短/长节段脊柱后路固定的有限元分析

Posted · Add Comment

概述 近年来,随着微创手术(MIS)和医疗器械包括侵入性较小的螺钉与杆的发展,脊柱后路内固定手术治疗椎体骨折的效果有所改善。 本研究采用 Simpleware 软件基于医学图像和真实的螺钉数据中创建三维有限元脊柱模型。使用 4 种病理模型分析比较病理状态下脊柱屈伸对器械及固定长度的影响,通过比较脊柱后路融合术中的固定长度,辅助确定最佳固定长度。 亮点 利用 Simpleware 软件生成有限元模型测试不同的断裂模型由医学图像和真实的螺钉数据生成 3D 模型通过有限元分析模拟不同的模型组合旨在帮助评估脊柱后路固定的方法 介绍 使用短节段固定治疗椎体骨折有多种潜在的益处和并发症。虽然较短节段固定创伤较小,可以获得更好的结果,但长节段固定可能更有利于矫正前凸和保留节段前凸,而固定长度可能会受到后路固定后邻近节段疾病(ASD)、内固定失效(松动)和手术侵入性考虑的影响。在这种情况下,与主要由骨质疏松和基础疾病引起的骨折患者相比,年轻患者术后并发症的风险较低。 外科医生通常选择不同的固定长度和开放手术或经皮手术,评估是否需要骨移植、前路融合或使用钩和胶布。虽然 MIS 是最合适的,但还是有必要准确地可视化骨质疏松和弥漫性特发性骨质增生(DISH)的固定长度,了解不同临床问题的影响。对病理模型进行有限元(FE)分析,比较后路脊柱融合术中的固定长度有助于确定可选的固定长度。 本研究利用医学图像和真实螺钉创建三维有限元模型,对骨折模型、骨质疏松骨折模型、DISH 骨折模型和DISH -骨质疏松骨折模型进行研究,比较病理状态下脊柱屈伸活动对内固定器械和固定长度的影响。此外,这是第一项使用真实螺钉数据和较长脊柱长度来考虑病理和不同固定长度对术前规划影响的研究。 图2:(A)分割每个椎间盘(B)脊柱模型(C)从 T8 到骶骨的每个椎体、前纵韧带、椎间盘、后纵韧带和黄韧带 模型构建 获取一名 50 岁成年女性从胸椎到骨盆的脊柱 CT 图像,将数据导入 Simpleware 软件进行脊柱的图像处理,椎体分为松质和皮质,同时分割出椎间隙。由于小面关节的尺寸较小,皮质骨和松质骨的分割变得更加困难,需要基于 CT 扫描进行手动操作。 由第 8 胸椎至第 5 腰椎区域的所有椎骨和椎间盘构建 3D 脊柱模型,并为每个椎骨创建各节间可独立移动的小面关节空间。在模型中加入前纵韧带(ALL)、后纵韧带(PLL)和黄韧带。在 Simpleware FE 中生成有限元网格,包含 1,049,711 个单元和 2019,357 个节点。设定所有单元为线弹性材料,为脊柱的每个组成部分添加适当的材料属性。 图3:(A)假设骨折模型位于 T12 的中心,采用楔形模型在 T12 和 ALL 处进行切割(B)在螺钉模型中,去除螺钉头部的连接杆,将直径为 5.5mm 的杆连接到头部(C)将螺钉固定在每个椎骨中 由于胸腰椎骨折是最常见的骨折类型,因此对 […]

