neu.1995.12.715.

[75]NAHUM A M， SMITH R， WARD C C. Intracranial pressure dynamics during head impact [C]//21st Stapp Car CrashConference. San Diego： SAE， 1977. DOI： 10.4271/770922.

[76]CLAESSENS M H A， SAUREN A A H J， WISMANS J S H M. Modeling of the human head under impact conditions： aparametric study [C]//41st Stapp Car Crash Conference. Orlando： SAE， 1997： 3829–3848. DOI： 10.4271/973338.

[77]KIMPARA H， NAKAHIRA Y， IWAMOTO M， et al. Head injury prediction methods based on 6 degree of freedom headacceleration measurements during impact [J]. International Journal of Automotive Engineering， 2011， 2（2）： 13–19. DOI：10.20485/jsaeijae.2.2_13.

[78]MAO H J， ZHANG L Y， JIANG B H， et al. Development of a finite element human head model partially validated withthirty five experimental cases [J]. Journal of Biomechanical Engineering， 2013， 135（11）： 111002. DOI： 10.1115/1.4025101.

[79]MILLER L E， URBAN J E， STITZEL J D. Development and validation of an atlas-based finite element brain model [J].Biomechanics and Modeling in Mechanobiology， 2016， 15（5）： 1201–1214. DOI： 10.1007/s10237-015-0754-1.

[80]LI X G. Subject-specific head model generation by mesh morphing： a personalization framework and its applications [J].Frontiers in Bioengineering and Biotechnology， 2021， 9： 706566. DOI： 10.3389/fbioe.2021.706566.

[81]ZHOU Z， LI X G， KLEIVEN S. Fluid-structure interaction simulation of the brain-skull interface for acute subduralhaematoma prediction [J]. Biomechanics and Modeling in Mechanobiology， 2019， 18（1）： 155–173. DOI： 10.1007/s10237-018-1074-z.

[82]BéKéSY G V. Vibration of the head in a sound field and its role in hearing by bone conduction [J]. The Journal of theAcoustical Society of America， 1948， 20（6）： 749–760. DOI： 10.1121/1.1906433.

[83]FRANKE E K. Response of the human skull to mechanical vibrations [J]. The Journal of the Acoustical Society of America，1956， 28（6）： 1277–1284. DOI： 10.1121/1.1908622.

[84]FONVILLE T R， SCAROLA S J， HAMMI Y， et al. Resonant frequencies of a human brain， skull， and head [M]//PRABHUR， HORSTEMEYER M. Multiscale Biomechanical Modeling of the Brain. Amsterdam： Elsevier， 2022： 239–254. DOI：10.1016/B978-0-12-818144-7.00006-2.

[85]LAKSARI K， KURT M， BABAEE H， et al. Mechanistic insights into human brain impact dynamics through modalanalysis [J]. Physical Review Letters， 2018， 120（13）： 138101. DOI： 10.1103/PhysRevLett.120.138101.

[86]LJUNG C. A model for brain deformation due to rotation of the skull [J]. Journal of Biomechanics， 1975， 8（5）： 263–274.DOI： 10.1016/0021-9290（75）90078-0.

[87]BAYLY P V， MASSOUROS P G， CHRISTOFOROU E， et al. Magnetic resonance measurement of transient shear wavepropagation in a viscoelastic gel cylinder [J]. Journal of the Mechanics and Physics of Solids， 2008， 56（5）： 2036–2049. DOI：10.1016/j.jmps.2007.10.012.

[88]MARGULIES S S， THIBAULT L E. An analytical model of traumatic diffuse brain injury [J]. Journal of BiomechanicalEngineering， 1989， 111（3）： 241–249. DOI： 10.1115/1.3168373.

[89]MASSOUROS P G， BAYLY P V， GENIN G M. Strain localization in an oscillating Maxwell viscoelastic cylinder [J].International Journal of Solids and Structures， 2014， 51（2）： 305–313. DOI： 10.1016/j.ijsolstr.2013.09.022.

[90]MASSOUROS P G， GENIN G M. The steady-state response of a Maxwell viscoelastic cylinder to sinusoidal oscillation of itsboundary [J]. Proceedings of the Royal Society A： Mathematical， Physical and Engineering Sciences， 2008， 464（2089）：207–221. DOI： 10.1098/rspa.2007.0081.

