Technologia rzeczywistości mieszanej i druk trójwymiarowy w nauczaniu: anatomia serca jako przykład
18 kwietnia 2025
W tym miejscu opisujemy protokół konstruowania modelu serca od podstaw w oparciu o tomografię komputerową i prezentujemy go studentom medycyny przy użyciu druku trójwymiarowego (3D) i technologii rzeczywistości mieszanej do nauki anatomii.
Badanie to koncentruje się na integracji rzeczywistości mieszanej z edukacją anatomiczną poprzez opracowanie drukowanych modeli 3D o wysokiej wierności i hologramów serca, przy użyciu aplikacji CarnaLife Holo z Microsoft HoloLens w sesjach szkoleniowych studentów medycyny w celu poprawy ich doświadczenia edukacyjnego. Naukowcy na całym świecie coraz częściej dostrzegają potencjał druku 3D i technologii immersyjnych, w tym rzeczywistości mieszanej w edukacji medycznej i praktyce klinicznej. Ich ciągły rozwój i szersze zastosowanie oznaczają kluczową zmianę w przyszłości innowacji medycznych.
Celem tego badania jest zbadanie rozszerzających się zastosowań rzeczywistości mieszanej, nie tylko w edukacji anatomicznej, ale także w rutynowej praktyce klinicznej w różnych dyscyplinach medycznych, w tym ortopedii i chirurgii urazów układu mięśniowo-szkieletowego, w celu zwiększenia precyzji diagnostycznej i planowania chirurgicznego. Aby rozpocząć, otwórz narzędzie 3D Slicer w wersji 5.6.0 i przejdź do modułu danych. Kliknij przycisk dodaj dane i wybierz obrazy tomografii komputerowej specyficzne dla pacjenta w formacie DICOM.
Oceń jakość obrazów, sprawdzając widoki osiowe, strzałkowe i koronalne w przeglądarce przekrojów. Sprawdź wystarczający kontrast, aby odróżnić mięsień sercowy od komór serca. Teraz przejdź do modułu edytora segmentów i kliknij dodaj, aby utworzyć nową segmentację.
Wybierz próg z narzędzi do segmentacji. Ustaw dolne i górne wartości progowe, aby dokładnie odizolować mięsień sercowy i komory serca. Dostosuj zakres za pomocą suwaków lub wprowadzając wartości, aby upewnić się, że prawidłowe struktury anatomiczne są prawidłowo uchwycone.
Po zastosowaniu segmentacji opartej na progach sprawdź podzielony na segmenty model w widoku osiowym, strzałkowym i koronalnym, aby upewnić się, że komory mięśnia sercowego i serca są prawidłowo uchwycone. Jeśli brakuje jakichkolwiek obszarów, dodaj brakujące regiony za pomocą narzędzia do malowania w module edytora segmentów. Ostrożnie dodaj segmentację do regionów, które nie zostały prawidłowo przechwycone przez progowanie.
Dostosuj rozmiar pędzla zgodnie z potrzebami, aby uzyskać lepszą precyzję, szczególnie w małych lub złożonych obszarach. Podobnie, jeśli w segmentacji obecne są niechciane tkanki lub artefakty, użyj narzędzia do usuwania, aby je usunąć. W przypadku większych, nieprawidłowych obszarów użyj nożyczek, aby skutecznie je odciąć.
Po wprowadzeniu wszystkich niezbędnych poprawek przejrzyj segmentację, aby upewnić się, że mięsień sercowy jest w pełni podzielony na segmenty, bez brakujących lub dodatkowych obszarów, a komory serca są prawidłowo zdefiniowane bez niepożądanych połączeń. Kliknij przycisk Zastosuj, aby sfinalizować segmentację. Aby wyeksportować pliki STL osobno dla komory mięśnia sercowego i serca, przejdź do segmentacji, a następnie eksportuj do plików, a następnie wybierz format STL.
Następnie, aby zoptymalizować komory mięśnia sercowego i serca, otwórz Meshmixer i przejdź do pliku, a następnie importuj. Załaduj pliki STL zarówno dla mięśnia sercowego, jak i komory serca. Upewnij się, że oba modele są prawidłowo wyrównane i widoczne w przestrzeni roboczej.
Wybierz każdy model i przejdź do edycji, a następnie utwórz bryłę. Dostosuj suwak dokładności bryły, aby zrównoważyć szczegóły i stabilność siatki. Zastosuj operację i sprawdź, czy model pozostaje nienaruszony.