构建回收髋关节植入物中髋臼磨损在体内位置的统计形状模型

Posted · Add Comment

概述 已知髋臼杯的边缘磨损与更大的材料体积损失有关,但这种磨损模式在体内的位置却尚不清楚。本研究在 Simpleware 软件中开发了一个使用 CT 成像、检索分析和统计形状模型(SSM)识别体内最常见磨损位置的工作流程。 回收 20 个在平均 90 个月后翻修过的金属对金属髋臼表面,进行形状方差分析。还研究了磨损量、植入位置、时间、尺寸和性别对体内磨损位置的影响,有助于更好地理解髋关节植入,为将来的产品设计和植入物定位中安全区域的细化提供重要信息。 亮点 对 20 个回收的金属对金属髋臼表面进行扫描,观察磨损模式。使用 Simpleware 软件识别体内生成最常见的髋臼磨损模式特征,构建统计形状模型(SSM)。SSM 可以提升对髋关节植入物功能的理解,从而为未来的设计决策提供信息和细化植入物定位的安全区。 介绍 髋关节置换术中轴承表面的机械磨损会影响临床表现,导致功能受损和有害碎片的释放。由于金属对金属(MOM)髋关节置换失败的发生率很高,需要开展关于这些表面上的磨损程度和确定髋臼杯边缘磨损与大量磨损碎屑间关系的研究。虽然 MOM 植入物目前很少应用于髋关节植入,但仍能为分析髋关节置换术的力学提供有价值的数据。此外,尽管已知髋臼边缘磨损发生在体内,但对其在髋臼腔内的位置了解较少。 统计形状模型(SSM)为描述相关几何结构的形状和位置提供了一种有价值的方法,特别是在分析解剖特征时可以将平均形状和形状方差可视化。本研究的目标是通过结合 CT 成像和检索分析技术在 Simpleware 软件中创建一个 SSM,用于识别髋关节置换术中髋臼组件最常见的体内磨损模式。 图1:研究设计和工作流程及 Birmingham 髋臼组件背侧表面和其不对称的鳍状物(红色部分) 根据纳入标准选择 20 例 MOM Birmingham 髋关节置换(BHRs)的髋臼组件进行研究,需要在取出前获得未翻修骨盆和植入物的 3D CT图像。研究人员对植入物进行修复,在体内的平均时间为 90 个月,手术原因是对金属碎片的不良反应、不明原因的疼痛或无菌性松动。 使用定制的软件解决方案(Robin 3D)计算每个 BHR 的体内位置,采用骨盆前平面(APP)作为标准化坐标系,并报告解剖倾斜度和前倾角的值。然后使用卡尔·蔡司的坐标测量机(CMM)将每个回收臼杯铰接表面的几何形状捕获为点云,同时通过经验证的自动化软件解决方案计算每个髋臼表面的材料损失体积。 Simpleware 中的分割和配准 将翻修前的体内植入物 CT 图像以 DICOM 文件格式导入 Simpleware 软件,使用半自动化工具分割生成植入物和骨盆模型,通过处理减少金属伪影的同时保留几何精度。然后将球体与股骨头贴合,利用布尔运算从植入物模型中分离出髋臼杯,平面与臼杯边缘完全贴合用于去除模型中相对较差的部分,包括股骨钉的剩余物。由 CMM 数据生成髋臼杯的开放表面并以 STL 文件导入 Simpleware 软件,使用半自动化工具将其与孤立的臼杯模型配准,对齐稳固的鳍状物。随后对配准的髋臼杯表面和骨骼模型进行镜像和适当缩放。 图2:(1)将髋臼表面(紫色)与从 3D […]

