I modelli a elementi finiti (FEM) personalizzati sono strumenti promettenti e non invasivi per la predizione del rischio di frattura in pazienti osteoporotici. Gli strumenti clinici in uso forniscono il rischio di frattura basandosi su informazioni cliniche paziente-specifiche ma non tengono in considearzione le proprietà meccaniche dell'osso. Lo scopo di questo lavoro è trovare un predittore paziente-specifico basato su un FEM per ottenere un'accuratezza del rischio di frattura superiore a quella degli strumenti clinici. Il gruppo di pazienti utilizzato è costituito da 92 donne caucasiche. Il CT dataset è stato segmentato con il software ITK-SNAP al fine di ottenere il modello tridimensionale del femore. Successivamente le geometrie sono state meshate con il processo di mesh-morphing e l'assegnazione dei materiali è avvenuta tramite il software BoneMat_V3. Abbiamo applicato due diversi scenari di carico, il primo consistente in 12 carichi fisiologici e il secondo rappresentante la caduta laterale. Abbiamo ottenuto un predittore con accuratezza superiore all'80%.
Generation of a patient specific predictor for osteoporotic risk of fracture of the femoral neck
CASAROLI, GLORIA;CAIMI, ANNA
2012/2013
Abstract
I modelli a elementi finiti (FEM) personalizzati sono strumenti promettenti e non invasivi per la predizione del rischio di frattura in pazienti osteoporotici. Gli strumenti clinici in uso forniscono il rischio di frattura basandosi su informazioni cliniche paziente-specifiche ma non tengono in considearzione le proprietà meccaniche dell'osso. Lo scopo di questo lavoro è trovare un predittore paziente-specifico basato su un FEM per ottenere un'accuratezza del rischio di frattura superiore a quella degli strumenti clinici. Il gruppo di pazienti utilizzato è costituito da 92 donne caucasiche. Il CT dataset è stato segmentato con il software ITK-SNAP al fine di ottenere il modello tridimensionale del femore. Successivamente le geometrie sono state meshate con il processo di mesh-morphing e l'assegnazione dei materiali è avvenuta tramite il software BoneMat_V3. Abbiamo applicato due diversi scenari di carico, il primo consistente in 12 carichi fisiologici e il secondo rappresentante la caduta laterale. Abbiamo ottenuto un predittore con accuratezza superiore all'80%.File | Dimensione | Formato | |
---|---|---|---|
tesi.pdf
Open Access dal 03/04/2014
Descrizione: Testo della tesi
Dimensione
10.9 MB
Formato
Adobe PDF
|
10.9 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/77962