Estudio biomecánico del pinzamiento femoroacetabular: modelado paramétrico y con redes neuronales

Roche Arroyos, Cristina
Pérez Ansón, María de los Ángeles (dir.)

Universidad de Zaragoza, EINA, 2018
Departamento de Ingeniería Mecánica, Área de Mec. de Medios Contínuos y Teor. de Estructuras

Graduado en Ingeniería Mecánica

Resumen: El pinzamiento femoroacetabular (PFA) es una patología consecuencia de la alteración geométrica de la articulación de la cadera. En concreto en el presente trabajo se estudia el pinzamiento debido a la aparición de una giba ósea en el cuello femoral. El análisis que se realiza hoy en día es generalista y se basa en la medición de un ángulo de posición de la giba. Sin embargo, una especificación más exacta de la geometría de la giba es determinante para la detección precoz de la patología y de esta manera, evitar el desarrollo artrósico, así como mejorar las técnicas de tratamiento quirúrgico. El presente Trabajo de Fin de Grado (TFG) aborda el problema del diagnóstico del PFA, mediante un estudio de la relación de la patología con la geometría exacta de la giba y de la articulación; dicho estudio se realiza combinando el Método de los Elementos Finitos (MEF) y Redes Neuronales Artificiales (RNA). El objetivo perseguido en este TFG es doble: por un lado, busca establecer una relación del PFA con el Rango de Movimiento máximo (RM) de la articulación; por otra parte, para abordar de forma completa el PFA, el segundo objetivo consiste en la creación de una herramienta preclínica predictiva que prediga el diagnóstico de paciente sano o con PFA a partir de parámetros geométricos que caractericen de forma más precisa a la giba. Para la realización del análisis del RM se ha utilizado un modelo paramétrico 3D de elementos finitos de la articulación de la cadera, en el que se han parametrizado las variables geométricas a estudio y se han llevado a cabo simulaciones del movimiento utilizado en la clínica para la detección del PFA. Debido a la no linealidad del problema propuesto y a la cantidad de variables objeto de estudio, el análisis de los datos se ha implementado mediante RNA. Por un lado, la Red neuronal #1 aborda la predicción del RM. De este análisis se ha obtenido un error de 6.15º en el RM predicho. Por otro lado, para la consecución del segundo objetivo se dispone de 38 casos de pacientes reales para la creación de la herramienta preclínica predictiva del PFA. Este estudio se implementa a través de la Red neuronal #2 y mediante la reducción de la dimensión de variables de entrada con el método de descomposición en valores singulares. La introducción de mejoras en esta última red permite reducir el error hasta alcanzar una predicción correcta de diagnóstico ante nuevos pacientes clínicos en cinco de cada seis casos. El estudio ha permitido realizar un análisis profundo del PFA, así como alcanzar conclusiones relevantes sobre el mismo. Además, se ha desarrollado una herramienta para la predicción del PFA susceptible de mejora en un futuro pero que constituye un primer paso en la mejora de la detección de la patología.

Tipo de Trabajo Académico: Trabajo Fin de Grado