开源插件程序:在三维建模中赋予皮质骨和骨小梁不同的材料属性

Posted · Add Comment

概述 骨小梁是一种海绵状的各向异性材料,将载荷从关节表面转移到更为致密的皮质骨。皮质骨的密度和刚度更为一致,处理重复的拉伸和压缩负载产生的压力。在模型中准确地定义这些材料的特性对于将医疗器械设计和手术原理转化为临床应用至关重要。骨科医疗器械通过提供骨骼愈合或关节功能的环境帮助患者康复,外科医生需要根据患者的骨质量、合并症及自身经验,为最佳植入物做出最准确的预测。 精准的计算模型可以使外科医生和医疗器械工程师能够模拟患者骨骼内每种植入物类型的性能,以便就植入物的设计、选择和手术技术做出更为明智的决策。本研究开发了一个利用骨矿物质密度通过定量计算机断层扫描(QCT)确定有限元分析(FEA)中材料属性的插件程序,与图像处理软件 Simpleware 结合简化了该方法的工作流程,可更方便于临床和研究的应用。 亮点 使用 Simpleware ScanIP 的图像处理和 Python 脚本编辑工具对 CT 扫描数据进行预处理。将单个 CT 体素的灰度值转换为杨氏模量开发的插件程序(PIP)以开源的方式共享 灰度值转换为杨氏模量的流程 输入骨小梁/皮质骨的截断密度及相应的灰度和 QCT 密度值将医学数字成像和通信(DICOM)格式的 QCT 值转换为湿表观密度湿表观密度值根据相应的组织转换为杨氏模量使用调整后的 DICOM 文件创建 3D 模型 方法 将扫描的体模 DICOM 图像数据导入 Simpleware 软件中,经过图像处理后分割为包含每个样本的圆柱体/圆盘。使用 Simpleware ScanIP 的灰度测量功能获取每个样本的平均灰度值,以 HU 为单位测量并将结果转换为 DICOM 存储的灰度值。通过对整个体模体积的 HU 进行采样(需要定义为组织等效电子密度样本),可以减少噪声的影响,并且结果可以更准确地表示整个体模的测量放射密度。 图1:研究体模中包含伪影的 DICOM 图像 使用 ScanIP 的 Profile Line 测量工具对每个灰度值进行采样,通过在样本中画线即可导出其灰度值。启动插件程序(PIP)后,提示输入灰度值和体模对应制造商定义的 QCT 密度,跟每个用户的 CT 扫描仪和体模相关。 PIP […]

经导管主动脉瓣植入术中支架放置和旋转方向对假体小叶内应力的影响

Posted · Add Comment

概述 主动脉瓣狭窄(AS)是一种瓣膜小叶钙化和结构扭曲逐渐抑制正常功能的疾病。AS 的常规治疗是外科瓣膜置换术(SVR),但因其极具侵入性,大约 31.8% 的患者被认为不适合该手术。因此,开发出一种替代的微创治疗方案即经导管主动脉瓣植入术(TAVI)。 TAVI 装置是个圆柱形支架,但在植入后会由于原生阀瓣上的钙化材料对支架施加不规则力引起局部膨胀。因此,变形TAVI装置内的小叶可能会承受增大的应力,导致装置过早失效。本项目通过计算分析,模拟一个完整的 TAVI 装置模型,并将其与由 CT 数据获得的主动脉根模型整合,随后进行压力模拟的心动周期。 亮点 在 Simpleware 软件中处理患者 CT 扫描数据,分割主动脉根部并与 TAVI 装置整合;在 ABAQUS 中模拟该装置的心动周期;通过将假体放置在不同角度方向的模拟评估对小叶应力的影响。 方法 获取 83 岁患者心脏舒张期的 CT 扫描数据,导入 Simpleware 软件进行图像处理,分割出主动脉根部、与退行性主动脉狭窄相关的小叶和 8 个钙化肿块。将基于 SAPIEN XT 的 TAVI 装置与主动脉根部整合,并生成高质量的网格模型。 图1:钙化肿块、主动脉根壁和主动脉小叶 然后在 ABAQUS 中模拟该装置的心动周期,重复 8 次,每次装置都相对原生瓣膜处于不同的旋转方向。装置的方向由原生小叶与假体小叶间的夹角定义,模拟的角度 θ 分别为0°、15°、30°、45°、60°、75°、90°和105°。 图2:TAVI 装置小叶(蓝色)相对于原生小叶(黑色)的旋转角度(绿色) 图3:完整 SAPIEN XT 和 NovaFlexþ 输送装置的计算模型 主动脉根部、主动脉、左心室流出道(LVOT)和原生小叶的密度为 1.1 g/cm3,瑞利阻尼系数为 α=800(β=0)。假设钙化肿块的密度为 2g […]

