Modelado del daño retiniano para la predicción de umbrales y la evaluación probabilística del riesgo

Resumen

Se presenta un enfoque de modelización para el daño térmico inducido por láser en el ojo humano. Su objetivo es mejorar la evaluación de los peligros basados en láser proporcionando un medio para calcular los daños para un escenario específico de irradiación.

Resumen

Con el creciente número de aplicaciones láser en medicina, defensa y tecnología, tanto la exposición intencionada como accidental del ojo humano a fuentes láser se ha convertido en una preocupación importante. La predicción basada en modelos de umbrales de daño retiniano podría permitir una evaluación más específica de la seguridad láser para cada escenario, especialmente para parámetros láser no cubiertos por datos experimentales. Idealmente, tales modelos permitirían calcular valores de ED50 (dosis efectiva en la que la probabilidad de daño es del 50%) basados —entre otros factores— en la longitud de onda, la duración del pulso y la forma del punto. Esto requiere una comprensión detallada y modelización de todos los regímenes de daño para reflejar la dependencia entre los parámetros clave y el mecanismo dominante de daño.

Este trabajo analiza el estado de este enfoque (validado aquí para el régimen térmico, o simplemente "en el régimen de daño térmico"); Se destacan aspectos críticos que podrían bloquear su éxito y se detallan los posibles beneficios. Estos van desde una mayor precisión de los límites de exposición láser en los estándares de seguridad ocular hasta dosimetría optimizada en cirugía láser retiniana y evaluación probabilística de riesgos para el uso de láseres en entornos exteriores.

Introducción

Este trabajo describe el desarrollo y validación de un modelo fisiológicamente detallado de daño térmico del ojo humano. Dentro del régimen de lesión térmica, el modelo predice la evolución de la temperatura retiniana y los umbrales de lesión utilizando una formulación de daño de Arrhenius (comparar explicación en la sección de daño fototérmico). Las aplicaciones representativas cubren todas las situaciones en las que la predicción de temperaturas y daños oculares es de interés. Esto incluye, por ejemplo, la evaluación de umbrales de daño para la irradiación retiniana escaneada, la comprensión del efecto de la aditividad del tren de pulsos sobre los umbrales de daño y la comparación de umbrales calculados con los límites de seguridad del estándar de seguridad del láser. Fuera del régimen térmico, se presentan los enfoques de modelización actuales que se están considerando y se proporciona una hoja de ruta para ampliar el marco hacia mecanismos adicionales de daño.

El trabajo presentado aquí se refiere a la modelización y, por tanto, a la predicción del daño retiniano causado por la irradiación láser. Aunque una dosis crítica podría, en teoría, determinarse siempre mediante experimentos con retinas animales similares a las retinas humanas, existe una fuerte necesidad de predecir el daño sin realizar experimentos. El espacio de variación de parámetros láser (longitudes de onda, duraciones de pulsos y tasas de repetición) es vasto, lo que implica un número prohibitivamente grande de experimentos con animales por cada nuevo conjunto de parámetros. Además, para tiempos largos de irradiación, también debe considerarse el flujo sanguíneo retiniano, lo que requeriría experimentos in vivo . Por consiguiente, modelar la interacción del láser con el ojo parece ser la única vía realista a seguir.

La necesidad de una comprensión detallada de los mecanismos de daño y, por tanto, de los umbrales de daño (que podrían usarse como sustitutos de ED50) también está vinculada a la situación de la norma de seguridad ocular (IEC 60825 o ANSI Z136.1). Dado que la norma debe abordar todo el rango de longitudes de onda, duraciones de pulsos, patrones de repetición y tamaños de punto, incorpora necesariamente suposiciones simplificadoras, interpolaciones y factores conservadores de seguridad para tener en cuenta la incertidumbre. Como solo hay un número limitado de valores ED50 —principalmente derivados de estudios con primates no humanos— disponiendo, se requiere interpolación para establecer límites completos de MPE (exposición máxima permitida). Aunque este enfoque proporciona una aplicabilidad amplia y práctica, un marco basado en una comprensión mecanicista detallada y la modelización de los procesos de daño ofrece ventajas claras en términos de transparencia física, precisión específica del escenario y aplicabilidad sin un conocimiento detallado del estándar de seguridad láser.

