方法文章

混合现实技术与三维打印在教学中的应用:以心脏解剖为例

DOI:

10.3791/67850

2025年4月18日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本文介绍了一种基于计算机断层扫描从头构建心脏模型的方案,并通过三维(3D)打印与混合现实技术向医学生展示,以辅助解剖学学习。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

混合现实技术和三维(3D)打印在医学领域正变得越来越普遍。在新冠疫情期间及限制措施刚解除后,未来医生的教学中实施了许多创新。解剖学教学中也出现了对沉浸式技术和3D打印技术的兴趣。然而,这些技术尚未得到广泛应用。2023年,为专注于心脏结构教学的课程准备了3D打印模型和混合现实技术中的全息影像。这些技术被用于教学,学生在工程师的支持下,能够学习心脏的详细结构,并熟悉这些支持传统尸体解剖教学模式的新技术。学生认为这种学习方式具有很高的价值。本文介绍了课程材料的准备过程以及进一步应用的可能性。作者认为,这些技术在各级教育的学生教学中具有广阔的发展前景,并支持其更广泛的应用。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

三维(3D)打印技术和混合现实正日益成为医学领域中广泛应用的技术成果。这些技术不仅在来自各个专业的许多专科医师的日常临床实践中被发现越来越多的应用,而且在住院医师以及未来医生(即医学生)的教学中也发挥着重要作用1,2,3,4,5,6

3D 打印技术常用于打印解剖模型,目前主要由商业机构提供,但学生对这类学习准备方式日益增长的兴趣,正推动着医学高校解剖学教研室引入创新手段7。这些解剖教具可基于解剖图谱、绘图与版画资料制作,也可依据影像学检查数据(如计算机断层扫描或磁共振成像)生成1,8,9。利用3D打印机,可以按不同比例打印解剖教具,并可通过颜色、标记及其他变化形式,提升教学材料的可及性10,11。尽管此类材料的可获得性不断提高,波兰的医学生仍难以广泛获取这类教具,即便学生普遍表示愿意在以人体尸体解剖为基础的传统经典教学模式之外,辅以新技术手段,但相关技术尚未得到全面实施。

混合现实技术是虚拟世界与现实世界的融合。借助能够显示预先准备好的全息影像的护目镜,这些影像可以"叠加"在现实世界中的周围物体上12。全息影像可在空间中进行操作,例如放大、缩小或旋转,从而使所观察的图像更易于可视化、获取和使用。混合现实技术正越来越多地被应用于外科领域的操作中,例如心脏外科3,13、骨科14,15,16,17、肿瘤学18。尤其是在新冠疫情期间及之后,基础医学科学领域的教育工作者对包括混合现实在内的新技术日益关注,希望将其应用于未来医生的教育中19,20,21。讲授正常人体解剖学的高校教师也在积极探索将混合现实技术引入其教学领域22,23,24,25,26。创建全息影像需要影像学检查,最常用的是计算机断层扫描(CT),随后由工程师使用专用软件将其渲染并处理为可用于护目镜的全息版本。

我们决定为医学生第一年的解剖学课程开发有助于学习人类心脏解剖结构的教学材料。为此,我们使用了来自心脏病学科的心脏血管CT扫描图像,所有数据均经过彻底匿名化处理后提供。我们分为两个小组,分别制作了全息图像和三维打印模型,并将其用于一次试点课程中向学生展示。学生对这些教学材料的可及性和准确性给予了高度评价,但关于该主题的详细研究将在后续发表——目前相关结果正在评估中。

本文展示了从计算机断层扫描数据构建模型,到将制备完成的模型应用于教学实践的全过程。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本方案遵循西里西亚医科大学人类研究伦理委员会的指南。患者的影像数据在完全匿名化后使用。