【Simpleware教程】壁厚分析

Posted · Add Comment

在 Simpleware ScanIP 中可以使用壁厚工具对获得的掩膜或面模型进行厚度统计和 3D 可视化厚度分布。本教程将向您展示如何利用壁厚工具研究大脑皮层预分割区域的神经解剖学皮层厚度,该指标被认为与认知能力相关,可用于阿尔茨海默病等脑部疾病的诊断。 本教程所用数据文件路径 C:\Program Files\Synopsys\Simpleware\U-2022.12\Data\WallThickness 1. 生成表面渲染 点击File — Open 打开 CerebralCortex.sip 项目文件。 壁厚工具是使用 3D 视图中对象的三角曲面渲染计算和展示厚度分布。 确认 Dataset browser 下的 Grey matter 掩膜为可见状态。点击 3D preview — Model Setup — Setup model,打开 Model configuration 对话框。在 General 标签,选择 Binarise before smoothing 模式,勾选 Use smart mask smoothing,其他保持默认。在 Surface settings 标签,勾选 Use triangle smoothing for masks,设置 […]

通过3D打印支架的结构设计调控新生骨的体积和功能性

Posted · Add Comment

概述 由创伤、感染引起的临界尺寸骨缺损主要通过同种异体移植和自体移植进行治疗,但这种方案受限于供体部位发病率、感染和疾病传播风险以及有限的骨组织来源。因此,在临界尺寸缺陷中成功再生功能性骨组织仍然是一项重大的临床挑战。近年来,虽然合成的人工骨支架已得到广泛开发,但由于其在体内表现性能不佳,很少能转化为临床应用。本项目旨在系统地了解 3D 打印骨支架的结构设计,如何影响体内临界尺寸骨缺损治疗中新生骨的体积和功能性,以及如何优化以进一步改善结果。 亮点 设计 4 种不同的人工骨支架结构,探索孔径和渗透率对新生骨的影响;在 Simpleware 软件中处理 µCT 图像数据重建三维模型并生成高质量的体积网格;在 ABAQUS 软件中进行仿真,计算渗透率和有效刚度。 工作流程 设计 4 种连通性(100%)相同和孔隙率(≈49.3 ± 1.9%)相似(因工艺原因无法做到完全相同)的不同结构,采用 3D 打印技术为每种结构制作 6 个相同的支架。材料选用生物陶瓷材料 Sr-HT-Gahnite,包含掺锶的锌黄长石(Ca2ZnSi2O7)和锌尖晶石(ZnAl2O4)。这种材料在相当低的温度下仍具有出色的可烧结性,因此可以形成不存在微孔的微观结构。而且它的降解速率较低,可最大限度地减少支架对骨形成的化学影响。 将制备的支架切割成直径 10 mm、高 3 mm的圆盘状结构,使用 SkyScan 1172 扫描获得 µCT 图像数据,导入 Simpleware 软件进行图像处理,裁剪为特定形状用于结构分析。在 Simpleware FE 模块生成高质量的四面体网格模型,导出至 ABAQUS 计算渗透率、有效刚度和断裂强度。然后将支架压入兔颅骨中相同尺寸的骨缺损中,12 周时再次扫描并重建模型,确定每种结构的骨长入量,估算可表明机械稳定性的有效刚度判断新生骨的功能性。 不同排列结构的支架 四种结构的支架具有相同的连通性和近似的孔隙率,不同之处在于孔径和渗透率。结构 A 为对照组;结构 B:与 A 孔径不同,渗透率相近;结构 C:与 A 孔径相同,渗透率 A 是 […]

