TAZ-TFG-2016-1790


Predicción de la luxación de la cadera mediante una herramienta computacional basada en redes neuronales

Martínez Zapata, Juan José
Remacha Andrés, Mónica (dir.)

Universidad de Zaragoza, ALM, 2016

Graduado en Ingeniería Mecatrónica

Abstract: La luxación de prótesis de cadera es una de las complicaciones más frecuentes tras una artroplastia total de cadera produciéndose aproximadamente en un 10% de ellas. Existen gran cantidad de factores de riesgo por los que se puede producir una luxación de cadera, entre los más importantes se encuentran el tamaño de la cabeza protésica, la posición del acetábulo del acetábulo y el rango de movimiento. El objetivo de este Trabajo Fin de Grado (TFG) es el desarrollo de una herramienta preclínica capaz de predecir el riesgo de luxación de prótesis de cadera a partir de un modelo paramétrico de elementos finitos (EF) y Redes Neuronales Artificiales (RNA). Para poder alcanzar este objetivo se han planteado una serie de apartados. En primer lugar, se desarrolla un modelo de elementos finitos (EF) paramétrico de una prótesis de cadera. Se han parametrizado tres factores clave en una luxación de cadera: diámetro de la cabeza (22, 28, 32, 36, 40 y 44 mm de diámetro), ángulo de anteversión (0º, 5º, 10º, 20º, 30º y 40º) y un ángulo de abducción (inclinación) del acetábulo (20º, 30º, 40º, 50º, 60º y 70º). Se ha realizado un análisis del efecto que produciría cada parámetro sobre la luxación y sobre lo que llamaremos como “impingement”, que es el momento en el que empieza el pinzamiento del acetábulo. El impingement se produce antes que la luxación. Para este análisis se han simulado los movimientos de rotación interna y externa en dos posiciones de la extremidad; extensión y flexión. Los resultados obtenidos en el estudio por elementos finitos (EF) se han utilizado para desarrollar cuatro Redes Neuronales Artificiales (RNA) independientes que componen distintos casos que se producen en una prótesis de cadera (Impingement en Extensión-Externa, Impingement en Flexión-Interna, Luxación en Extensión-Externa y Luxación en Flexión Interna). Con esas Redes Neuronales Artificiales se ha podido hacer una herramienta preclínica para que el médico y los propios pacientes mediante una radiografía de la prótesis puedan coger los parámetros necesarios y así saber si tienen un riesgo alto, medio o bajo de tener una luxación de cadera.

Tipo de Trabajo Académico: Trabajo Fin de Grado

Creative Commons License

El registro pertenece a las siguientes colecciones:
Academic Works > Trabajos Académicos por Centro > escuela-universitaria-politecnica-de-la-almunia-de-da-godina
Academic Works > End-of-grade works



Back to search

Rate this document:

Rate this document:
1
2
3
 
(Not yet reviewed)