1. 3D 打印——三维心脏模型的分割与重建

  1. 图像上传与预处理
    1. 打开 3D Slicer 5.6.0 并进入数据模块27.
    2. 点击 添加数据 选择患者特异性的 DICOM 格式 CT 图像。确保图像以正确的方向上传。
    3. 通过检查轴向、矢状和冠状面图像来评估图像质量 切片观察器验证心肌与心腔之间具有足够的对比度以进行区分。
    4. 如果对比度不足,请调整 窗宽/窗位 通过调整设置以增强组织分化 体积模块. 设置 窗口 350 HU 以及 水平 40 HU 作为起点,并根据需要进行修改。
    5. 确认感兴趣解剖区域(ROI)的可见性,包括心肌和心腔内部。
  2. 基于阈值的分割
    1. 导航至 分割编辑器 模块并点击 添加 创建新的分割。
    2. 选择 阈值 来自分割工具。设置 较低阈值 100 HU上限阈值 300 HU 分离软组织。
      注意:这些数值可能因图像质量和患者特异性特征而异。
    3. 手动调整阈值范围,通过拖动滑块或输入数值,直至心肌和心腔被清晰地分离。通过轴向、矢状向和冠状向视图的视觉检查,确保选择恰当。
    4. 确认已捕获所有相关解剖区域。如有需要,切换至 涂料 用于手动添加或删除阈值分割未准确捕获区域的工具。
    5. 点击 应用 完成基于阈值选择的分割图1)
  3. 手动逐层校正
    1. 使用 剪刀 清除 工具在 片段编辑器手动检查CT数据集的每个切片,通过删除或添加分割区域,修正由伪影或对比度不佳导致的任何不准确之处。
    2. 对于每张切片,需准确定位心肌和心脏内部腔室。若存在疑问,应咨询医学专业人员或解剖学参考资料以确保准确性。
    3. 将心脏分离为两个不同部分:一部分用于心肌,另一部分用于心腔内部。使用 创建新片段 按钮以区分这些结构。
    4. 继续逐层检查和校正,直至在轴向、矢状向和冠状向平面上的所有层面均完成校正与分割。
  4. 后处理与模型导出
    1. 将导出的STL文件导入MeshMixer(图2,称为原型设计软件)。
      1. 首先通过选择来消除小型伪影,并确保模型的均匀性 编辑 > 制备固体.
      2. 在弹出窗口中,选择 固体类型 作为 准确性 以保留分割的精确细节。调整 固体准确性 将滑块设置在 0.8 至 1.0 之间以获得最佳保真度。
    2. 模型固化后,进行人工伪迹去除。使用 擦除 & 填充 用于重建任何受损表面区域的工具。此功能可在以下位置访问 选择 > 修改 > 擦除 & 填充.
    3. 点击并拖动以选择有问题的区域,然后使用 填充 恢复表面连续性的选项。确保填充区域与周围几何形状平滑融合。
    4. 对于一般表面修整,使用 选择 用于突出显示模型中需要平滑的特定区域。选择后,导航至 修改 > 平滑 并迭代地应用该工具。
    5. 调节 平滑强度 根据表面不规则程度,将平滑度滑块设置在10%至50%之间。平滑过程中需谨慎操作,以保持解剖结构的准确性。使用 Shift + 左键单击 取消选择无需修改的区域。
    6. 平滑完成后,使用 检查员 使用工具自动识别并填充网格中任何剩余的孔洞。目视检查模型,确保不存在明显的伪影或表面不规则现象。
    7. 为了将心肌和心脏内腔整合为一个连贯的模型,应用 布尔 操作。前往 编辑 > 布尔并集 并选择两个独立的部分(心肌和心腔)进行合并。
    8. 确保操作成功连接结构,且不产生内部孔洞或重叠。检查交集区域,并通过手动优化合并区域的方式根据需要进行调整 擦除 & 填充 平滑 (图3).
    9. 模型完成统一和优化后,通过选择导出最终的 STL 文件 导出 > STL 用于3D打印制备。
  5. 3D打印模型制备
    1. 材料选择与打印机设置
      1. 使用丙烯腈-丁二烯-苯乙烯(ABS)线材,便于进行丙酮抛光等后期加工处理。
        注意:ABS 对温度波动敏感,因此请确保打印过程中环境温度稳定。
      2. 选择封闭式3D打印机以实现更佳的温度控制。
    2. 打印机和切片设置
      1. 打印机型号:使用合适的打印机。本实验中采用的是带有定制金属外壳的 Creality Ender 3。
      2. 丝材材料:使用ABS。
      3. 在 Cura 或类似的切片软件中配置以下设置。
        喷嘴直径:0.5 mm
        喷嘴温度:约 240 °C(根据耗材品牌调整)
        床层温度:~100 °C
        层高:0.24 mm
        打印速度:约 100 mm/s(如需更高精度,可降低至 50–60 mm/s)
        填充密度:25%(在强度与材料用量之间取得平衡)
        支撑结构:启用自动支撑(例如,树状支撑)
        冷却风扇:关闭以防止翘曲
        ​粘附辅助:使用边缘或筏板以改善打印平台的粘附性
      4. 确保校准打印机,并根据以下因素调整设置:(a)打印机特有的公差,(b)ABS 耗材的特性,以及(c)打印速度与表面质量之间的预期权衡。
    3. 支撑结构与后处理
      1. 支撑结构:使用切片软件中的内置工具(例如 Cura)生成支撑结构,以在打印过程中稳定悬空部分。确保支撑结构不会干扰精细的解剖细节。
      2. 支撑去除:让打印模型完全冷却,以防止去除支撑时造成损坏。小心地去除支撑结构。对于较大或复杂的支撑,使用尖嘴钳进行操作;对于较小或精细的区域,应手动轻柔地去除支撑。
      3. 表面处理:检查打印模型是否存在粗糙区域,尤其是支撑结构连接处。使用细粒度砂纸(例如200-400目)和小型锉刀对这些区域进行精细修整,以实现光滑、连续的表面,提高解剖结构的准确性。
      4. 高级后处理(可选):若需获得光滑表面,可准备一个含丙酮的蒸汽抛光室,将模型暴露于丙酮蒸气中约9分钟(此操作应在通风良好的环境中进行,并采取适当的安全防护措施,如佩戴手套和护目镜),待模型完全干燥后方可接触。
  6. 暂停点。
    1. 在步骤 1.3.1 中每次切片校正后,通过在 3D Slicer 中保存项目来暂停操作流程。之后可继续进行分割,且不会丢失数据。
    2. 在步骤1.4.1中,导出STL文件后,如有需要,可暂停后处理步骤,因其无需连续进行。