Wybierz dokładność czcionki bryły, aby zachować szczegóły anatomiczne. Teraz użyj narzędzia wyboru, aby podświetlić małe niechciane artefakty i usunąć je za pomocą edycji, a następnie odrzucić. W razie potrzeby zrekonstruuj przerwane obszary, przechodząc do zaznaczenia, a następnie modyfikując, wymazując i wypełniając lub używając pędzli.
Aby zoptymalizować model pod kątem druku 3D, wybierz obszar z nierównościami powierzchni. Kliknij deformację, a następnie wygładzenie. Stosuj go iteracyjnie.
Dostosuj suwak siły wygładzania w zależności od stopnia nierówności powierzchni. Następnie, aby scalić komorę mięśnia sercowego i serca, przejdź do edycji, Różnica logiczna i wybierz oba modele. Upewnij się, że operacja pomyślnie łączy konstrukcje bez tworzenia wewnętrznych otworów lub nakładających się powierzchni.
Po zakończeniu scalania i udoskonalania przejdź do pliku, a następnie eksportuj. Zapisz ostateczny ujednolicony model w formacie STL, upewniając się, że jest gotowy do krojenia i drukowania 3D. Wizualizacja rzeczywistości mieszanej zapewniła interaktywną i dynamiczną reprezentację danych z tomografii komputerowej, umożliwiając manipulowanie strukturami serca w czasie rzeczywistym.
Jednak nadmierna segmentacja doprowadziła do niedokładności renderowania powierzchni, zniekształcając wewnętrzne szczegóły anatomiczne. Technika renderowania objętościowego umożliwiła wizualizację różnych gęstości tkanek, poprawiając rozpoznawanie szczegółów anatomicznych. Takie podejście pozwoliło na lepsze różnicowanie złożonych struktur, w których sama segmentacja była niewystarczająca.
Przegląd
Niniejsze badanie koncentruje się na integracji rzeczywistości mieszanej w edukacji anatomicznej poprzez opracowanie wysokiej wierności modeli drukowanych w 3D oraz hologramów serca. Wykorzystanie aplikacji CarnaLife Holo z urządzeniem Microsoft HoloLens ma na celu wzbogacenie sesji treningowych studentów medycyny i poprawę ich doświadczeń edukacyjnych.
Kluczowe elementy badania
Dziedzina nauki
- Edukacja medyczna
- Anatomia
- Technologia rzeczywistości mieszanej
Wprowadzenie
- Druk 3D i technologie immersyjne zyskują uznanie w edukacji medycznej.
- Rzeczywistość mieszana może zwiększyć precyzję diagnostyczną i usprawnić planowanie chirurgiczne.
- Badanie analizuje zastosowania w różnych dyscyplinach medycznych.
- Postępy technologiczne wyznaczają zmianę w innowacjach medycznych.
Cel badania
- Zbadanie zastosowań rzeczywistości mieszanej w edukacji anatomicznej.
- Poprawa doświadczeń edukacyjnych studentów medycyny.
- Ocena wpływu modeli drukowanych w 3D na praktykę kliniczną.
Zastosowane metody
- Wykorzystano program 3D Slicer do segmentacji obrazów CT specyficznych dla pacjenta.
- Utworzono pliki STL dla mięśnia sercowego i jam serca.
- Zoptymalizowano modele za pomocą programu Meshmixer pod kątem druku 3D.
- Wdrożono wizualizację w rzeczywistości mieszanej w celu interaktywnej nauki.
Główne wyniki
- Modele o wysokiej wierności poprawiły rozpoznawanie szczegółów anatomicznych.
- Manipulacja strukturami serca w czasie rzeczywistym usprawniła proces nauki.
- Techniki renderowania objętościowego poprawiły rozróżnianie złożonych struktur.
- Nadmierna segmentacja doprowadziła do niedokładności w renderowaniu powierzchni.
Wnioski
- Rzeczywistość mieszana znacząco usprawnia naukę anatomii.
- Druk 3D dostarcza wartościowych narzędzi do szkolenia medycznego.
- Przyszłe zastosowania mogą objąć różnorodne dyscypliny medyczne.
