Subject specific finite element modelling of total knee replacement

Total knee replacement (TKR) is a widely used surgical procedure for treating degenerative knee conditions, such as advanced osteoarthritis. This procedure aims to restore knee functionality, alleviate pain, and improve the quality of life for patients. However, the success of a TKR largely depends on the correct execution of the surgery and the customization of the implant to the anatomical and biomechanical specifications of each patient. Consequently, various methodologies are employed to analyse and predict the three-dimensional behaviour of both native and post-surgery knees. To overcome the limitations of in vivo analyses and cadaver tests, which are costly, non-repeatable, and present ethical issues, numerical modelling has become an essential tool. This thesis aims to develop a finite element model using patient-specific data from the 5th Knee Grand Challenge Competition dataset to simulate loading conditions, micromovements, and stresses in both the bony structures and prosthesis components. The process involves the use of state-of-the-art image processing techniques to construct precise 3D geometries of the knee, detailed material mapping to accurately represent bone properties, and definition of the boundary conditions to build the finite element model. Overall, the results produced by these simulations are aligned with expected literature values. This approach enables the creation of patient-specific finite element models, enhancing the understanding of knee kinematics and functionality post-surgery, and potentially improving surgical outcomes through personalized implant design.

La sostituzione totale del ginocchio è una procedura chirurgica ampiamente utilizzata per trattare le condizioni degenerative del ginocchio, come l'osteoartrite avanzata. Questa procedura mira a ripristinare la funzionalità del ginocchio, alleviare il dolore e migliorare la qualità della vita dei pazienti. Tuttavia, il successo di una sostituzione totale di ginocchio dipende sia dalla corretta esecuzione dell'intervento che dalla personalizzazione dell'impianto per ciascun paziente. Di conseguenza, vengono impiegate varie metodologie per analizzare e prevedere il comportamento sia dei ginocchi nativi che di quelli post-intervento. Per superare le limitazioni delle analisi in vivo e dei test su cadavere, che sono costosi, non ripetibili e presentano problemi etici, la modellazione numerica è diventata uno strumento fondamentale. Questa tesi mira a sviluppare un modello agli elementi finiti utilizzando dati specifici del paziente, derivati dal 5° dataset del Grand Challenge Competition, per simulare le condizioni di carico, i micromovimenti e le sollecitazioni sia nelle strutture ossee che nei componenti della protesi. Il processo prevede l'utilizzo di tecniche di imaging per costruire geometrie 3D del ginocchio, una mappatura dei materiali per rappresentare le proprietà ossee e l’utilizzo di specifiche condizioni al contorno per creare il modello agli elementi finiti. Globalmente, i risultati prodotti da queste simulazioni sono allineati con i valori presenti in letteratura. Questo approccio consente la creazione di un modello agli elementi finiti specifico per il paziente, migliorando la comprensione della cinematica e della funzionalità del ginocchio post-intervento e potenzialmente migliorando i risultati chirurgici attraverso un design personalizzato dell'impianto.