2. 混合现实

注意:使用 CarnaLife Holo(以下简称混合现实软件)将心脏 CT 的 DICOM 文件处理为全息影像。

  1. 准备硬件。
    1. 转动 开启 将笔记本电脑插入电源插座。打开混合现实头戴式显示器 开启.
    2. 将路由器连接到笔记本电脑。
  2. 从获取的CT DICOM文件中将CT图像载入混合现实头戴设备中。
    1. 打开混合现实软件并登录(图4).
    2. 选择包含CT扫描的适当文件夹。选择正确的CT数据序列(图5).
    3. 检查头显开启时显示的IP地址,并将其输入混合现实软件中的指定位置。
    4. 点击 连接 按钮以在混合现实头戴设备上查看可视化效果。
  3. 使用手动分割工具对心脏结构进行分割 剪刀 选项 (图6)。通过左键点击并拖动,标记将从CT数据重建中移除的区域。
    1. 通过单击鼠标左键标记末端切割区域,然后在弹出窗口中确认切割。
  4. 从可用预设列表中点击其名称,选择一个适用于心脏结构可视化的预定义预设(颜色可视化参数): CT 心脏成像.
    1. 如有需要,可通过右键单击并按住,同时移动光标来调整窗口,以优化可视化效果 3D 视图.
  5. 加载左、右心室和心房的三维表面模型。
    1. 点击 3D 模型 混合现实软件中的部分。单击 加载模型 按钮
    2. 导航至包含表面模型的文件夹。选择所有四个文件,并通过点击确认 开放调整可视化模型的颜色(图7).
      1. 点击 铅笔 3D 模型列表上的图标。点击 方面 点击可见的弹出窗口中的标签。
      2. 单击白色方块旁边的 颜色 标记。选择一个合适的颜色 颜色选择器 弹出窗口。通过点击确认 好的 按钮。左键单击 3D 视图.
      3. 对剩余的表面模型重复所有步骤。
  6. 利用三个二维视图(轴向、矢状向和冠状向)在适当位置标注解剖结构,完成在二维视图上的注释。
    1. 点击 注释 软件中的部分
    2. 在应用程序窗口的右侧(默认布局下),显示三个重建数据的二维视图。
      1. 通过点击浏览切片 单次- 双箭头 每个2D视图右侧滑块旁边的图标。
      2. 通过点击并按住来切换切片 左移 滚动鼠标滚轮时按下按钮。
      3. 通过拖动蓝色、红色或绿色线条(二维平面表示)来切换切片。
    3. 在选定的二维视图中设置好正确的切片后,使用鼠标滚轮缩放,并通过左键单击放置注释点。注释将在单击位置创建。
    4. 返回到 注释 部分并点击 铅笔 注释列表中对应编号的注释旁的图标。
    5. 在弹出窗口的下半部分输入注释文本,例如, "左心室".
    6. 调整此弹出窗口中注释的颜色、粗细和大小。返回到 二维视图 带有已放置的注释。
    7. 将注释标签从二维平面内拖拽至合适的位置。
    8. 对所有需要标注的解剖结构重复上述所有步骤。
  7. 加载可视化状态以获取可视化中解剖结构的已保存注释。
    1. 点击 加载文件 图标旁边的 软盘 右上角的图标 3D 视图在弹出窗口中,单击 文件夹 图标,导航至保存可视化状态文件的目录,然后单击 选择 文件夹
    2. 如果选择正确且存在适用于该数据的有效文件,系统将显示一个可应用的可视化状态文件列表,取代“未找到文件”的提示,并列出用户可加载的状态名称。
    3. 单击合适的可视化状态以选中它,然后单击“加载”按钮确认。加载完成后,系统将提示用户可视化状态的加载结果。
  8. 要查看全息空间中已准备好的可视化内容,请戴上头戴式显示器并使用语音命令 定位此处 将三维全息CT扫描重建呈现在眼前。使用语音指令进行调整,例如, 旋转、缩放、智能裁剪,并将其与手势结合(图8).
  9. 使用 Cut Smart 语音指令用于应用并调整垂直于视线的切割平面。
  10. 移动和旋转头部以平移所施加切割平面的位置和方向。靠近全息图以使切割平面更深地进入全息重建区域。将头部顺时针旋转90°,切割平面也随之顺时针旋转90°,依此类推。
  11. 执行这些操作以查看心脏结构全息可视化图像、预先加载的解剖结构表面模型及其标注。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

