18 апреля 2025 г.
В этой статье мы опишем протокол создания модели сердца с нуля на основе компьютерной томографии и представим его студентам-медикам с использованием трехмерной (3D) печати и технологии смешанной реальности для изучения анатомии.
Это исследование направлено на интеграцию смешанной реальности в обучение анатомии путем разработки высококачественных 3D-печатных моделей и голограмм сердца с использованием приложения CarnaLife Holo с Microsoft HoloLens на учебных занятиях для студентов-медиков для улучшения их учебного процесса. Исследователи во всем мире все чаще признают потенциал 3D-печати и иммерсивных технологий, в том числе смешанной реальности, в медицинском образовании и клинической практике. Их непрерывное развитие и более широкое внедрение знаменуют собой поворотный сдвиг в будущем медицинских инноваций.
Целью данного исследования является изучение расширяющегося применения смешанной реальности не только в обучении анатомии, но и в рутинной клинической практике в медицинских дисциплинах, включая ортопедию и хирургию травм опорно-двигательного аппарата, для повышения точности диагностики и хирургического планирования. Для начала откройте 3D Slicer версии 5.6.0 и перейдите к модулю данных. Нажмите «Добавить данные» и выберите КТ-изображения для конкретного пациента в формате DICOM.
Оцените качество изображений, изучив осевый, сагиттальный и корональный виды в средстве просмотра среза. Убедитесь в достаточном контрасте, чтобы отличить миокард от камер сердца. Теперь перейдите в модуль редактора сегментов и нажмите «Добавить», чтобы создать новую сегментацию.
Выберите пороговое значение в инструментах сегментации. Установите нижнее и верхнее пороговые значения для точной изоляции миокарда и камер сердца. Отрегулируйте диапазон с помощью ползунков или путем ввода значений, чтобы обеспечить правильный захват анатомических структур.
После применения сегментации на основе пороговых значений проверьте сегментированную модель в аксиальном, сагиттальном и корональном видах, чтобы убедиться в правильности захвата миокарда и камер сердца. Если какие-либо области отсутствуют, добавьте недостающие области с помощью инструмента рисования в модуле редактора сегментов. Осторожно добавляйте сегментацию в области, которые не были должным образом зафиксированы с помощью пороговых значений.
При необходимости отрегулируйте размер кисти для большей точности, особенно на небольших или сложных участках. Аналогичным образом, если в сегментации присутствуют нежелательные ткани или артефакты, используйте инструмент стирания для их удаления. Для больших неправильных участков используйте инструмент «Ножницы», чтобы эффективно их отрезать.
После того, как все необходимые коррекции будут сделаны, просмотрите сегментацию, чтобы убедиться, что миокард полностью сегментирован без пропущенных или дополнительных областей, а камеры сердца правильно определены без нежелательных соединений. Нажмите «Применить», чтобы завершить сегментацию. Чтобы экспортировать файлы STL для миокарда и камеры сердца по отдельности, перейдите к сегментациям, затем к экспорту в файлы, а затем выберите формат STL.
Далее, чтобы оптимизировать работу миокарда и сердца, откройте Meshmixer и перейдите к файлу, после чего выполните импорт. Загрузите файлы STL для камер миокарда и сердца. Убедитесь, что обе модели правильно выровнены и видны в рабочем пространстве.
Выберите каждую модель и перейдите к редактированию, а затем сделайте твердым. Отрегулируйте ползунок точности твердого тела, чтобы сбалансировать детализацию и стабильность сетки. Примените операцию и убедитесь, что модель остается неповрежденной.
Выбирайте точность твердотельного типа для сохранения анатомических деталей. Теперь используйте инструмент выделения, чтобы выделить небольшие нежелательные артефакты и удалить их с помощью редактирования, а затем отбросить. При необходимости восстановите нарушенные области, перейдя к выделению, а затем изменив, стерев и заполнив или используя кисти.
Чтобы оптимизировать модель для 3D-печати, выберите область с неровностями поверхности. Нажмите на деформацию, а затем разровняйте. Применяйте его итеративно.
Отрегулируйте ползунок плавной прочности в зависимости от серьезности неровностей поверхности. Затем, чтобы объединить камеры миокарда и сердца, перейдите в раздел «Редактирование», «Булева разница» и выберите обе модели. Убедитесь, что операция успешно соединяет конструкции без создания внутренних отверстий или перекрывающихся поверхностей.
После завершения объединения и уточнения перейдите к файлу, а затем экспортируйте. Сохраните окончательную унифицированную модель в формате STL, убедившись, что она готова к нарезке и 3D-печати. Визуализация смешанной реальности обеспечила интерактивное и динамическое представление данных компьютерной томографии, что позволило манипулировать сердечными структурами в режиме реального времени.
Однако чрезмерная сегментация привела к неточностям при отображении поверхностей, искажая внутренние анатомические детали. Техника объемного рендеринга позволила визуализировать различную плотность тканей, улучшив распознавание анатомических деталей. Такой подход позволил лучше дифференцировать сложные структуры там, где одной сегментации было недостаточно.
Данное исследование посвящено интеграции смешанной реальности в обучение анатомии путем разработки высокоточных 3D-печатных моделей и голограмм сердца. Использование приложения CarnaLife Holo с гарнитурой Microsoft HoloLens направлено на оптимизацию учебных занятий студентов-медиков и повышение эффективности процесса их обучения.
Высокоточное 3D-сегментирование и визуализация анатомии сердца в смешанной реальности обеспечивают воспроизводимую основу для трансляционных исследований и разработки медицинских устройств. Эти цифровые и физические модели позволяют точно проверять гипотезы и способствуют кросс-функциональному взаимодействию на этапах первичного поиска и доклинических исследований. Их интеграция повышает прогностическую достоверность анатомического моделирования и позволяет продвигать инновации в области сердечно-сосудистых заболеваний с учетом рисков.
Данный рабочий процесс объединяет цифровую визуализацию, сегментацию и создание физических моделей, обеспечивая поддержку на всех этапах — от первичных открытий до доклинической валидации в сфере сердечно-сосудистых исследований и разработок.