Aprendizaje automático en modelos biomecánicos para la descripción de aneurismas intracraneales saculares

FRANCESCO CAMUSSONI; NICOLÁS MUZI; DANIEL MILLÁN; LUIS G. MOYANO

Mendoza - virtual

Encuentro; EnIDI 2021: XI Encuentro de Investigadores y Docentes en Ingeniería; 2021

UTN-FRSR; FCAI-UNCuyo; UTN-FRM; UTN-FRVM; FING-UNCuyo; UM

Consideramos un conjunto de modelos capaces de describir aneurismas reales obtenidos a partir de la base de datos pública AneuriskWeb y simulamos su deformación mecánica mediante la teoría de Kirchhoff-Love de láminas delgadas de espesor variable. Ejecutamos una serie de experimentos numéricos simulando la aplicación de una presión concentrada en puntos de carga seleccionados en la pared de distintos aneurismas, reduciendo la dimensionalidad de los atributos biomecánicos de salida. Nuestros resultados apuntan a que dichas técnicas son una metodología eficiente para capturar áreas sensibles en las paredes de un aneurisma. Mediante el análisis de un mayor número de casos ha sido posible detectar los efectos de pandeo (buckling) asociados a diferencias de curvatura significativas entre la configuración de referencia y la deformada, así como valores elevados de la razón entre el desplazamiento máximo y el promedio, sugiriendo que son capaces de señalar áreas más sensibles, mejorando la capacidad de planificación de una intervención.