分割与三维重建方案为解剖学教学提供了两种主要输出成果:一个三维打印的心脏模型和一个心脏的三维磁共振可视化图像。这些成果利用患者特异性的CT数据,为学生提供了互补的学习工具,使其能够参与动手实践和沉浸式的学习体验。

3D 打印的心脏模型使学生能够与心脏解剖结构的实体模型进行物理互动。该模型展示了明显的心肌等外部特征,以及包括心腔和瓣膜在内的内部结构。在成功的实验中,模型的解剖学准确性较高,经过后处理后结构清晰,伪影极少。图9展示了一个经过完整后处理的3D打印模型,心肌与内部心腔之间界限清晰。在CT图像对比度欠佳的情况下,分割错误会导致模型出现不准确,例如心腔大小不规则或瓣膜结构不完整。如图10所示,这些问题通常可通过人工干预进行修正,包括进一步平滑处理和去除伪影。

相比之下,三维混合现实可视化技术提供了一种动态且交互式的体验,学生可以在虚拟空间中探索心脏。混合现实环境支持实时交互操作,包括旋转、缩放以及沿不同解剖平面进行切片,有助于更深入地理解冠状动脉或室间隔等复杂结构。成功的混合现实可视化应用能够高度准确地呈现心脏的外部与内部解剖结构。然而,当可视化效果欠佳时(例如分割存在缺陷),会导致内部结构呈现失真,影响混合现实模型的真实感及其教学效果(图11)。对于结构复杂的解剖部位,仅依靠分割方法可能不足以准确呈现。得益于容积渲染技术的实现,可以可视化不同组织密度(以亨氏单位表示),这对于理解解剖结构具有重要意义(12)。

这些技术提供了可靠且互补的工具,通过提供准确且可操作的模型来增强学习体验,尽管其成功依赖于方案初始步骤中分割与重建的质量。总体而言,这些结果表明该方案在利用患者特异性CT数据构建精确心脏模型方面的有效性。这些结果证明了该方案在利用患者特异性CT数据构建精确心脏模型方面的有效性。

一项初步研究旨在评估学生对混合现实技术在解剖学教育中应用的看法,特别是学习心脏结构方面的效果。该研究共纳入106名学生,在工程师的指导下,学生利用全息影像进行学习。课程结束后,研究人员向学生提问:“混合现实技术是否帮助你更好地理解了心脏结构这一主题?”所有受访者(100%)均回答“是”。学生在课程结束后立即接受了一项简短的书面测试,以评估其知识掌握情况,测试要求他们描述与心脏形态相关的三个解剖结构。总分为3分,学生的平均得分为2.037(表1)。