心室心肌的高保真三维微观力学模型

Posted · Add Comment

概述 肺动脉高压(PAH)等心脏疾病会造成心脏组织结构和力学行为发生实质性改变。PAH 使心脏右心室(RV)长期压力超负荷,右心室最初通过肌纤维肥大增厚以减轻壁应力的增加,但随后扩张并失去收缩功能,导致右心室衰竭。有研究表明,压力超负荷导致的右心室重构是右心室功能不良预后的主要预测因素之一。因此,量化右心室的力学状态,通过开发计算模型更好地了解 PAH 引起重塑的发生、发展和潜在可逆性的影响因素十分必要。 通过心脏的多尺度计算建模,将细胞尺度与组织尺度行为联系起来,可以提高对心脏重塑的理解,并更好地确定治疗靶点。本研究结合共聚焦显微镜技术、软组织力学和有限元建模,开发了一种高保真的心室心肌微观解剖学仿真模型。 亮点 基于兔心肌的高分辨率 3D 成像数据创建三维模型在Simpleware FE 中生成高质量的网格模型在 FEniCS 软件中进行有限元分析 图像处理 取直径为 5mm 的新西兰大白兔左心室心肌样本,冷冻 100 μm 厚的切片,标记切片并在 Fluoromount-G 内密封使其不受压。通过激光扫描共聚焦显微镜获得三维图像堆栈,成像组织体积为 204 × 204 × 60 μm。 采用分水岭算法和基于直方图的阈值分割半自动方法对三维组织结构进行分割和重建。为简化初始有限元模型的开发,将肌细胞连接并组合成“肌纤维”相,而不是单个肌细胞。冠状血管、成纤维细胞和细胞外空间被合并成“细胞外基质(ECM)”或“胶原”相,消除模型域中的空洞。在 Simpleware ScanIP 中利用 Island removal 去除孤岛,使用 Recursive Gaussian 滤波器平滑。在 Simpleware FE 模块中生成由约 110 万个线性四面体单元组成的体积网格。经过图像处理后,肌细胞的方向与 e1 轴对齐,交叉纤维方向与 e2 轴对齐。 图1:左图依次为心肌细胞、冠状动脉血管、成纤维细胞、细胞外空间。中图:肌细胞组成肌纤维相(红色),放大突出显示的为代表性肌细胞;冠状动脉血管、成纤维细胞和细胞外空间合并为细胞外基质相(灰色)。右图:FE 模型横截面展示肌纤维单元嵌入在 ECM单元中。 模拟 单层仿真 基于结构的模型最初是为了具有更分散纤维分布的组织尺度肌纤维/胶原蛋白/相互作用应力而开发。因此,作为微观解剖模型的拟合目标,使用微观解剖有限元几何高度对齐的结构和基于结构的模型模拟应力应变响应。在开源软件 FEniCS 中不同双轴应变配置 E11:E22 = 0.30:0.30、0.30:0.15 和 0.15:0.30 下,对模型的边界表面施加变形。 […]

利用自由式三维超声无创监测动静脉瘘

Posted · Add Comment

概述 终末期肾病(ESRD)患者需要通过动静脉瘘(AVF)接受血液透析,血液透析患者的发病率和死亡率都很高,30% 的患者在第一年内要手术干预 AVF。功能良好的 AVF 始终要具有适合透析的高血流量,新内膜增生引起通路狭窄可能会导致血管通路(VA)失功。磁共振血管造影(MRA)、计算机断层扫描血管造影(CTA)和血管造影最常用于血管网络的 3D 成像,但依赖于熟练的操作员、昂贵的设备和静脉造影剂的使用,造影剂也可能会给 ESRD 患者带来副作用。 因此超声成为一个可行的选项,通过获取 B 模式切片并为它们分配全局位置和方向,空间对齐即可创建三维体积模型。这种 3D 自由式超声已应用于神经导航、乳腺癌放疗计划、脊柱成像及前列腺活检等。本项目开发了一种便携式 3D 自由式超声系统,可在临床环境中扫描患者的 AVF,重建和分析同一患者不同时间的脉管系统。本方法适用于需要在医院进行多次透析治疗的 ESRD 患者,监测高风险的血管通路失功。 亮点 使用自由式超声对动静脉瘘进行无创3D成像在 Simpleware 软件中重建和分析三维模型为 ESRD 患者提供监测血管通路失功的有效方法 图像获取 自由式 3D 超声系统由超声仪和线性超声波换能器(Mindray, L14-6NS, 14MHz, 38mm FOV)组成,换能器通过红外 3D 摄像机跟踪。在工作站笔记本电脑上运行 MATLAB 中的自编软件,启用图像用户界面实现扫描的可视化和质量反馈。为了进行必要的 3D 转换,需要校准确定追踪标记点到超声帧的空间和角度偏移,这些值的初始测量通过每个平面旋转运动的误差最小化得到了改善。大多数 AVF 患者每周至少要去医院进行 3 次透析治疗,本项目设计的扫描过程仅需要患者 5-10 分钟的时间,非超声医师也能够操作。 图1:自由式三维超声系统 图像处理 将处理后的切片图像堆栈导入 Simpleware ScanIP 软件,使用中值滤波去除噪声,通过基于像素强度的阈值分割技术获得脉管系统。在高密度的堆栈中,可以采用间隔地涂画切片并利用插值重建或者重采样的方法缩短分割时间。应用 Recursive Gaussian 平滑后,以 […]

