通过添加线圈减缓在右侧放置植入式心律转复除颤器的发生器引发除颤阈值升高

Posted · Add Comment

概述 植入式心律转复除颤器(ICD)是治疗致命性心律失常最有效的方法,在激活的发生器(can)和右心室(RV)线圈间传递跨越心室心肌的强烈双相电击。通常会将发生器放置在患者左胸锁骨下,远端电极导线植入右心室(RV)腔内,一般是心尖位置。由于各种条件或与导线相关的并发症,这种配置并不总是可以实现,例如先前在左侧的装置感染可能需要重新在右胸植入。还可以选择将电击线圈放置在 RV 室间隔处,而不是像心脏再同步化治疗除颤器(CRT-D)设备那样放置在心尖。 本研究基于高分辨率的 CT 扫描图像数据创建整个躯干的计算模型队列,定量评估是否可以通过右心室(RV)电击线圈的交替定位或在上腔静脉(SVC)和冠状窦(CS)添加线圈减缓右侧发生器配置中除颤阈值(DFT)的潜在增加。 模型生成 躯干模型 获得 5 名接受经导管主动脉瓣置入术计划患者的整个躯干 CT 扫描(0.7 × 0.7 × 0.5 mm)以及额外更高分辨率对比心脏扫描(0.3 × 0.3 × 0.5 mm)的图像数据,在 Simpleware 软件中对主要器官、皮肤和骨骼进行分割。为右心室壁将血池膨胀至 3.5 mm,为左/右心房和主动脉将血池膨胀至 2 mm,并调整重叠区域。此外,还单独分割出肺静脉和 SVC 的血池和壁。 肥厚型和扩张型心肌病 根据测量尺寸初步评估五个心脏模型的病理结构差异,发现其中两个患有肥厚型心肌病(HCM)。为扩大模型队列,对心脏几何形状进行修改,为每个病例生成三个结构不同的心脏,即健康、HCM 和扩张型心肌病(DCM)的心脏。 表1:健康、DCM 和 HCM 心脏的左心室舒张末期直径与心室壁厚度 缺血性心肌病 为重现缺血性心肌病(ICM),随机选择根据梗死的猪心脏晚期钆增强 MRI 重建五种不同的梗死疤痕并映射到五颗健康心脏。选择疤痕位置代表各种典型的灌注区域:左前降支(LAD)、左回旋支(LCA)、右冠状动脉(RCA)。 图1:(A)五个健康心脏中在 RCA、LCA、LAD 灌注区的梗死疤痕(B-F)ICD配置的 RCA、LCA、LAD 疤痕模式下 DFT 能量的比较 ICD 的电极放置 按照设计的每个 ICD 配置将虚拟线圈/发生器植入躯干模型中。对标准经静脉 ICD 配置进行建模,将 RV 电击线圈(直径 2 mm,长 […]

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 […]

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 […]

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

个性化模拟去骨瓣减压术

Posted · Add Comment

需要进行侵入性脑手术的常见原因是来自肿胀变形产生的的致命压力。在这种情况下,神经外科医生会尝试通过去骨瓣减压术缓解压力,切开颅骨让大脑“膨出”。这种方法通常是基于个人经验,具有导致患者严重残疾的风险。在去骨瓣减压术中,大脑神经纤维即轴突有被切断的风险,因此该手术成为外科医生“最后的手段”。 斯蒂文斯理工学院、斯坦福大学、牛津大学、埃克塞特大学等在该领域都已取得了突破性的进展。研究人员开发的工作流程中,使用 Simpleware 软件处理医学图像和生成大脑的有限元(FE)模型,用以模拟不同条件下的开颅手术。这些方法的运用能够使神经外科医生深入地了解极端状况下的组织运动学,有助于规划开颅手术的形状和位置。 创建大脑模型 图1:由3Tesla扫描设备获得成年女性脑部 MRI 图像 大脑包含数十亿神经元和数万亿的突触,所以建模会非常困难。使用 Simpleware 软件通过分割大脑和颅骨的关键区域可以降低这种复杂性。从 3T 扫描仪(GE)获取成年女性头部 MRI数据,导入 Simpleware ScanIP 中进行图像处理,识别分割出感兴趣区域,如组织、小脑、皮肤和颅骨等。 图2:在 Simpleware 软件中创建的头部 FE 网格模型 接下来的挑战是从复杂的分割图像数据中生成可用于仿真的有限元模型。在 Simpleware FE 中利用专有算法同时对不同区域进行精细地网格划分,生成的网格模型可直接用于仿真求解器,无需其他任何后处理。 模拟去骨瓣减压术 将有限元网格模型导入 ABAQUS ,研究具有两种不同颅骨开口的颅骨切除模型:单侧瓣和额部骨瓣。定义材料模型、边界条件、相互作用、约束后,分析不同的溶胀场景。模拟的目的是预测去骨瓣减压手术对大脑的机械负荷,包括白质组织和特定半球的最大体积肿胀。 图3:去骨瓣减压术计算模拟的矢状面和横断面及对应的左侧大脑半球肿胀 结果&结论 该方法研究了位移场、最大主应变以及径向和切向轴突拉伸的影响。模拟可以确定最佳的开口大小,从而控制压力和最大限度地减少轴突损伤的风险。颅骨开口边缘处高强度拉伸的结果表明,预计较大的颅骨切口会减少和分散在大脑中的轴突负荷。研究还发现,打开肿胀同侧的颅骨会产生更好的患者预后。 图4:三种不同脑肿胀场景的中线移位 个性化的头部和大脑模型是改善去骨瓣减压手术效果的有效工具。神经外科医生受益于能够获得辅助术前规划的新数据,同时不同场景的模拟可以实现针对特定患者的手术方案。更长期的临床影响包括减少手术并发症和需要进行的实验测试。在未来,该工作流程可以扩展到任何涉及脑损伤、撞击以及电磁(EM)治疗的场景中。 参考 致谢和更多信息请参考英文原文:https://www.synopsys.com/simpleware/news-and-events/simulating-brain-surgery.htmlWeickenmeier, J., Saez, P., Butler, C.A.M., Young, P.G., Goriely, A., Kuhl, E., 2017. Bulging Brains. Journal of Elasticity, 129(1-2), […]