Por ejemplo, los láseres pulsados y de barrido se evalúan como fuentes pulsadas, aunque el escaneo retiniano introduce efectos temporales y espaciales adicionales. El tratamiento adecuado del escaneo en la determinación de los límites de seguridad ha sido objeto de debate constante dentro de la comunidad durante la última década. Incluso con actualizaciones regulares para reflejar los avances tecnológicos, no es factible que la norma cubra todas las configuraciones complejas de nuevos sistemas láser con nuevos conjuntos de parámetros sin simplificaciones y factores de seguridad conservadores. En consecuencia, queda margen para la interpretación, lo que puede conducir a inconsistencias o errores en la evaluación de la seguridad.

Un enfoque de modelado basado en la física podría reducir sustancialmente la dependencia de la interpolación y márgenes conservadores, y extender la aplicabilidad del estándar a escenarios complejos. Dado que el desarrollo y la validación de estos modelos están directamente vinculados a una comprensión más profunda de los mecanismos subyacentes de daño, los conocimientos resultantes también podrían apoyar una derivación más transparente y físicamente fundamentada de los valores MPE a partir de datos ED50 existentes.

A largo plazo, la evaluación de la seguridad ocular podría optimizarse mediante un marco integrado de modelado plug-and-play. Dicha herramienta podría suministrarse con los parámetros del sistema relevantes o directamente con un archivo óptico de diseño (por ejemplo, un modelo Zemax), que normalmente está disponible durante el desarrollo del producto, permitiendo así una evaluación de seguridad consistente y específica^{para cada escenario 1}.

Otro campo de aplicación es el creciente campo de los láseres de alta energía (HEL), por ejemplo, para contrarrestar drones. Aquí, la dificultad reside principalmente en las reflexiones láser de los objetivos, especialmente los metálicos, que pueden cambiar rápida y aleatoriamente y constituyen un peligro para el personal militar y^{civiles 2,3}. Esta situación aleatoria no determinista requiere un mecanismo adecuado de evaluación; normalmente se utiliza un enfoque probabilístico. Este enfoque genera declaraciones sobre la ocurrencia de ciertas situaciones de irradiación (intensidad, tiempo de exposición, longitud de onda), que aún deben traducirse en probabilidad de daño. Aquí, la modelización de daños discutida en este trabajo puede cerrar la brecha traduciendo escenarios probabilísticos en probabilidades de daño.

Comprender en detalle los principios de los mecanismos de daño e imitarlos en un modelo de software es una forma sencilla de determinar los umbrales de daño en lugar de realizar experimentos. Dependiendo de la duración del pulso, el daño retiniano se produce mediante diferentes mecanismos de interacción láser-tejido (Figura 1)4,5,6,7:

Figura 1: Visión general de los mecanismos de daño. El tipo de mecanismo de daño depende del tiempo de exposición y la irradiancia. Va desde daños fotomecánicos derivados de una irradiancia muy alta en pulsos cortos hasta daños fotoquímicos debido a una baja irradiancia durante largos periodos de tiempo. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Descomposición fotomecánica (^10-12–^10-6 s, 10¹⁰–10¹⁶ W/^{cm 2}):
Fotodisrupción: Con duraciones de pulsos ultracortas a nanosegundos e irradiancias muy altas, la absorción no lineal inicia la ruptura óptica. Se forma un plasma denso de electrones libres e iones, expandiéndose de forma explosiva y generando fuertes ondas de choque. El proceso, llamado fotodisrupción, desgarra mecánicamente el tejido con un calentamiento masivo mínimo y crea lesiones muy definidas incluso en áreas de absorción^débil 4,8,9,10.

Ablación inducida por plasma: En el rango ns–μs con irradiancia muy alta, el plasma vuelve a dominar. Aquí, la extracción de tejido es impulsada no solo por ondas de choque, sino también por la expansión del plasma y la ablación explosiva. El mecanismo se conoce como ablación inducida por plasma y produce una eyección significativa^{de material 4,11}.

Fotoablación (≈ 10^⁻9–10⁻⁶ s; ≈ 10⁷–10¹⁰ A/^{cm 2}):
Para pulsos por encima del nanosegundo y por debajo del rango de microsegundos, se produce la fotoablación. En este proceso, los enlaces moleculares se rompen directamente por la irradiación. Este método se usa, por ejemplo, para corregir errores refractivos del ojo remodelando la córnea (el llamado método LASIK). Normalmente, los procedimientos fotoablativos se aplican en un rango de potencia donde aún no se ha producido la formación^{de plasma 4,11}.

