Cisneros HYA, González CRA, Ortiz PA, Jacobo AVH

Idioma: Español
Referencias bibliográficas: 12
Paginas: 237-244
Archivo PDF: 171.47 Kb.

RESUMEN

Introducción: el desarrollo de la informática y sus herramientas influyen de forma significativa en los avances científicos tecnológicos, en la esfera de la salud. La simulación de problemas reales mediante redes neuronales, relaciona intrínseco, la medicina y la informática, por utilizar estas redes modelos basados en el funcionamiento de neuronas humanas. Si a esta potente herramienta unimos un método numérico de cálculo, que permita servir de fuente de datos a la red neuronal, se podrán modelar tejidos y partes del cuerpo humano. Una de las ramas de mayor implementación, podría ser la ortopedia, debido en lo fundamental, a la similitud que tiene el cuerpo humano y su estructura ósea, con las propiedades de los materiales de ingeniería, la cual es un área clave en la aplicación del Método de los Elementos Finitos.
Objetivo: crear un algoritmo que permita dar solución al problema de remodelación ósea de una tibia humana bajo diferentes valores de cargas mecánicas.
Métodos: se empleó el Método de los Elementos Finitos. Se usó el software profesional ABAQUS/CAE para el cálculo de tensiones y deformaciones y una red neuronal para el procesamiento de los valores obtenidos. La red neuronal fue establecida; se aplicó el software MATLAB R2013a.
Resultados: se logró un modelo de red neuronal que posibilita predecir las cargas que una determinada zona de la tibia puede soportar.
Conclusiones: mediante el uso de las técnicas de inteligencia artificial y con el empleo del método de los elementos finitos, fue posible obtener un modelo que pronosticò las magnitudes de tensiones, que una región de la tibia humana podría soportar, en dependencia de los valores de densidades óseas presente en dicha región.

REFERENCIAS (EN ESTE ARTÍCULO)

1. González Carbonell RA, Álvarez García E, Moya Rodríguez J. Tacón de Torque para uso Ortopédico: Propuesta de un Nuevo Diseño. V Latin American Congress on Biomedical Engineering CLAIB 2011. IFMBE Proceedings 33. La Habana: Springer; 2013. p. 912-5.

2. Cisneros Hidalgo YA, González Carbonell RA, Puente Álvarez A, Camue Corona E, Oropesa Rodríguez YE. Aplicación de los modelos mecanobiológicos en los procesos de regeneración ósea. Rev Cub Ortop Traumatol. 2014 [citado 10 Dic 2014];28(2):214- 22. Disponible en: http://bvs.sld.cu/revistas/ibi/vol33_3_14/ibi07314.htm

3. Calderín Pérez B, González Carbonell RA, Landín Sorí M, Nápoles Padrón E. Aplicabilidad de la simulación computacional en la biomecánica del disco óptico. Rev Arch Med Camagüey. 2015;19(1):73-82.

4. Coelho PG, Fernandes PR, Rodrigues HC, Cardoso JB, Guedes JM. Numerical modeling of bone tissue adaptation—A hierarchical approach for bone apparent density and trabecular structure. Journal of Biomechanics. 2009;42(7):830-7.

5. Carretta R, Lorenzetti S, Müller R. Towards patient-specific material modeling of trabecular bone post-yield behavior. International Journal for Numerical Methods in Biomedical Engineering [Internet]. 2013;29(2):250-72. Disponible en: http://dx.doi.org/10.1002/cnm.2516

6. Garijo N, Martínez J, García-Aznar JM, Pérez MA. Computational evaluation of different numerical tools for the prediction of proximal femur loads from bone morphology. Computer Methods in Applied Mechanics and Engineering. 2014 [citado 5 feb 2015];268(0):437-50. Recuperado de: http://www.sciencedirect.com/science/article/pii/S0045782513002570

7. Kashid S, Kumar S. Prediction of Life of Die Block Using Artificial Neural Network. Applied Mechanics & Materials. 4 de agosto de 2014 [citado 13 ene 2015];(592- 594):689-93. Recuperado de: http://search.ebscohost.com/login.aspx?direct=true&db=aci&AN=99680438&site=eh ost-live

8. Cisneros Hidalgo YA, González Carbonell RA, Ortiz Prado A, Jacobo-Armendáriz VH, Puente Álvarez A. Modelo mecanobiológico de una tibia humana para determinar su respuesta ante estímulos mecánicos externos. Rev Cub Inv Bioméd. 2015 [citado abri 2015];34(1):6.

9. Hazrati Marangalou J, Ito K, Van Rietbergen B. A new approach to determine the accuracy of morphology–elasticity relationships in continuum FE analyses of human proximal femur. Journal of Biomechanics. 2012;45:2884-92.

10. Nagel T, Kelly D. Computational Mechanobiology in Cartilage and Bone Tissue Engineering: From Cell Phenotype to Tissue Structure. En: Geris L, editor. Computational Modeling in Tissue Engineering [Internet]. Springer Berlin Heidelberg; 2013. p. 341-77.

11. González Carbonell RA, Ortiz Prado A, Cisneros Hidalgo YA, Alpízar Aguirre A. Bone remodeling simulation of subject-specific model of tibia under torque. En: Braidot A, Hadad A, editores [internet]. 2015 [citado 1 Ene 2015]. p. 446-9. Recuperado de: http://www.springer.com/engineering/biomedical+engineering/book/978-3-319- 13116-0

12. Cisneros Hidalgo YA, González Carbonell RA, Puente Álvarez A, Camue Corona E, Oropesa Rodríguez Y. Generación de imágenes tridimensionales: integración de tomografía computarizada y método de los elementos finitos. 2014 [citado 5 Ene 2015];33(3). Recuperado de: http://bvs.sld.cu/revistas/ibi/vol33314/ibi07314.htm