Najczęściej zadawane pytania
Znaczenie dla Przemysłu
Wysokiej wierności segmentacja 3D oraz wizualizacja anatomii serca w rzeczywistości mieszanej stanowią powtarzalną podstawę dla badań translacyjnych i rozwoju urządzeń medycznych. Te modele cyfrowe i fizyczne umożliwiają precyzyjne testowanie hipotez i ułatwiają interdyscyplinarną współpracę w początkowych etapach odkrywania oraz w procesach przedklinicznych. Ich integracja wspiera pewność prognostyczną w modelowaniu anatomicznym oraz pozwala na dostosowanie rozwoju innowacji w kardiologii do poziomu ryzyka.
Strategiczne zastosowania w badaniach i rozwoju biofarmaceutycznym
Wczesne odkrywanie i walidacja celu
- Umożliwia rygorystyczną analizę zależności między strukturą a funkcją serca z wykorzystaniem danych specyficznych dla pacjenta.
- Wspiera ograniczanie ryzyka mechanistycznego poprzez wyjaśnienie granic anatomicznych i interfejsów tkankowych.
- Ułatwia tworzenie powtarzalnych modeli cyfrowych do walidacji celów w oparciu o sformułowane hipotezy.
Przesiewy i rozwój testów analitycznych
- Zapewnia zestandaryzowane, wysokorozdzielcze modele anatomiczne do kalibracji testów i prototypowania urządzeń.
- Poprawia powtarzalność oraz ilościową ocenę interwencji strukturalnych.
- Umożliwia skalowalne przygotowanie zwalidowanych systemów 3D dla późniejszych etapów procesów przesiewowych.
Badania translacyjne i przedkliniczne
- Umożliwia dopasowanie modelowania anatomicznego do układów istotnych dla przebiegu choroby w celu opracowania translacyjnych biomarkerów.
- Zapewnia ciągłość przejścia od segmentacji cyfrowej do walidacji modelu fizycznego w badaniach przedklinicznych.
- Zmniejsza niejednoznaczność punktów końcowych anatomii przy podejmowaniu decyzji o dalszym rozwoju projektu w oparciu o ocenę ryzyka.
Integracja potoku i przepływu pracy
Ten schemat postępowania łączy obrazowanie cyfrowe, segmentację i generowanie modeli fizycznych, wspierając proces od wczesnego etapu odkryć po walidację przedkliniczną w badaniach i rozwoju układu sercowo-naczyniowego.
- Biologia odkrywcza: Umożliwia precyzyjną weryfikację hipotez i wyjaśnianie szlaków z wykorzystaniem danych anatomicznych pochodzących od pacjentów.
- Screening: Dostarcza powtarzalne, ilościowe modele 3D do oceny testów i urządzeń.
- Analityka: Zapewnia pomiary objętościowe i powierzchniowe w celu porównania stanów anatomicznych i interwencji.
- Badania translacyjne: Ułatwia dostosowanie modeli cyfrowych i fizycznych do punktów końcowych istotnych dla przebiegu choroby.
- Ponowne wykorzystanie w przedsiębiorstwie: Tworzy wielokrotnego użytku infrastrukturę cyfrową do modelowania anatomicznego w różnych programach.
Wpływ operacyjny i przedsiębiorstwa
- Wartość naukowa: Zwiększa pewność prognostyczną i zmniejsza niejednoznaczność mechanistyczną w modelowaniu anatomicznym.
- Wartość operacyjna: Standaryzuje segmentację, generowanie modeli i wizualizację w celu zapewnienia powtarzalności i skalowalności.
- Wartość strategiczna: Umożliwia podejmowanie świadomych decyzji o kontynuacji lub przerwaniu prac (go/no-go) oraz efektywne wykorzystanie kapitału w rozwoju programów terapeutycznych i urządzeń.
- Wpływ na portfolio: Wspiera priorytetyzację skorygowaną o ryzyko oraz ponowne wykorzystanie modeli w różnych programach.
Wskazówki dotyczące implementacji
- Wymagana jest wiedza z zakresu segmentacji cyfrowej, modelowania 3D oraz wizualizacji w rzeczywistości mieszanej.
- Metoda zależy od dostępu do zaawansowanej aparatury obrazowej, oprogramowania do segmentacji i infrastruktury druku 3D.
- Konieczna jest standaryzacja progów segmentacji oraz kryteriów walidacji modeli pomiędzy zespołami.
- Adaptacja do różnych układów narządowych może wymagać doprecyzowania protokołu ze względu na wyzwania specyficzne dla danej tkanki.
- W celu zapewnienia wierności modelu należy wyeliminować błędy renderowania powierzchni wynikające z nadmiernej segmentacji.