Daños termomecánicos (≈ ^10-9 – ^10-6 s; ≈ 10⁶ – 10⁸ W/^{cm 2}):
En los tejidos oculares pigmentados, una fuerte absorción por parte de los melanosomas en el rango ns–μs puede causar un rápido sobrecalentamiento. Cuando la superficie del melanosoma alcanza ≈ 150 °C, las microburbujas^{nuclean 12,13}. Su expansión y colapso generan ondas de estrés mecánicas que dañan el epitelio pigmentario de la retina (EPR). Este mecanismo termomecánico conecta la fotoablación con la lesión térmica: no es impulsado por plasma, sino que implica transitorios mecánicos acoplados a un calentamiento localizado. Los umbrales dependen del tamaño, forma, orientación y iluminación local^{del melanosoma 4,11}.

Daño fototérmico (≈ 1 μs– 60 s; ≈ 10–10⁶ W/^{cm 2}):
Desde microsegundos hasta segundos, el calentamiento de los tejidos domina. La deposición de energía eleva la temperatura, lo que conduce primero a la desnaturalización de proteínas y, con mayores exposiciones, a necrosis coagulativa y carbonización. Los límites de la literatura varían: Niemz⁴ cita 1 μs – 60 s, Zuclich¹⁴ 10 μs –60 s. Se cumple una reciprocidad aproximada con la exposición radiante (~1–1000 J/^{cm 2}), con desviaciones para pulsos muy cortos (difusión térmica limitada) y pulsos muy largos (enfriamiento mejorado por perfusión^)4,6,15.

La modelización del daño térmico en el trabajo presentado se basa en la integral de Arrhenius, que se define como:

(1)

Con τ indicando el tiempo de exposición, _{E a} la energía de activación, R la constante universal del gas, T la temperatura durante la exposición y A un factor de escala preexponencial, los parámetros aplicados en este estudio son A = 1,3 × 10^{99 s−1} y E = 628 kJ/mol¹⁵. Se toma una condición de Ω = 1 como indicador del inicio del daño tisular. Para una discusión completa del modelo subyacente, consulte una publicación anterior⁴.

Daño fotoquímico (≈ 10 s – 10⁴ s; ≈ 10⁻³ – 10² W/^{cm 2}):
Para exposiciones largas con bajas irradiancias, predominan reacciones fotoquímicas acumulativas, como el blanqueamiento por fotopigmento o las vías mediadas por especies reactivas de oxígeno (ROS). Ocurren en duraciones de exposición superiores a 10 s⁶ (o superiores a 1 s⁴). Así, existe un rango intermedio en el que tanto el daño térmico como fotoquímico pueden ocurrir^{simultáneamente 16}. El riesgo crónico de luz azul de bajo nivel es un ejemplo típico.

Protocolo

La Sección 1 describe los pasos generales necesarios para la construcción de modelos, ya que pueden realizarse con una variedad de opciones de software. La sección 2 ofrece estas instrucciones para el caso específico y ejemplar en el que se utilizan Altair Hypermesh (software de modelado y análisis por elementos finitos [FEA]) y Ansys Fluent (software de simulación de fluidos). Además, un archivo suplementario (Archivo Suplementario 1 17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33^),34,35,36,37,38,39,40,41,42,43,44,45) se proporciona el enfoque de modelización y proporciona un trasfondo teórico de forma no escalonada (Figura 1 - Figure 5, Tabla 1 - Tabla 3).