了解肠外药瓶完整性的瓶塞密封工艺

Posted · Add Comment

概述 用于密封含有肠外药的玻璃瓶最常用的密封系统是由压接铝带固定弹性体瓶塞。这种密封系统可用于保护容器内物质免受包括微生物污染在内的环境因素影响。X 射线微型计算机断层扫描(micro-CT)可提供肠外药瓶密封前后关于弹性体瓶塞和铝带位置的详细信息,用于评估密封完整性和判断是否需要改进密封工艺以确保密封的完整性。在与 Micro Photonics 公司的联合项目中,使用 Simpleware 软件对 micro-CT 数据进行精确地建模和分析。 亮点 通过 X 射线 CT 数据详细研究药瓶的完整性Simpleware 软件可用于图像处理、分割和封帽变形的表面偏差分析本项目为更广泛地分析不同药瓶封帽应用场景拓展了更多可能 图像获取 在密封工艺完成前后从生产线上拿出的两个独立的药瓶进行高分辨率 X 射线 micro-CT 扫描。第一个药瓶代表开放结构,弹性体瓶塞和铝带准备就绪,但铝带还没被压变形,瓶塞也没被压缩。第二个药瓶代表封闭或密封结构,铝带已经完全卷曲,从而压缩瓶塞密封药瓶。在 Bruker SkyScan 1275 Micro – CT 设备上成像,重建投影为各向同性体素大小为 25 微米的连续切片图像。 图:密封工艺中两个不同阶段里肠外药瓶的高分辨率 micro-CT 扫描,左图为开放结构,右图为封闭结构。 图像处理/分割 将每个药瓶的位图图像堆叠导入 Simpleware ScanIP 软件环境,结合使用阈值、形态学滤波器和 3D 编辑工具分割出两种结构中的瓶身、瓶塞和密封带。对分割后的数据应用平滑滤波器,在进一步处理之前平滑表面。 图:使用 Simpleware 软件创建开放结构中分割出的瓶身和密封铝带(左)及其遮盖下未被压缩的瓶塞(右) 密封过程的表征 将两个药瓶结构中分割出的瓶塞和铝带转化为 STL 文件,导入含有开放药瓶结构的项目文件中进行比较。在 Simpleware CAD 模块中,通过与开放结构中瓶塞的对比和表面偏差分析,量化封闭结构中瓶塞的变形。表面偏差流程中需要对封闭结构和开放结构中瓶塞与瓶顶部接触的同等面进行配准。 通过把开放的瓶塞作为参考面和测量开放瓶塞上采样点到变形瓶塞上最近点间的距离进行表面偏差统计。然后将测量获得的距离以参考瓶塞上彩色图的形式展示。还可以在 Simpleware ScanIP 中将变形的铝带叠放在原始的开放铝带图像上,从而可视化密封过程中铝带的变形。同时将铝带与药瓶表面配准,图像显示创建了封闭结构铝带相对于开放铝带的重叠部分,方便观察变形。 结果 将变形的瓶塞叠放在开放的瓶塞和瓶身图像上,可以提供关于密封过程中瓶塞如何变形的定性信息。瓶塞的顶部被压缩,使得塞子在药瓶的上表面和边缘发生横向变形。在密封过程中,可以看到位于瓶子颈部内的塞子部分被迫向下进入药瓶。 图:A)变形瓶塞的剖面(绿色)叠放在开放瓶塞(红色)和药瓶的剖面上;B)变形铝带剖面(绿色)叠放在开放密封带(红色)和药瓶的剖面上;C)开放结构中的瓶塞和密封带;D)封闭结构中的瓶塞和密封带。测量显示,相较于开放结构,封闭结构的封帽被压缩了 22%。 Simpleware 软件中的表面偏差图将变形量化,展示并计算了瓶塞壁的横向变形、塞子顶部的向下变形和底部向瓶内的移动。瓶塞的最大变形为 1.07 mm,最大的变形区域对应在塞子顶部。据观察,瓶塞侧壁的横向变形与集中在瓶塞侧的最大横向变形不一致。 图:(1)封闭结构的变形瓶塞(半透明绿色)叠放在开放的瓶塞上(红色);B)、C)和D)彩图通过以开放瓶塞作为参考面展示封闭结构瓶塞的变形。 获得的数据还表明铝带的变形(压接)不一致。 图:开放结构中金属密封带的下面(左)以及封闭结构(右),可观察到封闭结构中压接不均匀性。 本案例研究展示了一种无损量化和评价肠外药瓶密封过程中弹性体封帽和密封带变形的方法。附加的工作是要建立变形值与药瓶实际密封质量之间的关联。为了进一步开发这个模型,需要在不同的药瓶封帽机设置下对密封药瓶进行额外的测试。还应对这些另外的样品进行传统的容器密闭完整性测试(CCIT),并与本文所述方法获得结果进行比较。通过将这些结果进行关联,可以更好地理解密封过程中塞子和密封带的变形如何影响密封的完整性。 参考 致谢和更多信息请参考英文原文:https://www.synopsys.com/simpleware/resources/case-studies/vials.html

