《European Biophysics Journal》：Statistical mechanics of soft collagenous tissues: a constitutive model with damage for cerebral bridging veins
编辑推荐：
为解决脑桥静脉（BVs）损伤及急性硬膜下血肿（ASDH）风险预测问题，本文基于统计力学正则系综，构建了含损伤变量的热力学一致本构模型。该模型引入熵增描述损伤演化，经单轴拉伸验证拟合优度R2adj> 0.99，为脑血管计算生物力学提供了理论工具。
背景：脆弱的“生命桥梁”与失控的“热力学”
在大脑与硬脑膜之间，存在着一种名为“脑桥静脉”（Bridging Veins, BVs）的特殊血管。它们如同悬索桥一般，负责将大脑皮层的血液引流至静脉窦。然而，在交通事故、跌倒等头部创伤中，这些“桥梁”极易断裂，导致血液涌入硬膜下腔，形成急性硬膜下血肿（ASDH）——这是一种致死致残率极高的颅脑损伤。
为什么BVs如此脆弱？传统的生物力学研究多依赖于经验性的“指数型”本构模型（如Fung模型）来描述其应力-应变关系，但这些模型往往缺乏坚实的微观物理基础。更重要的是，损伤（Damage） 这一关键过程——即组织在过度拉伸下微观结构的不可逆破坏——在以往模型中常被忽略或简化处理。此外，胶原软组织（如血管壁）的力学行为本质上是熵弹性（Entropic Elasticity） 主导的，这与金属等“能弹性”材料截然不同：拉伸时分子链排列有序度增加，熵减少，甚至会产生热缩效应（加热时收缩）。这种独特的热力学特性，在传统的连续损伤力学（CDM）框架下难以被准确刻画。
因此，构建一个既能精确拟合BVs力学曲线，又能从统计力学角度解释其微观损伤演化与热力学行为（如熵增）的本构模型，成为了计算神经生物力学领域的迫切需求。
研究方法：当统计力学遇见血管损伤
本研究采用理论推导与实验验证相结合的策略，核心是基于统计力学正则系综（Canonical Ensemble） 的微观-宏观跨尺度建模。
- 1.
理论框架：作者将血管壁视为由胶原纤维（随机取向，偏好纵向分布）嵌入弹性蛋白基质的复合材料。利用统计力学方法，从微观纤维的能量状态求和推导出宏观自由能，并引入一个损伤变量（Damage Variable） 来描述纤维断裂的不可逆过程，确保模型满足热力学一致性（如熵增原理）。
- 2.
实验验证：对脑桥静脉样本进行单轴拉伸试验，获取真实的应力-应变数据，用于校准模型参数并验证其预测精度（R2adj> 0.99）。
研究结果：熵、损伤与精准预测
1. 微观起源的宏观表现：为何曲线呈“J”形？
通过统计力学推导，研究成功解释了BVs应力-应变曲线为何呈凸起（J形）且斜率随应变急剧增加。这并非简单的数学拟合，而是微观纤维在拉伸下逐渐被拉直、对齐，承载比例增加的必然结果。模型显示，在给定损伤水平下，应变增加诱导了纤维的“组织化”，这正是熵弹性材料的典型特征。
2. 损伤即熵增：不可逆的混乱
模型的核心创新在于将损伤与热力学熵直接关联。研究表明，损伤的增加会导致系统熵的永久性增加。这意味着，当血管壁因过度拉伸而出现微观断裂（损伤）时，系统的混乱度（熵）不可逆地上升，这为理解创伤性损伤的耗散本质提供了物理量化的视角。
3. 热缩效应的理论自洽
模型自然地解释了“热缩效应”（Thermoelastic Inversion）：当血管被加热时，模型预测其会轻微收缩。这是因为在熵弹性框架下，升温增加了热涨落，系统倾向于通过收缩（减少应变）来增加熵（混乱度），从而抵消温度升高的影响。这一现象与经典橡胶弹性理论一致，验证了模型的热力学合理性。
4. 极致的拟合精度
与实验数据的对比显示，该统计力学本构模型在单轴拉伸条件下表现出极高的拟合优度（R2adj> 0.99），显著优于许多经验模型，证明了其描述BVs力学行为的准确性。
结论与意义：从公式到救生工具
本研究成功构建了一个热力学一致、含损伤变量的脑桥静脉本构模型。它不仅仅是一个数学公式，更是一座连接微观统计物理与宏观临床生物力学的桥梁。
- •
理论价值：首次将统计力学正则系综系统应用于BVs损伤建模，为软组织力学提供了坚实的物理基础，解释了“指数型”应力-应变关系的微观起源。
- •
临床意义：该模型能更准确地模拟BVs在撞击下的断裂过程，为有限元头模型（Finite Element Head Model） 提供了关键的材料参数，有助于更精准地预测ASDH风险，指导头盔设计、车辆安全优化及手术干预策略。
- •
范式拓展：该“统计力学+损伤”的建模思路，可推广至其他胶原软组织（如肌腱、韧带）的研究中，为软组织的失效分析提供了新范式。