[91]CHRISTENSEN R M， GOTTENBERG W G. The dynamic response of a solid， viscoelastic sphere to translational androtational excitation [J]. Journal of Applied Mechanics， 1964， 31（2）： 273–278. DOI： 10.1115/1.3629597.

[92]COTTER C S， SMOLARKIEWICZ P K， SZCZYRBA I N. A viscoelastic fluid model for brain injuries [J]. InternationalJournal for Numerical Methods in Fluids， 2002， 40（1/2）： 303–311. DOI： 10.1002/fld.287.

[93]WAN Y， FANG W Q， CARLSEN R W， et al. A finite rotation， small strain 2D elastic head model， with applications in mildtraumatic brain injury [J]. Journal of the Mechanics and Physics of Solids， 2023， 179： 105362. DOI： 10.1016/j.jmps.2023.105362.

[94]GABLER L F， CRANDALL J R， PANZER M B. Development of a second-order system for rapid estimation of maximumbrain strain [J]. Annals of Biomedical Engineering， 2019， 47（9）： 1971–1981. DOI： 10.1007/s10439-018-02179-9.

[95]MCBIRNEY S， HOCH E. Toward a unified multiscale computational model of the human body’s immediate responses toblast-related trauma： proceedings and expert findings from a U. S. department of defense international state-of-the-sciencemeeting [J]. Rand Health Quarterly， 2023， 10（4）： 11.

[96]MONTANINO A， LI X G， ZHOU Z， et al. Subject-specific multiscale analysis of concussion： from macroscopic loads tomolecular-level damage [J]. Brain Multiphysics， 2021， 2： 100027. DOI： 10.1016/j.brain.2021.100027.

[97]LIU Y K， CHANDRA K B， VON ROSENBERG D U. Angular acceleration of viscoelastic （Kelvin） material in a rigidspherical shell： a rotational head injury model [J]. Journal of Biomechanics， 1975， 8（5）： 285–292. DOI： 10.1016/0021-9290（75）90080-9.

[98]HOSSEINI-FARID M， AMIRI-TEHRANI-ZADEH M S， RAMZANPOUR M， et al. The strain rates in the brain， brainstem，dura， and skull under dynamic loadings [J]. Mathematical and Computational Applications， 2020， 25（2）： 21. DOI： 10.3390/mca25020021.

[99]CARLSEN R W， FAWZI A L， WAN Y， et al. A quantitative relationship between rotational head kinematics and brain tissuestrain from a 2-D parametric finite element analysis [J]. Brain Multiphysics， 2021， 2： 100024. DOI： 10.1016/j.brain.2021.100024.

[100]WU S J， ZHAO W， GHAZI K， et al. Convolutional neural network for efficient estimation of regional brain strains [J].Scientific Reports， 2019， 9（1）： 17326. DOI： 10.1038/s41598-019-53551-1.

[101]WU S J， ZHAO W， JI S B. Real-time dynamic simulation for highly accurate spatiotemporal brain deformation from impact [J].Computer Methods in Applied Mechanics and Engineering， 2022， 394： 114913. DOI： 10.1016/j.cma.2022.114913.

[102]ZHAN X H， LIU Y Z， RAYMOND S J， et al. Rapid estimation of entire brain strain using deep learning models [J]. IEEETransactions on Biomedical Engineering， 2021， 68（11）： 3424–3434. DOI： 10.1109/TBME.2021.3073380.

[103]ZHAN X H， LI Y H， LIU Y Z， et al. Machine-learning-based head impact subtyping based on the spectral densities of themeasurable head kinematics [J]. Journal of Sport and Health Science， 2023， 12（5）： 619–629. DOI： 10.1016/j.jshs.2023.03.003.

[104]ZHAN X H， LIU Y Z， CECCHI N J， et al. AI-based denoising of head impact kinematics measurements with convolutionalneural network for traumatic brain injury prediction [J]. IEEE Transactions on Biomedical Engineering， 2024， 71（9）：2759–2770. DOI： 10.1109/TBME.2024.3392537.

（責任編輯 張凌云）

基金項目： 國家重點研發計劃（2020-JCJQ-ZD-254， 2022YFC3320500）