1. Implementación del enfoque de modelado – Pasos generales de procedimiento

1. Crea un modelo 3D según la geometría descrita anteriormente.
   1. En este trabajo, crear la geometría en un software de diseño mecánico asistido por ordenador 3D (Versión 16) según los parámetros descritos en el Archivo Suplementario 1.
2. Crea la malla de volumen según las propiedades y extensiones de todas las partes del ojo, según el Archivo Suplementario 1.
   1. Realizar mallados y postprocesados con software de análisis FEA (Versión 11) y software de análisis de ingeniería asistida por ordenador (CAE) (Versión 11). El modelo consta de 761.766 elementos tetraédricos. Las celdas de malla tienen dimensiones entre 37 μm y 491 μm.
      NOTA: Una malla más gruesa resultaría en errores o desviaciones de cálculo. Siempre es posible un mayor número de celdas, pero aumentaría el tiempo de cálculo. Esta malla resultó ser independiente del tamaño, ya que un mayor refinamiento del tamaño del elemento resultó en diferencias insignificantes en los cálculos.
   2. Para mantener tiempos de cálculo razonables, utiliza esta malla y adopta solo si regiones específicas requieren una resolución más fina. En consecuencia, remalla la retina con un tamaño mínimo de característica de 5 μm para permitir su absorción dentro de la capa de EPR, como se requiere y se explica más adelante en el protocolo.
      NOTA: La Figura 2 muestra una imagen ejemplar de la malla con un vítreo oculto para visibilizar la retina.
3. Integra las condiciones de contorno.
   1. En la esclerótica, se utiliza un coeficiente de frontera solo por conducción h_scl = 20 W/^{m 2}K y un valor córneo _h'corn,1 = 14,21 W/^{m 2}K de como se ha deducido anteriormente en detalle. Utiliza estos valores para definir las condiciones de contorno de la superficie que representa la esclerótica y la córnea, respectivamente.
4. Implementa el flujo sanguíneo.
   NOTA: Este campo suministra dirección y magnitud del flujo en cada celda de malla y añade advección a la ecuación de energía.
   1. Sigue los pasos de construcción que se mencionan a continuación:
      1. Especifica las entradas/salidas fisiológicas: entrada anterior desde el círculo arterial principal del iris y entrada posterior desde las arterias ciliares cortas, con drenaje venoso a través de las venas vórtices.
      2. Calcular el campo de flujo resultante.
      3. Reescalar todas las velocidades locales a un uniforme de 5 mm (según el^{Peyman 45}) manteniendo las direcciones, implementadas mediante una función definida por el usuario (UDF) de simulación de fluidos. El resultado es un campo de velocidades direccionalmente correcto de magnitud constante a través de la coroides.
5. Calcula la distribución de temperatura.
   1. Comienza el cálculo de la temperatura definiendo las posiciones y formas dependientes del tiempo del haz láser. Para obtener estas posiciones variables en el tiempo en la retina (o dentro del ojo en general), se utiliza un modelo de software de raytracing del ojo en paralelo con el modelo termodinámico.
      NOTA: Basado en el modelo de software de trazado de rayos del sistema láser bajo evaluación, este enfoque proporciona la evolución temporal de las posiciones y formas de los puntos láser. Esto no se explica en detalle en esta obra por motivos de accesibilidad, pero sí se describe^{previamente en 1,18}.
   2. Mapear las posiciones y formas calculadas en las secciones correspondientes de las celdas de malla a lo largo del tiempo, que luego se asignan la potencia láser correspondiente.