N95 口罩过滤器的高效 3D 打印

Posted · Add Comment

N95 口罩在新型冠状病毒肺炎(COVID-19)大流行期间需求量非常大,因为它透气性好,又能够有效保护公众,同时还可以通过可重复性使用减少环境中的废弃物。3D打印的N95医用口罩过滤器还具有抗菌性或可灭菌性,且适合于灵活设计。然而,这些过滤器的生产速度缓慢,目前相关产业正在通过粘结剂喷射3D打印、micro-CT 扫描、三维图像处理和 CFD 模拟等工作流程解决这一问题。匹兹堡大学、ExOne、Ansys 和 Synopsys 的研究人员致力于开发一种高效的数字化原型工艺,有助于在制造3D打印铜和不锈钢口罩过滤器时节省时间和资源。 图:带过滤器的N95口罩示例 优化 3D 打印过滤器 整合不同资源创建过滤器的工作流: ExOne 公司利用粘结剂喷射打印和烧结的方法获得不同的过滤器样品及其实验数据。使用 Bruker SkyScan 12972 uCT 设备扫描样品。将扫描图像数据导入 Simpleware 软件,对多孔结构进行分割,生成可用于模拟的 CFD 网格模型。采用 Ansys FLUENT 分析 N95 口罩正常使用时的性能,包括多孔电阻和不同条件下 Simpleware 精细网格的模拟运行,从而预测哪些金属粉末/烧结组合符合可接受的过滤标准。结果表明,相较于 1 µm 颗粒,打印的过滤器提高了对 5 µm 颗粒的过滤效率。研究高、低流量区间如何为口罩设计和提高性能提供见解。 图:在 Simpleware 软件中创建的 CFD 网格(左)和 Ansys FLUENT 中的颗粒流模拟:1 µm 颗粒(效率58%)(中)和 5 µm 颗粒(效率97%)(右)。 未来影响 鉴于对 N95 口罩和高效过滤器制造的持续需求,这种结合粘结剂喷射3D打印和打印及后处理参数的迭代优化有望提高灭菌型金属 N95 […]