心脏CT扫描;3D模型与横断面图像。心脏结构可视化,解剖学研究。
图1:心脏的CT分割。在3D Slicer软件中进行CT分割的轴向(左上)、冠状面(左下)、矢状面(右下)及3D视图(右上)。请点击此处查看该图的放大版本。

3D心脏模型分析;解剖学研究;对比可视化;结构示意图。
图2:后处理。 在原型设计软件中显示分割生成的3D模型视图。 请点击此处查看该图的放大版本。

三维心脏解剖模型,彩色区域,教学图示,心脏结构分析。
图3:后处理完成后。 在原型设计软件中显示的分割三维模型视图。 请点击此处查看此图的放大版本。

CT扫描图像、三维解剖渲染、骨骼结构;医学影像技术分析。
图4:混合现实软件界面。 应用程序启动界面。清晰且易于操作的登录面板。 请点击此处查看此图的放大版本。

CT扫描分析,医学影像软件界面,3D模型,横断面切片,诊断工具。
图5:在混合现实软件中选择正确的序列。 可用于全息可视化的可用计算机断层扫描图像的选择。请点击此处查看此图的放大版本。

医学影像软件界面;CT扫描分析,包含横断面视图和三维可视化。
图6:混合现实软件中用于裁剪可视化部分的剪刀工具选项。 一种可实时根据用户需求调整全息图像的工具。 请点击此处查看该图的放大版本。

心脏CT分析、三维心脏可视化、解剖学研究、数据量化示意图。
图7:在混合现实软件中调整全息可视化的颜色。为可视化图像添加颜色可提高全息图像的可读性和清晰度。请点击此处查看该图的放大版本。

三维心脏成像分析,带注释的示意图;CT扫描;心脏结构可视化。
图8:使用混合现实软件在全息空间中创建的可视化图像。 一个具有高亮颜色和计算机断层扫描标记的三维全息图,用于辅助空间定位。请点击此处查看该图的放大版本。

人类心脏解剖图;用于教育目的的结构展示及彩色可视化。
图9:后处理及布尔运算后的“X射线”预览视图。 在原型设计软件中查看3D模型。经过完整处理的3D打印模型,心肌与心腔内部结构之间具有清晰区分。请点击此处查看该图的放大版本。

三维心脏模型示意图;解剖结构;教育用途;医学研究可视化。
图10:在四腔心投影模式下切割模型后,最终3D打印部件的预览图。在原型设计软件中查看3D模型,已进行额外的平滑处理和伪影去除。 请点击此处查看该图的放大版本。

CT成像分析、3D模型与横截面、心血管重点、诊断可视化。
图11:在混合现实软件中对CT数据的可视化。 表面渲染代表过度分割的结果。请点击此处查看此图的放大版本。

CT 与 MRI 横截面分析对比器官结构;医学影像,诊断方法。
图 12:混合现实软件中 CT 数据的示例可视化。 体绘制技术,用于可视化不同密度。 请点击此处查看该图的放大版本。

学生总数 (n)106
使用全息影像进行学习的学生人数 (n)106
对问题“混合现实技术是否帮助你更好地理解心脏结构这一主题?”回答“是”的学生人数 (n)106
对问题“混合现实技术是否帮助你更好地理解心脏结构这一主题?”回答“否”的学生人数 (n)0
最低得分0
最高得分3
参加简短笔试并描述与心脏形态相关的三个解剖结构的学生的平均得分2.037
总分3

表1:本研究的初步数据。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

现代解剖学主要基于已有数百年历史的经典且经过验证的方法。人体尸体是培养未来医生的基础,解剖学家强调尸体不仅在理解人体结构方面具有重要作用,而且在塑造伦理态度方面也具有重要意义28,29。技术的发展不仅广泛应用于日常临床操作中,也深入到教学领域,因此出现了将3D打印7,30,31,32以及混合现实技术应用于解剖学教学的尝试33,34,35,36。目前,医生的工作在很大程度上依赖于现代解决方案、设备以及广义的数字化进程,而自动化、机器人化及创新技术应用的比例将持续增加,这一发展趋势近年来一直在持续演进。

将3D打印、混合现实教学或超声技术等手段融入传统教育形式,可对未来医生的职业准备产生极为积极的影响。这不仅有助于学生获取更多知识,并比较各类成像技术中的可视化效果,还在于让他们接触新技术,熟悉其应用,并激发其思考这些技术在个人专业兴趣领域中的创新用途37

