Abstract:
Una órtesis es un dispositivo diseñado para proporcionar inmovilización o apoyo a la zona lesionada del paciente durante el proceso de rehabilitación. Por su fabricación manual, las órtesis tradicionales generan problemas como desperdicio de material, poca ventilación, peso excesivo entre otras. Estos problemas se pueden solucionar parcialmente mediante la implementación de técnicas de manufactura aditiva. En el presente trabajo, se construyeron órtesis metacarpianas (MCB) aplicando modelado por deposición fundida. Para asegurar la funcionalidad de las MCB, se estudiaron sus propiedades mecánicas aplicando un enfoque basado en datos. Para la digitalización del miembro superior y la obtención del CAD se implementó el paquete Apple ARkit y técnicas de optimización topológica. Dado que la impresión de las MCB de tamaño completo requiere mucho tiempo se construyeron dos tipos de muestras, MCB de tamaño reducido y MCB de tamaño completo. En particular, se estudiaron tres parámetros de proceso (ancho de extrusión, altura de capa y temperatura de extrusión). Adicionalmente, se recopilaron varias mediciones in-situ a través de un sistema de adquisición de datos personalizado. Una vez construidas las MCB, se utilizó una máquina de ensayos universales para realizar pruebas de compresión y determinar la deformación total (d) y la carga máxima resistida (CS) por las MCB. En la primera parte del estudio, se aplicaron tres técnicas de machine learning: Lasso, Random Forest y Support Vector Machine para modelar el CS de las MCB de tamaño reducido. Luego, se utilizaron técnicas de Transfer Learning para utilizar la información obtenida de las MCB de tamaño reducido en el modelamiento de d del MCB de tamaño completo. A partir del caso de estudio, se puede afirmar que el enfoque basado en datos es apto para el modelamiento el CS y el d de un MCB construido por FDM.
