"Influence of lower-limb joint models on subject-specific musculoskeletal model predictions during gait" ( "modelli muscoloscheletrici personalizzati dell'arto inferiore: Analisi dell'effetto della modellazione dei giunti sulla predizione dei carichi agenti sul sistema scheletrico durante il cammino").

The aim of the present thesis was to investigate the influence of lower-limb joint models on musculoskeletal model predictions during gait. We started our analysis by using a baseline model, i.e., the state-of-the-art lower-limb model (spherical joint at the hip and hinge joints at the knee and ankle) created from MRI of a healthy subject in the Medical Technology Laboratory of the Rizzoli Orthopaedic Institute. We varied the models of knee and ankle joints, including: knee- and ankle joints with mean instantaneous axis of rotation, universal joint at the ankle, scaled-generic-derived planar knee, subject-specific planar knee model, subject-specific planar ankle model, spherical knee, spherical ankle. The joint model combinations corresponding to 10 musculoskeletal models were implemented into a typical inverse dynamics problem, including inverse kinematics, inverse dynamics, static optimization and joint reaction analysis algorithms solved using the OpenSim software to calculate joint angles, joint moments, muscle forces and activations, joint reaction forces during 5 walking trials. The predicted muscle activations were qualitatively compared to experimental EMG, to evaluate the accuracy of model predictions. Planar joint at the knee, universal joint at the ankle and spherical joints at the knee and at the ankle produced appreciable variations in model predictions during gait trials. The planar knee joint model reduced the discrepancy between the predicted activation of the Rectus Femoris and the EMG (with respect to the baseline model), and the reduced peak knee reaction force was considered more accurate. The use of the universal joint, with the introduction of the subtalar joint, worsened the muscle activation agreement with the EMG, and increased ankle and knee reaction forces were predicted. The spherical joints, in particular at the knee, worsened the muscle activation agreement with the EMG. A substantial increase of joint reaction forces at all joints was predicted despite of the good agreement in joint kinematics with those of the baseline model. The introduction of the universal joint had a negative effect on the model predictions. The cause of this discrepancy is likely to be found in the definition of the subtalar joint and thus, in the particular subject’s anthropometry, used to create the model and define the joint pose. We concluded that the implementation of complex joint models do not have marked effects on the joint reaction forces during gait. Computed results were similar in magnitude and in pattern to those reported in literature. Nonetheless, the introduction of planar joint model at the knee had positive effect upon the predictions, while the use of spherical joint at the knee and/or at the ankle is absolutely unadvisable, because it predicted unrealistic joint reaction forces.

Electrospun scaffolds for regeneration of musculoskeletal interface tissues

L’apparato muscolo scheletrico è composto da strutture muscolari, articolari e ossee. Tali tessuti sono molto diversi tra loro e hanno proprietà meccaniche estremamente variabili, pertanto presentano una transizione graduale in corrispondenza della loro giunzione, onde evitare l’insorgere di concentrazioni di tensione. L’evoluzione ha portato alla formazione di particolari interfacce che permettono la corretta trasmissione dei carichi distribuendo le tensioni su una superficie più ampia in corrispondenza della giunzione. Le interfacce che vanno a inserirsi nell’osso vengono definite entesi e in particolare, in questa review, analizzeremo il caso di quelle tra tendini/legamenti e osso. In questo lavoro ci siamo anche concentrati sulla giunzione miotendinea, ovvero tra muscolo e tendine. Sono numerose le lesioni che riguardano muscoli, ossa, tendini o legamenti e molto spesso l’infortunio avviene a livello della giunzione. Quando ciò accade vi sono diverse strade, ciascuna con i suoi vantaggi e svantaggi: sutura, autograft, allograft o xenograft. Oltre a queste soluzioni si è fatta gradualmente più spazio la possibilità di realizzare degli scaffold che vadano temporaneamente a sostituire la parte danneggiata e a promuovere la sua rigenerazione, degradandosi man mano. L’elettrofilatura (Elettrospinning) è un processo produttivo che negli ultimi decenni si è affermato come tecnica per la fabbricazione di questi scaffold, fino a diventare uno tra i principali processi utilizzati dai ricercatori in questo campo. Questa tecnica infatti permette di realizzare scaffold di nanofibre porose utilizzando polimeri biodegradabili e soprattutto biocompatibili. Lo scopo della review è proprio quello di scoprire tutti i lavori e gli studi che utilizzano l’elettrofilatura per realizzare degli scaffold per interfacce, delineando così lo stato dell’arte sui progressi fatti e sulle varie tecniche utilizzate.

Modelli neuro-computazionali della memoria semantica

Lo studio di modelli teorici e matematici della memoria semantica ricopre un ruolo importante nelle neuroscienze cognitive. I modelli neuro-computazionali sviluppati negli ultimi decenni vengono impiegati per spiegare e simulare come le informazioni recepite dall’esterno vengono memorizzate e successivamente utilizzate. In questo elaborato si sviluppa un modello di rete semantica per il riconoscimento di concetti, definiti come insieme di caratteristiche. Fondamentale è il ruolo assunto dalle diverse proprietà, che sono state suddivise fra salienti e marginali, distintive e condivise. I concetti presi in considerazione con le rispettive feature, fanno parte di un ampio data set fornito dalla Dott.ssa Catricalà. La rete sviluppata rientra tra i modelli di massa neuronale che considera quattro popolazioni di neuroni: piramidali, inter-neuroni eccitatori, inter-neuroni inibitori lenti e inter-neuroni inibitori veloci. Il modello sviluppato si basa sullo studio del professor Ursino et al. e utilizza oscillatori in banda gamma. Tramite sincronizzazione di queste oscillazioni è possibile memorizzare concetti e successivamente recuperarli, mantenendoli in memoria simultaneamente. Il richiamo di più concetti contemporaneamente avviene tramite desincronizzazione delle oscillazioni ad opera di un inibitore globale, modellato tramite funzione a gradino. Per modellare l’apprendimento della rete è stata utilizzata la regola di Hebb, sfruttando soglie pre e post-sinaptiche differenti così da costruire sinapsi asimmetriche che permettono una differenziazione delle feature.