在3D打印技术中制备模型,以及在混合现实技术中生成全息影像,都需要投入超过常规的精力,需提前规划其创建过程,并获得在教学中灵活使用这些技术的自由度。需要指出的是,这些技术方案成本较高,尤其是混合现实技术,其需要能够显示全息影像的设备(如护目镜)、工程设施,以及配套的应用程序及其运行支持。相比之下,3D打印由于普及程度更高、成本更低38,实施起来更为容易,但如果解剖学部门希望从头开始自主制作模型,则仍需提前规划采购打印机和耗材(线材),并配备能够将DICOM影像数据转化为适用于打印的图像的软件。

CarnaLife Holo 允许用户上传 CT 数据和分割结果,提供了一种在磁共振领域中极少应用的独特方法。目前最先进的技术通常基于 STL 或 OBJ 文件,采用表面渲染来可视化三维模型39,40。因此,用户只能访问分割结果,难以直接查看原始数据。在分析钙化等微小结构或病变时,这种限制可能带来挑战,因为在这些情况下分割精度至关重要。

通过原始数据可视化(体渲染),用户不仅可以根据几何形态评估结构,还可以通过分析结构内亨氏单位(密度)的分布来进行评估。自动心脏分割是一种常见的技术,可简化手动分割的繁琐工作,但该技术存在局限性41。其分割结构的数量受限,尤其是在存在病理情况时,并且需要高性能硬件以实现高效处理。

为应对这些挑战,已提出结合两种可视化方法——体绘制和面绘制。这种混合方法能够同时可视化分割的结构以及分析数据中数值的分布,为用户提供更全面的数据解读工具。

以心脏解剖为例,构建三维模型较为复杂,因为程序中的标准自动工具不足以从完整图像中准确提取心脏组织,其原因在于解剖结构在大小、形状和位置上存在异质性,且常伴有伪影以及相邻组织间边界模糊(对比度低)。因此,除了阈值分割外,还需结合由医师监督的手动分割方法。 "逐层切片" 应执行机制。下一阶段是将模型适配于3D打印,包括进一步去除图像采集过程中因噪声导致的畸变。打印完成后,模型需在丙酮中轻轻溶解,以获得更光滑的表面。学生使用现成模型的过程十分简便——类似于观察和讨论人体尸体标本。而对于混合现实技术,每次使用均需进行操作培训,包括正确佩戴护目镜以及语音和手势控制。由于可用设备有限,无法同时容纳大量学生参与。为提高影像资料的可及性,采用了特定解剖结构的标记,以促进对标本——全息影像——的快速讨论。

对于初学者而言,掌握 3D Slicer 中的分割与三维重建流程可能具有挑战性,因为该过程涉及学习多种功能和工作流程。熟练掌握通常需要大量的练习和实践经验。根据我们的观察,要对软件的使用建立信心,大约需要投入 20–30 小时的专注工作,其中包括对至少 5–7 个不同心脏模型进行分割。3D Slicer 是一个开源平台,拥有活跃的在线社区支持,提供丰富的故障排查资源、问题解决论坛,以及大量教程和应用案例。这些资源通过提供易于获取的指导,有效促进了学习进程。此外,使用诸如大型语言模型(LLMs)等工具(如 ChatGPT 或 Gemini)可进一步加深对软件及其功能的理解。在学习阶段,若能获得一位在医学影像与解剖学方面经验丰富的导师或主管指导,将极具优势。针对分割策略与准确性的即时反馈,能够加速技能提升,并确保维持解剖学上的精确性。初学者应预期最初的尝试可能耗时较长且容易出错。然而,通过持续练习,分割与优化过程将变得显著更加直观和高效。面对这一学习曲线时,保持耐心至关重要,因为持续地使用该工具将显著提升操作速度与准确性。

本方案的关键步骤是对影像学研究中的心脏组织进行准确的分割和提取,以创建适用于3D打印和混合现实技术的三维模型。

采用3D打印与混合现实技术的心脏解剖课程受到学生的广泛好评,绝大多数学生认为技术辅助非常有用,有助于更好地理解所讨论的主题。作者指出,新技术应作为现有经典教学方法的补充,并应得到越来越广泛的应用。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Maciej Stanuch、Marcel Pikuła、Oskar Trybus 和 Andrzej Skalski 均为 MedApp S.A. 员工。MedApp S.A. 是 CarnaLifeHolo 解决方案的制造商。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

