I tumori cerebrali rappresentano una delle sfide più complesse in ambito medico a causa della loro localizzazione spesso imprevedibile e della variabile malignità.
In particolare, i tumori cerebrali sono noti per l’aggressività con cui si diffondono, ostacolando l’efficacia dei trattamenti standard.
La crescita della massa tumorale provoca compressione e spostamento dei tessuti sani circostanti, con possibili variazioni nel volume dei ventricoli cerebrali e un conseguente aumento della pressione intracranica, che può condurre a gravi complicazioni neurologiche.
Attualmente, il protocollo terapeutico per i tumori cerebrali prevede una resezione chirurgica, seguita, se necessario, da radioterapia e chemioterapia.

In questo lavoro proponiamo un modello meccanico multifase per descrivere la crescita del tumore cerebrale, quantificando le deformazioni e le tensioni solide indotte dall’espansione tumorale.
Il modello tiene conto dell’influenza della direzione delle fibre della materia bianca, che guida la crescita anisotropa del tumore.
Per la costruzione di geometrie tridimensionali realistiche del cervello e una precisa rappresentazione dei ventricoli, il modello incorpora dati ottenuti da risonanza magnetica (MRI) e imaging con tensore di diffusione (DTI) specifici per ogni paziente.
Grazie a queste integrazioni, il modello consente di analizzare l’impatto meccanico della crescita tumorale sulla compressione dei ventricoli e sulle aree di tessuto cerebrale sano limitrofe.

I risultati numerici ottenuti tramite simulazioni agli elementi finiti con il software FEniCS dimostrano l’accuratezza del modello nel riprodurre la complessa dinamica della crescita tumorale e il relativo impatto meccanico sui tessuti cerebrali circostanti.
Le informazioni fornite dal modello possono supportare lo sviluppo di strategie terapeutiche mirate e personalizzate, migliorando la gestione clinica dei pazienti affetti da tumori cerebrali.

[1] F. Ballatore, G. Lucci, and C. Giverso. “Modelling and simulation of anisotropic growth in brain tumours through poroelasticity: A study of ventricular compression and therapeutic protocols”. In: Computational Mechanics (2024).

[2] F. Ballatore, G. Lucci, A. Borio, and C. Giverso. “An imaging-informed mechanical framework to provide a quantitative description of brain tumour growth and the subsequent deformation of white matter tracts”. In: Mathematical Models and Computer Simulations for Biomedical Applications.
Ed. by G. Bretti, R. Natalini, P. Palumbo, and L. Preziosi. Springer Series, 2023.