Programa del congreso

Este trabajo presenta un enfoque de modelado inverso adaptado a pacientes individuales para caracterizar el comportamiento biomecánico de los aneurismas de aorta abdominal. El método estima las propiedades no lineales y anisotrópas de la pared aneurismática y del trombo intraluminal.

Las geometrías y los campos de desplazamiento específicos de cada paciente, obtenidos a partir de imágenes de resonancia magnética que abarcan desde la fase de fin de diástole hasta la de sístole tardía, se emplean como datos de entrada para la calibración de modelos de material hiperelástico.

Se aplica una estrategia de optimización bayesiana para reducir la discrepancia entre los desplazamientos simulados mediante análisis de elementos finitos y los derivados del registro de imágenes, generando modelos mecánicos fisiológicamente relevantes.

Este marco personalizado ofrece un medio fiable para identificar las propiedades del tejido vascular y constituye una herramienta robusta para mejorar la predicción del riesgo de rotura del aneurisma. Los resultados destacan el valor de combinar la imagen médica, la biomecánica computacional y la optimización probabilística para avanzar en la caracterización biomecánica individualizada de los aneurismas.

Debido a que aún queda mucho por saber acerca del funcionamiento de las placas Lapidus, comúnmente utilizadas como herramienta de fijación en la Artrodesis Cuneometatarsiana (AMCJ), este trabajo tiene como objetivo obtener información que ayude a comprender el funcionamiento estructural y biomecánico de dos tipos diferentes de ellas mediante pruebas experimentales y numéricas: el primero, un dispositivo de fijación plantar, y el segundo, un dispositivo medial-plantar. Se correlacionaron el análisis in silico y el análisis experimental, a partir de ensayos de compresión y de fatiga, realizados en especímenes completos de pies cadavéricos a los que se les implantó, en la primera articulación cuneometatarsiana (FMCJ), una placa Lapidus. Posteriormente se han desarrollado modelos numéricos del pie para obtener información numérica validada por resultados experimentales, aumentando así la información estructural encontrada previamente. Además, se realizaron análisis de microscopía electrónica en las placas para complementar los estudios previos, con el objetivo de localizar fisuras o grietas que las pruebas de fatiga pudieran haber inducido. Los resultados obtenidos sugieren la superioridad de la configuración medioplantar de la placa Lapidus, tanto estructural como funcionalmente, en comparación con la configuración exclusivamente plantar. Se registró la rotura de las estructuras óseas con valores de fuerza de 425 N y 275 N para la inserción medioplantar y plantar, respectivamente.

El deterioro funcional del miembro superior es una secuela frecuente de diversas patologías neurológicas y musculoesqueléticas. Las escalas clínicas tradicionales presentan limitaciones de sensibilidad y objetividad, lo que ha impulsado el interés por el análisis cinemático como alternativa precisa y cuantitativa. No obstante, el alto coste y la complejidad de los sistemas ópticos de captura de movimiento limitan su implementación clínica. Recientemente, algunos dispositivos de realidad virtual han incorporado seguimiento manual sin necesidad de guantes ni sensores, lo que los posiciona como soluciones portátiles y accesibles para el análisis del movimiento. Este estudio evaluó la fiabilidad y validez del Meta Quest 3 en la medición de variables cinemáticas durante una tarea funcional de alcance y agarre, comparándolo con un sistema óptico de referencia. Se registraron los movimientos de 39 sujetos sanos con ambos sistemas, analizando variables de tiempo, velocidad y suavidad, así como la fiabilidad intra-sujeto. La mayoría de las métricas mostraron valores comparables y una fiabilidad test-retest moderada a alta, excepto el número de unidades de movimiento, que presentó baja reproducibilidad. Estos hallazgos respaldan el potencial del Meta Quest 3 como herramienta válida y accesible para la evaluación cinemática, favoreciendo su aplicabilidad en entornos clínicos y de rehabilitación.

Antecedentes y Objetivos. La evaluación de la marcha en pacientes con parálisis cerebral (PC) suele requerir de sistemas complejos poco accesibles en la práctica clínica. Este trabajo propone un modelo basado en una arquitectura U-Net unidimensional (U-Net 1D) para estimar ángulos articulares a partir de señales de electromiografía superficial (sEMG), eliminando la necesidad de sensores inerciales.