美敦力:利用数字孪生研究房室传导阻滞

Posted · Add Comment

数字孪生作为再现复杂解剖结构和模拟研究身体与医疗器械之间关系的技术资源,其重要性与日俱增。在医疗行业应用的关键优势之一是能够通过虚拟测试收集数据以补充临床试验,并为制造商增加监管证据。美敦力公司在这方面已经取得一些进展,近期Kevin Sack博士发表的工作成果中使用Simpleware软件创建了一个数字孪生,由经验证的机电全心脏模型研究房室(AV)传导阻滞。 图:示意图展示了机电四腔心脏与由顺应性和阻力项组成集总循环系统之间的连接 创建数字孪生 美敦力构建并验证了一个针对特定受试者的四腔猪心脏模型,从体内数据中研究机电耦合现象。完整工作流程的简要总结为: 对已消融房室结和安装有Micra AV™ 起搏器的家养猪进行CT扫描,将图像数据导入Simpleware中做分割处理,识别出心房并在舒张末期创建心室,然后生成用于仿真的网格。该网格模型的构建是为了研究机电耦合性能,包括用实验记录的LV压力-容积环进行机械校准,通过比较从体内CT扫描创建电子模型的左、右心室表面进行验证。将验证的模型函数与同一受试者的房室传导阻滞仿真进行对比。 从这项研究中,美敦力能够证明除了传导中断,房室传导阻滞还会引起心搏脱漏后舒张期整个心脏应力和应变的增大。更普遍地说,该项目验证了四腔跳动心脏模型的机电功能,用以研究病理功能障碍,并收获了关于心脏的宝贵知识。 深远影响 随着数字孪生成为医疗器械制造商和临床专业人员更加倾向使用的研究工具,美敦力这项研究取得的成果展示出数字孪生在加速新疗法和理解性能方面的巨大潜力。此外,计算模型提供的灵活性意味着可以获得有用的数据,这些数据可能从患者那里收集会非常困难或有风险。 我们也很期待把数字孪生作为计算工作流程的一部分之后还将如何发展。Simpleware软件非常适合为这些应用提供快速准确的图像数据分割服务,尤其是最近推出的人工智能工具可以极大加速处理扫描数据时的常见工作流程。 图:一个完整周期内正常(中图)和房室传导阻滞(上图)机电耦合全心脏模型中的触发激活。左心室压力值对应不同时间(a-f)的标记位置(下图)。 参考 致谢和更多信息请参考英文原文:https://www.synopsys.com/simpleware/news-and-events/digital-twins-medtronic.htmlSack K L, Blauer J J, Campbell M P, et al. Creating a Digital Twin to Investigate AV Block: In-sights From a Validated Electromechanical Full-Heart Model[C]//2020 Computing in Cardiology. IEEE, 2020: 1-4.

Simpleware自动化解决方案助力药物递送的微结构透皮系统研发【应用领域新闻】

Posted · Add Comment

Kindeva 与 Synopsys 开展合作 2022 年 6 月 Kindeva 药物递送公司(简称Kindeva)宣布与 Synopsys 公司合作,利用 Simpleware 软件的自动化解决方案,协助创建一个能够准确测量 Kindeva 微结构透皮系统(MTS)阵列的最先进系统。 此次合作将利用Simpleware图像处理和基于机器学习的人工智能(AI)技术,实现快速准确测量Kindeva的MTS阵列。借助于这个定制化的软件,Kindeva 将能够采用更有效的方式分析计算机断层扫描(CT)图像。之前通过传统方式测量Kindeva阵列微针和涂层几何属性是一个耗时且技术上非常复杂的过程。 Kindeva是一家全球性的合同定制研发生产机构(CDMO),微针平台开发领域的国际领先者。Kindeva 已将微针递送系统带入第III阶段开发状态,并持续改进制造工艺,以达到客户和患者所需的质量和效率。 “通过使用 Simpleware 软件,Kindeva 将能够在几分钟内完成以前需要几天才能完成的工作,它的能力确实令人惊讶。以往我们必须手动测量阵列的各组数据,甚至要依靠统计计算获取每个阵列的整体测量值。现在我们可以通过测量获得所有的数据,不再需要统计概率计算,大大提高了质量和整体速度。”Kindeva研发副总裁 Raj Khankari 评价道。 Synopsys 的工程副总裁 Terry Ma 说“在由 AI 技术支持的 Simpleware 定制化模块帮助下,Kindeva 基于 CT的自动化检测工作流程可以有效地扩大规模。我们的解决方案将确保提供一致的高质量、高准确性和可重复性,减少在手动重复性任务上的耗时,并加快新入职工程师的培训过程。我们非常期待与 Kindeva 之后的合作,进一步深化伙伴关系,为客户带来更高的价值。” 关于 Kindeva 药物递送公司 Kindeva 药物递送公司总部位于美国明尼苏达州,全球拥有约 1000 名员工。在明尼苏达州伍德伯里、加利福尼亚州北岭以及英国拉夫堡和克利瑟罗都设有重要的研发和生产基地。Kindeva 为客户提供从配方、产品研发到商业生产完整过程中的独有技术和优质服务。Kindeva 专注于复杂的药物项目,其目前的产品涵盖吸入、透皮、微针透皮系统和连接药物递送。 参考 原文与更多信息请参考:https://www.kindevadd.com/news/kindeva-drug-delivery-announces-collaboration-with-synopsys/

 
  • 标签

  •