000057061 001__ 57061
000057061 005__ 20161027084151.0
000057061 037__ $$aTAZ-TFG-2016-1790
000057061 041__ $$aspa
000057061 1001_ $$aMartínez Zapata, Juan José
000057061 24200 $$aPrediction of Hip Dislocation with a Computational Tool Based on Neural Networks
000057061 24500 $$aPredicción de la luxación de la cadera mediante una herramienta computacional basada en redes neuronales
000057061 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2016
000057061 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000057061 520__ $$aLa 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.
000057061 521__ $$aGraduado en Ingeniería Mecatrónica
000057061 540__ $$aDerechos regulados por licencia Creative Commons
000057061 700__ $$aRemacha Andrés, Mónica$$edir.
000057061 7102_ $$aUniversidad de Zaragoza$$b $$c
000057061 8560_ $$f587130@celes.unizar.es
000057061 8564_ $$s1739903$$uhttps://zaguan.unizar.es/record/57061/files/TAZ-TFG-2016-1790_ANE.pdf$$yAnexos (spa)
000057061 8564_ $$s4341274$$uhttps://zaguan.unizar.es/record/57061/files/TAZ-TFG-2016-1790.pdf$$yMemoria (spa)
000057061 909CO $$ooai:zaguan.unizar.es:57061$$pdriver$$ptrabajos-fin-grado
000057061 950__ $$a
000057061 951__ $$adeposita:2016-10-26
000057061 980__ $$aTAZ$$bTFG$$cALM