Métodos. Se diseñó un flujo de procesamiento para la adquisición, sincronización y preprocesamiento de señales de sEMG y cinemáticas en 46 participantes pediátricos (21 con PC y 25 sujetos de control). Se entrenaron modelos independientes para tobillo y rodilla, evaluando el impacto de la inclusión de marcadores temporales y de la técnica transfer learning.. Asimismo, se realizó un análisis estratificado por patología y dominancia.

Resultados. En el grupo control, el modelo alcanzó un error cuadrático medio de 3,6° (R²=0,88), mientras que en el de PC fue de 8,5° (R²=0,67). El análisis estadístico reveló diferencias significativas en las fases de prebalanceo y balanceo terminal.

Conclusiones. U-Net 1D permite estimar ángulos articulares con precisión clínica, mostrando aplicabilidad en rehabilitación pediátrica.

Antecedentes y objetivos. La parálisis cerebral (PC) es la principal causa de discapacidad infantil y en muchos casos conlleva alteraciones motoras que afectan a la marcha, por ello, resulta necesario contar con métodos objetivos para su análisis. El objetivo de este trabajo es aplicar Statistical Parametric Mapping (SPM) y técnicas de Deep Learning (DL) a curvas de cinemática obtenidas a través de unidades de medición inercial (IMUs) para realizar comparaciones pre-tratamiento / post-tratamiento y segmentar las siete fases de la marcha. Además, se ha desarrollado un sistema que permite la generación de informes clínicos automáticos.

Métodos. Se ha recopilado una base de datos con 46 participantes (25 controles y 21 niños con PC). La metodología comprendió: (i) generación automática de informes clínicos con comparaciones estadísticas en Python y (ii) segmentación de las fases de la marcha mediante un enfoque tradicional basado en la velocidad angular de la tibia y un modelo BiLSTM con Multi-Head Attention.

Resultados. SPM permitió un análisis más robusto que las métricas discretas. La segmentación clásica fue precisa en la mayoría de los registros. El modelo de red neuronal obtuvo un accuracy del 89,64% en pacientes (92,36% con tolerancia de una muestra) y hasta 94,83% en controles, con errores de transición de 12–15 ms.

Conclusiones. La metodología seguida muestra gran viabilidad técnica y clínica en el análisis de la marcha mediante IMUs, SPM y DL. Además, los informes automáticos estandarizan la interpretación del personal sanitario.

Las enfermedades neurológicas como ictus, esclerosis múltiple y Parkinson son una causa importante de discapacidad, especialmente cuando afectan la función motora del miembro superior y de la mano, lo que repercute directamente en la autonomía y calidad de la vida de los pacientes. La evaluación clínica de estas alteraciones suele realizarse mediante escalas funcionales, que aunque estandarizadas, dependen de la experiencia del evaluador, lo que introduce subjetividad y dificulta un seguimiento objetivo. Este trabajo propone una solución tecnológica basada en el análisis automático de vídeos de pacientes realizando ejercicios específicos de la mano. Para ello, se utiliza una base de datos existente con grabaciones de pacientes con ictus, esclerosis múltiple y Parkinson. Los vídeos fueron procesados con la librería MediaPipe Hands, que permitió extraer las coordenadas de 21 puntos clave por mano a lo largo del tiempo. A partir de estas coordenadas se calcularon métricas cinemáticas (distancias, ángulos y velocidades) y se obtuvieron sus valores estadísticos (mínimo, máximo y media), con el fin de describir de forma cuantitativa y objetiva el movimiento. Estos datos alimentaron modelos de clasificación capaces de identificar la patología del paciente. Todo el flujo se integra en una aplicación web desarrollada que permite cargar vídeos, ejecutar el análisis y generar informes en PDF con resultados y parámetros destacados. Los resultados muestran un buen rendimiento de la plataforma desarrollada, lo que confirma el potencial de esta herramienta como apoyo objetivo en la evaluación clínica del déficit motor.