结合Simpleware 与 nTopology 实现患者个性化手术导板制作过程中的自动分割和设计工作流

Posted · Add Comment

概述 新的医疗器械技术使开发高质量、完全定制化的 3D 打印器械成为可能,有助于提高手术效率并改善患者预后。然而,随着对这些高度定制化器械需求的增长,为适应更高的处理量,在改进工作流的过程中受到了手动操作任务的限制,因为需要投入大量的劳动力和时间。急需克服的一些关键瓶颈包括分割患者图像数据和开展针对患者增材制造设计(Design for Additive Manufacturing,DfAM)的工作流程创建 3D 打印器械。 Simpleware 软件团队与 nTopology 合作,为定制手术导板开发了一个无缝、针对特定患者的设计工作流程,利用支持 AI 的图像处理和设计自动化应对共同的挑战。 图1 亮点 Simpleware – nTopology工 作流程可以高效地将 3D 解剖的 DICOM 数据转换为高质量模型。nTopology 工具利用扫描数据和参考标志点为患者提供功能性和形状匹配的个性化解决方案。通过自动化加速手术导板制作过程可以节省时间、提高产量。 Simpleware中的图像分割 针对本项目中的膝关节 CT 数据,Simpleware 软件中有几种不同的分割选项。手动图像分割涉及对图像数据进行各种操作,包括裁剪、阈值分割和应用掩膜洪水填充去除不需要的部分后获得所需的解剖结构,在这里指的是胫骨。Split regions 工具还可以采用算法标记不同的区域以分割出不同的掩膜,分离出胫骨。此外,Close 和 Cavity fill 等工具可以进一步填充掩膜内部,平滑和创建高质量的三角形表面后导出至 nTopology。 图2:在Simpleware软件中使用Split regions工具进行膝关节分割 然而,这些手动步骤也可以使用一系列基础和更高级的脚本选项实现自动化。比如,在手动分割过程中录制宏,显示和运行所有的功能/操作。脚本可以用 Python 和 C# 编译,包括删除脚本中不需要或不可用的任何工作流步骤。通过重放脚本即可生成相同的输出。更进一步地,还能使用脚本创建一个插件添加到 Simpleware 中,可以设置允许宏在不同阶段运行,取决于仍然需要手动完成的操作(例如 split regions)。 基于AI的机器学习自动化 为了扩展自动化,基于 AI 的机器学习模块 Simpleware AS Ortho / CMF 可以在大约两分钟内完成分割,然后通过脚本执行任何其他的步骤。在该模块还可以选择为分割后的胫骨自动添加标志点作为测量点,用于设计手术导板。 在这个项目中,需要处理大约 50 个患者的胫骨模型。Simpleware AI 解决方案意味着可以快速地完成一个大型的工作流程,不必进行重复的手动分割操作。如果需要将所有的胫骨放在大致相同的位置,标志点则可以作为配准工具的参考点将所有的胫骨表面组合在一起。 图3:使用Simpleware AS Ortho / CMF进行胫骨自动分割 nTopology的设计过程 然后将 Simpleware 软件导出的数据作为 nTopology 软件的输入,用于创建可重复的设计过程。nTopology 可以使工作人员根据患者模型自动生成导板匹配面的共形几何,并根据 Simpleware 软件提供的标志点参数化切割孔和缝的位置。 另外,设计工作流程中包含可制造性的考虑以及结构支撑柱、平齐基底结构的添加。设计流程的输出是为增材制造准备的网格文件。 为胫骨手术导板设计这种完整端到端的工作流程意味着临床医生或技术人员可以轻松地按需更改,例如调整导板的设计、用包含一组特定标志点的患者扫描数据定制切割角度。在设计过程的编码中已经综合考虑了专业的可制造性,因此即使没有工程或设计经验的用户也可以无门槛地使用该工作流。 图4:nTopology软件中的最终手术导板 使用脚本自动生成设计 采用这种方法,有一个清晰的路径可以改进和自动化设计患者个性化器械的生成。一旦为单个切割导板创建并验证了设计过程,就可以使用简单的脚本和 n TopCL – n Topology 的命令行界面自动批量处理患者扫描数据的整个文件夹。 在这个概念验证中,研究团队创建了一个 Python 脚本处理 50 个胫骨,并自动为每一个数据生成独特的患者个性化导板。仅用数分钟编写的几行代码即可节省人工设计工作的时间。对于更复杂的项目,可以使用相同的方法把复杂的逻辑构建到工作流中,这样可以将多个来源的数据结合起来- […]

