Resumen
Este proyecto supone la continuación de un proyecto anterior en el que se desarrolló una metodología de análisis denominada Cartesian
grid Finite Element Method (cgFEM). Esta metodología permite generar un modelo de elementos finitos (EF) 3D a partir de una imagen
médica (Tomografía axial computada TAC, o Resonancia Magnética - RM) de estructuras óseas de manera prácticamente automática, y
combinarlo con un modelo de EF obtenido del CAD de un implante, para realizar una simulación preoperativa patient-specific. En dicho
proyecto se aplicó cgFEM para estudiar el conjunto mandíbula-implante dental tras la colocación del implante.
El hueso es un tejido vivo que está sujeto a procesos de remodelación ósea, influenciados por su estado tensional, que afectan a la
estabilidad de los implantes a largo del tiempo. Las metástasis en el esqueleto, que tienen una elevada prevalencia en pacientes que han desarrollado cáncer de próstata o de mama, representan también procesos de variación de la
estructura ósea. En este sentido, con el presente proyecto se pretende dotar a la metodología cgFEM de la capacidad de simular las
variaciones de la estructura ósea y aplicar esta capacidad para desarrollar dos metodologías de interés clínico:
a) La simulación del proceso de remodelación ósea alrededor de implantes dentales a fin de estimar la estabilidad de dichos implantes a
largo plazo. Esta metodología permitirá seleccionar el implante más adecuado para un paciente o, incluso, proporcionar criterios de
diseño de implantes para que éstos induzcan y favorezcan la integración del implante a lo largo del tiempo.
b) La simulación de la evolución del estado tensional en vértebras a medida que aumenta el tamaño del tumor del que están afectadas.
Estas simulaciones proporcionarían información con la que evaluar el riesgo de colapso de las vértebras, lo que contribuiría a anticipar el
uso de tratamientos que permitan mermar el riesgo de sufrir complicaciones invalidantes producidas por las fracturas.
Con este proyecto se pretende también desarrollar diversos procedimientos de mejora (en la integración numérica, en los algoritmos de
resolución de sistemas de ecuaciones, en optimización, etc.) que doten de una mayor eficiencia computacional a cgFEM y faciliten la
realización de los análisis precisos y realistas que requieren las 2 metodologías de interés clínico a desarrollar. En este sentido, el
proyecto pretende también explorar la viabilidad de utilizar modernas técnicas de reducción de modelos y de tipo machine learning con las
que se pretende acelerar los análisis y desarrollar nuevos biomarcadores para mejorar la precisión de los diagnósticos relativos al
comportamiento estructural del hueso.
Para lograr los objetivos planteados el proyecto cuenta con un equipo multidisciplinar formado tanto por ingenieros especialistas en
análisis numérico, doctores del ámbito sanitario, matemáticos y por investigadores internacionales líderes en el ámbito de la mecánica
computacional.
