Argomenti di tesi proposti dal docente.
Sono disponibili una serie di progetti di tesi per laureandi magistrali in Ingegneria. Le tesi sono sempre sperimentali, e comportano tra i quattro e sei mesi di lavoro a tempo pieno presso la sede del nostro gruppo, il Laboratorio di Tecnologia Medica dell'Istituto Ortopedico Rizzoli a Bologna. Su richiesta dello studente, si può considerare la richiesta del maggior impegno.
I temi di ricerca variano durante l'anno, perché sono tutti collegati all'attività di ricerca in corso. Orientativamente, alcuni temi disponibili sono:
1. Sviluppo di un modello ad elementi finiti che predica i risultati delle prove di usura articolare mediante simulatore d’articolazione
2. Sviluppo di modelli per la valutazione del rischio di frattura intraoperatoria in protesi d’anca non cementate
3. Sviluppo di modelli computazionali per studiare le correzioni chirurgiche in pazienti affetti da scoliosi
4. Sviluppo di modelli ad elementi finiti per lo studio della cinematica articolare in pazienti con protesi al ginocchio
Ultime tesi seguite dal docente
Tesi di Laurea Magistrale
- Analisi di sensitività per un modello ad elementi finiti che predice l'usura in una protesi di caviglia
- Application of Superposition Principle Method to proximal femur FE models generated from a statistical anatomy atlas
- Finite Element models for the optimization of scoliosis surgery
- Finite element wear model of total ankle replacement
- In Silico Clinical Trials for Osteoporosis Treatment: Effect of Bone Loss on the Hip Fracture Incidence
- Simulazioni predittive del cammino mediante modelli di dinamica muscoloscheletrica
- Stima della forza articolare mediante modellazione muscoloscheletrica, confronto tra soggetti giovani e anziani in task di camminata
- Validazione di un modello In Silico di progressione dell'osteoporosi per la predizione del rischio di frattura dell'anca
- Verifica di un modello agli elementi finiti per la stima dell'usura nelle protesi di ginocchio
Tesi di Dottorato
- Orchestration of multiscale model for computational oncology