麻总百瀚 | 听觉系统的生物多尺度多物理场研究和医学人工智能

Posted · Add Comment

Simpleware厂商采访了哈佛大学医学院和麻总百瀚麻省眼耳医院的 Hamid Motallebzadeh 博士,了解他在计算生物力学和耳朵方面的研究工作。Hamid 作为 Simpleware 软件的长期用户,已经成功地从解剖学数据中创建了一系列针对不同应用的模型。显然地,无论是提高植入物的有效性或是应用人工智能研究耳朵,Simpleware 软件都发挥了重要的作用。 Hamid Motallebzadeh博士 哈佛医学院耳鼻咽喉头颈外科(OHNS)讲师,麻省眼耳医院研究员。具有计算生物力学专业背景,目前的工作重点是声学、听觉力学和新生儿听力筛查,研究方法包括听觉系统的多尺度多物理生物力学和医学人工智能。 研究内容 主要是开发计算模型解释实验数据,以及理解和预测因测量受到限制而无法进行实验研究情况下的系统行为。目前由 NIH(美国国立卫生研究院)支持的在研项目中涉及从数值模拟生成合成的数据集,特别是用来训练机器学习算法的有限元模型,从而推断中耳状态。 Simpleware的应用 构建有限元模型的第一步是创建感兴趣系统的几何结构。听觉系统的几何结构通常由分割 CT 或 micro-CT 图像获得。2016 年在哈佛大学医学院做博士后相关课题研究时,我研究过几款可以分割临床图像的软件。Simpleware 就是其中之一,鉴于其先进的功能、友好的环境界面和高效的客户服务,我们团队最终决定采购。在此之后,我们就一直使用 Simpleware 重建生物系统模型,不仅用于计算模拟,还可用于结构分析和插图。 头部模型的重要性 我们正在进行以及计划中的项目研究都需要用到完整的头部模型,如骨传导听觉通路和听力植入物及其与周围骨骼的相互作用。由于复合波穿过颅骨的传播方式和受试者的变异性,这种性质的实验测量即使能够实现,也是非常具有挑战性的。此外,在尸体标本上无法研究活性骨的建模和改造过程,借助于有限元建模这种有前景的方法可以研究骨锚式听力植入物的长期表现和活性骨整合过程。 在我们设计的几项包含完整头部有限元模型的项目中,一种是通过颅骨绘制 3D 振动传递模式,长期目标是设计更有效的植入物和外科植入。另一个项目是无创地监测和量化术后骨整合过程,确定骨骼-植入物整合连接外部处理单元的完成情况。这项研究采用了专用于听力植入物的高频振动下骨骼建模和改造结构的机械静态理论计算模型。 未来发展和挑战 我们目前的重点是开发包括固有解剖变异的有限元模型,思路是模拟中耳的正常和病理情况,并生成一个大的合成数据集,所得数据将用于训练从临床数据中推断中耳状态的机器学习算法。在开发这些中耳 3D 结构方面存在着许多挑战,耳膜厚度等精细的结构特征与 μCT 图像的体素尺寸大小相似。因此分割通常需要由人工完成,耗时且比较依赖于建模者的经验。而且不同部位的灰度值过于接近,交界处也不是很清晰,对自动分割的开发也是一个难题。 参考 致谢和更多信息请参考英文原文:https://www.synopsys.com/simpleware/news-and-events/harvard-medical-school.html

 
  • 标签

  •