   3. Importa estos datos en el software de simulación de fluidos mediante una UDF, que los procesa cíclicamente. La UDF identifica las celdas de malla relevantes e introduce un término fuente de energía según la potencia láser especificada para el tiempo de irradiación correspondiente. Consideremos tanto la irradiación de onda continua (cw) como la pulsada, así como los movimientos estáticos o dependientes del tiempo.
   4. Para cada posición, calcular la energía absorbida usando el coeficiente de absorción en la longitud de onda láser dada y asignarla a las celdas de malla afectadas, que se calientan en paralelo.
      NOTA: Por ejemplo, para irradiación a una longitud de onda de 532 nm, se produce una absorción del 51% en el EPR con un espesor de 5 μm⁷, como se muestra en la Figura 3. No se produce absorción dentro de la membrana^{de Bruch 7,46}. La energía restante del láser disminuye en la coroides, que se supone tiene un grosor de 100 μm con un coeficiente de^{absorción 7} de α_Ch = 270 ^cm-1, según la ley de Lambert-Beer. La UDF calcula la energía absorbida a lo largo del grosor de cada celda de malla y asigna este valor a la celda. Para la transmisión de córnea a retina, se aplica un valor del 20 % ⁷. Un cambio en la longitud de onda del láser se acomoda fácilmente simplemente adaptando el coeficiente de absorción y la transmisión de córnea a retina.
   5. Además, se define la duración de un único paso de tiempo, ya que los datos de forma puntual (del modelo de trazado de rayos o definidos directamente en la UDF si se conocen sin el modelo de trazado de rayos) solo describen la secuencia de irradiación sin una escala temporal.
   6. Para acelerar el cálculo, agrupar todos los intervalos sin irradiación y asignar un paso de tiempo correspondientemente mayor, ya que no se requiere una resolución temporal fina allí.
      NOTA: Tras aplicar estos ajustes, el solucionador puede calcular la respuesta térmica temporal del ojo. Dado que el modelo actual solo requiere que se considere la conducción de calor y el flujo sanguíneo, el solucionador está limitado a resolver las ecuaciones diferenciales correspondientes. Consulte el Archivo Suplementario 2 para funciones ejemplares definidas por el usuario.
6. Calcula los daños.
   1. Para obtener un umbral de daño basado en la respuesta térmica, extrae los valores de temperatura calculados del archivo de resultados Fluent usando una herramienta basada en C++ (véase ^1,18 para detalles y listados de códigos).
   2. Siguiendo el enfoque integral de Arrhenius, calcula los valores de Arrhenius de las celdas individuales de la malla a partir de estas temperaturas y alcárgalos en un formato compatible con el software de postprocesado. Esto permite cambiar cómodamente entre valores de temperatura y probabilidades de daño durante el análisis.
   3. Finalmente, obtén un resultado binario de daño (sí/no) para cada celda de la malla. Determina la clasificación sí/no por un valor umbral de 1 para la integral^{de Arrhenius 4}. Identifica este umbral de daño iterativamente probando diferentes potencias de entrada para una duración fija de irradiación.
7. Establece el tamaño del paso de tiempo del solver.
   1. Utiliza el software de simulación de fluidos (Versión 14.5) como solucionador, empleando el método de volúmenes finitos. El tamaño del paso debe satisfacer la condición de Courant-Friedrichs-Lewy, que describe la relación con el tamaño de las celdas de la malla para crear condiciones de simulación estables.
   2. Además, se reduce el tamaño del paso paso a paso hasta que el resultado sea invariante al tamaño del paso. Por ejemplo, para cálculos con pasos de tiempo de hasta 10 s de 1 ms y 100 ms, los cambios de temperatura se encontraron en el <1%.