该研究作为非商业合作的一部分开展。

材料

本文使用的材料清单
姓名公司目录编号评论
3D SlicerSlicer 社区https://www.slicer.org版本 5.6.0
CarnaLifeHolo MedApp S.A.https://carnalifeholo.com三维可视化软件
MeshmixerAutodesk 公司https://www.research.autodesk.com/projects/meshmixer/原型设计软件
Ender 3 Creality https://www.creality.com/products/ender-3-3d-printer三维打印机
CuraUltiMaker https://ultimaker.com/software/ultimaker-cura/三维打印软件

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Marconi, S., et al. Value of 3D printing for the comprehension of surgical anatomy. Surg endosc. 31, 4102-4110 (2017).
  2. Bernhard, J. C., et al. Personalized 3D printed model of kidney and tumor anatomy: a useful tool for patient education. World J Urol. 34 (3), 337-345 (2016).
  3. Gehrsitz, P., et al. Cinematic rendering in mixed-reality holograms: a new 3D preoperative planning tool in pediatric heart surgery. Front Cardiovasc Med. 8, 633611(2021).
  4. Vatankhah, R., et al. 3D printed models for teaching orbital anatomy, anomalies and fractures. J Ophthalmic Vis Res. 16 (4), 611-619 (2021).
  5. O'Reilly, M. K., et al. Fabrication and assessment of 3D printed anatomical models of the lower limb for anatomical teaching and femoral vessel access training in medicine. Anat Sci Educ. 9 (1), 71-79 (2016).
  6. Garas, M., et al. 3D-Printed specimens as a valuable tool in anatomy education: A pilot study. Ann Anat. 219, 57-64 (2018).
  7. AbouHashem, Y., et al. The application of 3D printing in anatomy education. Med Educ Online. 20, 29847(2016).
  8. Wu, A. M., et al. The addition of 3D printed models to enhance the teaching and learning of bone spatial anatomy and fractures for undergraduate students: a randomized controlled study. Ann Transl Med. 6 (20), 403(2018).
  9. McMenamin, P. G., et al. The production of anatomical teaching resources using three-dimensional (3D) printing technology. Anat Sci Educ. 7 (6), 479-486 (2014).
  10. Tan, L., et al. Full color 3D printing of anatomical models. Clin Anat. 35 (5), 598-608 (2022).
  11. Garcia, J., et al. 3D printing materials and their use in medical education: a review of current technology and trends for the future. BMJ Simul Technol Enhanc Learn. 4 (1), 27-40 (2018).
  12. Milgram, P., et al. Augmented reality: A class of displays on the reality-virtuality continuum. Proceedings of the International Society for Optical Engineering. (SPIE 1994), Photonics for Industrial Applications; Boston, MA. , The International Society for Optical Engineering. Boston, MA. (1994).
  13. Brun, H., et al. Mixed reality holograms for heart surgery planning: first user experience in congenital heart disease. Eur Heart J Cardiovasc Imaging. 20 (8), 883-888 (2019).
  14. Lu, L., et al. Applications of mixed reality technology in orthopedics surgery: A pilot study. Front Bioeng Biotechnol. 22 (10), 740507(2022).
  15. Condino, S., et al. How to build a patient-specific hybrid simulator for orthopaedic open surgery: benefits and limits of mixed-reality using the Microsoft HoloLens. J Healthc Eng. 2018, 5435097(2018).
  16. Wu, X., et al. Mixed reality technology launches in orthopedic surgery for comprehensive preoperative management of complicated cervical fractures. Surg Innov. 25, 421-422 (2018).
  17. Łęgosz, P., et al. The use of mixed reality in custom-made revision hip arthroplasty: A first case report. J Vis Exp. (186), e63654(2022).
  18. Wierzbicki, R., et al. 3D mixed-reality visualization of medical imaging data as a supporting tool for innovative, minimally invasive surgery for gastrointestinal tumors and systemic treatment as a new path in personalized treatment of advanced cancer diseases. J Cancer Res Clin Oncol. 148 (1), 237-243 (2022).
  19. Wish-Baratz, S., et al. Assessment of mixed-reality technology use in remote online anatomy education. JAMA Netw Open. 3 (9), e2016271(2020).
