Modelo de paciente específico del fémur proximal humano: aplicación a la predicción del riesgo de fractura

Remacha Andrés, Mónica
Pérez Ansón, María Ángeles (dir.)

Universidad de Zaragoza, 2015

Abstract: La predicción del riesgo de fractura de cadera en pacientes con osteoporosis es extremadamente importante con el fin de prevenir y reducir la probabilidad de aparición de la misma. De esta forma, en esta tesis doctoral se desarrolla una herramienta preclínica capaz de predecir el riesgo de fractura del fémur proximal humano en pacientes sanos y osteoporóticos y bajo diferentes condiciones de contorno a partir de un modelo acoplado de elementos finitos paramétrico (EF) y Redes Neuronales Artificiales (RNA). Para alcanzar este objetivo se han planteado una serie de objetivos parciales. En primer lugar, se desarrolla un modelo de elementos finitos (EF) paramétrico del fémur proximal humano izquierdo tanto en geometría como en densidad ósea. La geometría del fémur proximal se parametriza en función de nueve parámetros anatómicos que se pueden obtener a partir de tomografía computerizada (TAC) o mediante dos radiografías de rayos X. Estos parámetros son: HD- diámetro de la cabeza femoral, OFF- distancia del centro de la cabeza al eje del fémur, NSAº- ángulo de inclinación del cuello, TRH- altura del trocánter mayor, NL- longitud total del cuello, ND- diámetro mínimo de cuello, AH- máximo diámetro de la diáfisis femoral, AV- longitud de la diáfisis y AAº- ángulo de anteversión. La distribución de la densidad ósea también se parametriza en función de la geometría real del fémur proximal. El modelo paramétrico se valida utilizando casos de fémures reales sanos y osteoporóticos. Para ello de cada fémur, se construye su modelo real de EF y su correspondiente modelo paramétrico y se calcula la rigidez de cada fémur junto a las deformaciones equivalentes sufridas por los mismos bajo las condiciones de cargas de caminar y subir escaleras. En segundo lugar, con el modelo paramétrico validado se implementa un criterio de fractura para distintas configuraciones (fractura con caída y fractura sin caída) que permite cuantificar la carga a la que el fémur proximal de un paciente concreto se fracturaría. Se realiza también un análisis de sensibilidad del efecto que tiene cada uno de los parámetros anatómicos sobre la fractura ante distintas configuraciones. Y para finalizar, los resultados de este análisis de sensibilidad se utilizan para desarrollar cuatro Redes Neuronales Artificiales (RNA) independientes que componen la herramienta preclínica predictiva. Esta herramienta se utiliza para predecir los distintos riesgos de fractura sobre las muestras de pacientes reales sanos y osteoporóticos para las distintas configuraciones (fractura con caída y fractura sin caída).

Pal. clave: biomecánica

Knowledge area: Mecánica de medios continuos y teoría de estructuras

Department: Ingeniería Mecánica

Nota: Presentado: 14 12 2015

Nota: Tesis-Univ. Zaragoza, Ingeniería Mecánica, 2015