Figura 2: Sección cortada a través de malla (humor vítreo oculto). La figura muestra la esclerótica (blanca), la coroides (rojo), la retina (amarilla), el cristalino (blanco), el iris (verde) y el humor acuoso (azul⁾¹⁸. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Figura 3: Características de absorción en el fondo ocular. Dentro del EPR, se absorbe el 51% de la radiación láser de 532 nm; no se produce absorción en la membrana de Bruch, y la coroides se modela según el comportamiento de^{Lambert-Beer 18}. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

2. Ejemplo ilustrativo – Pasos específicos

1. Crea un modelo 3D según la geometría descrita anteriormente.
   NOTA: El modelo 3D se construye creando objetos para todos los elementos listados en la Tabla Suplementaria 1. Por ejemplo, estos pasos conducirán a la esclerótica.
   1. Crea un nuevo archivo de pieza (.ipt).
   2. Empieza un boceto 2D en el plano XY.
   3. Dibuja una línea de construcción horizontal (este será el eje de rotación).
   4. Dibuja un arco con un radio de 12 mm para la superficie exterior.
   5. En el centro (polo posterior), crea un punto 0,99 mm hacia el interior desde el arco exterior.
   6. A partir de aquí, esboza la curva de la superficie interna.
   7. En el limbo, fija la distancia entre la superficie interior y la exterior en 0,75 mm.
   8. Conecta curvas interior y exterior en el borde para formar un perfil cerrado.
   9. Selecciona Modelo 3D > Revolve.
   10. Elige Surface y confirma.
2. Crea la malla de volumen.
   NOTA: La malla se crea a partir del objeto 3D. Este es un ejemplo de mallado:
   1. Importa el modelo 3D creado en el software de diseño mecánico asistido por ordenador 3D.
   2. Haz clic en la superficie del objeto para enmallar, por ejemplo, la esclerótica.
   3. Primero malla las superficies: haz clic en Malla en esta interfaz, que aparece una vez que se hace clic en la superficie. Selecciona surfs en la interfaz y selecciona mallado adaptativo automático.
   4. La malla 3D (que define el objeto) se basa en las mallas de la superficie. Para crear, selecciona las superficies y haz clic en el menú superior izquierdo: Malla > Crear > Malla de Mapa Sólido.
   5. Ahora aparece una interfaz. Haz clic en malla.
3. Integra las condiciones de contorno.
   NOTA: Hay que definir condiciones de contorno para la esclerótica y la córnea, ya que estas superficies están en contacto con el mundo circundante. Este ejemplo es para la esclerótica:
   1. Ve a Analysis desde el menú superior > BCs > Crear > Restricciones (o Cargas).
   2. Selecciona las superficies del tipo de entidad y elige la esclerótica del menú.
   3. En el mismo panel, localiza los campos de entrada de valor e introduce el valor directamente en el campo de magnitud .
   4. Haz clic en crear para asignar la condición de contorno.
4. Implementa el flujo sanguíneo.
   1. Defina superficies para: entrada anterior (círculo arterial mayor del iris), entrada posterior (arterias ciliares cortas) y salida (venas vórtices).
   2. Asignar condiciones de contorno para estas superficies.
   3. Haz clic en Análisis > BCs > crear cargas >.
   4. Selecciona las superficies de entrada > asigna vectores de dirección de velocidad (direcciones fisiológicas aproximadas).
   5. Selecciona las superficies de salida > asigna la salida de presión (o cero restricción, dependiendo de la configuración del solucionador).
   6. Exportar el modelo al software de simulación de fluidos: aquí es donde se adaptará la longitud del vector de flujo.
   7. Utiliza el UDF de ScaleVelocity del anexo dentro del software de simulación de fluidos para adaptar la longitud del vector (UDF es un formato estándar que se carga en el software de simulación de fluidos).
5. Calcula la distribución de temperatura (Set Solver).
   NOTA: Utiliza el software de simulación de fluidos para calcular las temperaturas como se sigue y guárdalo en un formato de archivo legible por el software de análisis CAE.
   1. Haz clic en Archivo > Leer > Malla > Seleccionar malla > Comprobación de > Malla.
   2. Haz clic en General > Solver: Basado en presión > Tiempo: Transitorio.
   3. Haz clic en modelos > energía > activar > OK.
   4. Haz clic en Materiales > definir ρ, p, kρ > Condiciones de la Zona Celular > asignar materiales a todas las regiones.
   5. Haz clic en Condiciones de Frontera > definir los BC térmicos (córnea, esclerótica, ambiente).
   6. Haz clic en Inicialización de la solución > Inicializar.
   7. Haz clic en ejecutar cálculo > establece el tamaño del paso de tiempo + número de pasos de tiempo + iteraciones por paso.
   8. Haz clic en ejecutar cálculo > calcular.
   9. Haz clic en archivo > exportar > datos de la solución... > Tipo de archivo: Ensight Gold > seleccionar Temperatura > seleccionar zonas > Escribir.
6. Calcula el daño.
   1. Ejecuta el AddingArrhenius.exe (Archivo Suplementario 3 y Archivo Suplementario 4) desde la misma carpeta que los archivos de software de análisis FEA que contienen las temperaturas. Contiene un cálculo sencillo de la integral de Arrhenius basado en las temperaturas almacenadas en los archivos del software de análisis FEA.

Resultados

Esta sección muestra primero la verificación y validación del modelo presentado. A continuación, se demuestran tres aplicaciones ejemplares.

Verificación y validación
En esta sección, el modelo presentado se verifica primero comparándolo con los modelos oculares termofisiológicos^establecidos 19,27,28,30,32 para asegurar la consistencia de las distribuciones de temperatura previstas (situación en estado estacionario)....

Discusión

Dentro del protocolo, no hay pasos críticos respecto a la creación del modelo. Es fundamental la selección del tamaño y tipo de malla en combinación con el tamaño del paso temporal. Una modificación de la técnica de modelado es relevante respecto a emplear otros patrones de escaneo en la retina. El modelo en sí no debe ser modificado. La técnica se limita a los regímenes de daño explicados en la sección correspondiente. La importancia radica en la posibilidad de predicción de daños sin e...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
Altair Hypermesh 11.0	Altair Engineering Inc.	Versión 11	Software de modelado y análisis por elementos finitos [FEA] de creación y visualización de mallas
Ansys Fluent 14.5	Ansys Inc.	Versión 14.5	Software de simulación de fluidos; solucionador termodinámico
Autodesk Inventor	Autodesk	Versión 16	Software de diseño asistido por ordenador (CAD) mecánico 3D
Hyperview	Altair Engineering Inc.	Versión 11	software de análisis de ingeniería asistida por computadora (CAE)
Optic Studio 13 (Zemax)	Zemax Development Corporation, hoy es Ansys Inc.	Versión 13	Software de trazado de rayos
Optocon FOTEMP2	Optocon	https://comem.com/es/optocon/	Espectrómetro; Medición de temperatura del tejido ocular
Optocon TS2	Optocon	https://comem.com/es/optocon/	Sonda de medición; Medición de temperatura del tejido ocular