  20. Owolabi, J., Bekele, A. Implementation of innovative educational technologies in teaching of anatomy and basic medical sciences during the COVID-19 pandemic in a developing country: The COVID-19 silver lining. Adv Med Educ Pract. 8 (12), 619-625 (2021).
  21. Xiao, J., Evans, D. J. R. Anatomy education beyond the Covid-19 pandemic: A changing pedagogy. Anat Sci Educ. 15 (6), 1138-1144 (2022).
  22. Robinson, B. L., Mitchell, T. R., Brenseke, B. M. Evaluating the use of mixed reality to teach gross and microscopic respiratory anatomy. Med Sci Educ. 30 (4), 1745-1748 (2020).
  23. Ruthberg, J. S., et al. Mixed reality as a time-efficient alternative to cadaveric dissection. Med Teach. 42, 896-901 (2020).
  24. Stojanovska, M., et al. Mixed reality anatomy using microsoft hololens and cadaveric dissection: a comparative effectiveness study. Med Sci Educ. 30, 173-178 (2020).
  25. Zhang, L., et al. Using Microsoft HoloLens to improve memory recall in anatomy and physiology: a pilot study to examine the efficacy of using augmented reality in education. J Educ Tech Dev Exch. 12 (1), 17-31 (2020).
  26. Vergel, R. S., et al. Comparative evaluation of a virtual reality table and a HoloLens-based augmented reality system for anatomy training. IEEE Trans Hum Mach Syst. 50 (4), 337-348 (2020).
  27. Fedorov, A., et al. 3D slicer as an image computing platform for the quantitative imaging network. Magn Reson Imaging. 30 (9), 1323-1341 (2012).
  28. Boulware, L. E., et al. Whole body donation for medical science: a population-based study. Clin Anat. 17 (7), 570-577 (2004).
  29. Arráez-Aybar, L. A., Bueno-López, J. L., Moxham, B. J. Anatomists' views on human body dissection and donation: An international survey. Ann anat. 196 (6), 376-386 (2014).
  30. Vaccarezza, M., Papa, V. 3D printing: a valuable resource in human anatomy education. Anat Sci Int. 90 (1), 64-65 (2015).
  31. Smith, C. F., Tollemache, N., Covill, D., Johnston, M. Take away body parts! An investigation into the use of 3D-printed anatomical models in undergraduate anatomy education. Anat Sci Educ. 11 (1), 44-53 (2018).
  32. Lim, K. H., et al. Use of 3D printed models in medical education: A randomized control trial comparing 3D prints versus cadaveric materials for learning external cardiac anatomy. Anat Sci Educ. 9 (3), 213-221 (2016).
  33. Richards, S. Student engagement using HoloLens mixed-reality technology in human anatomy laboratories for osteopathic medical students: an instructional model. Med Sci Educ. 33 (1), 223-231 (2023).
  34. Veer, V., Phelps, C., Moro, C. Incorporating mixed reality for knowledge retention in physiology, anatomy, pathology, and pharmacology interdisciplinary education: a randomized controlled trial. Med Sci Educ. 32 (6), 1579-1586 (2022).
  35. Romand, M., et al. Mixed and augmented reality tools in the medical anatomy curriculum. Stud Health Technol Inform. 270, 322-326 (2020).
  36. Birt, J., et al. Mobile mixed reality for experiential learning and simulation in medical and health sciences education. Information. 9 (2), 31(2018).
  37. Kazoka, D., Pilmane, M., Edelmers, E. Facilitating student understanding through incorporating digital images and 3D-printed models in a human anatomy course. Educ Sci. 11 (8), 380(2021).
  38. Shen, Z., et al. The process of 3D printed skull models for anatomy education. Comput Assist Surg (Abingdon). 24 (1), 121-130 (2019).
  39. Ye, W., et al. Mixed-reality hologram for diagnosis and surgical planning of double outlet of the right ventricle: a pilot study. Clin Radiol. 76 (3), 237.e1-237.e7 (2021).
  40. Bonanni, M., et al. Holographic mixed reality for planning transcatheter aortic valve replacement. Int J Cardiol. 412, 132330(2024).
  41. Chen, L., et al. Automatic 3D left atrial strain extraction framework on cardiac computed tomography. Comput Methods Programs Biomed. 252, 108236(2024).

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

3D CT

相关文章