Öğretimde Karma Gerçeklik Teknolojisi ve Üç Boyutlu Baskı: Bir Örnek Olarak Kalp Anatomisi
18 Nisan 2025
Burada, bilgisayarlı tomografiye dayalı olarak sıfırdan bir kalp modeli oluşturmak için bir protokol açıklıyoruz ve bunu anatomiyi öğrenmek için üç boyutlu (3D) baskı ve karma gerçeklik teknolojisini kullanarak tıp öğrencilerine sunuyoruz.
Bu çalışma, tıp öğrencilerinin öğrenme deneyimlerini geliştirmek için eğitim oturumlarında Microsoft HoloLens ile CarnaLife Holo uygulamasını kullanarak, yüksek kaliteli 3D baskılı modeller ve kalp hologramları geliştirerek karma gerçekliği anatomi eğitimine entegre etmeye odaklanmaktadır. Dünya çapındaki araştırmacılar, tıp eğitimi ve klinik uygulamada karma gerçeklik de dahil olmak üzere 3D baskı ve sürükleyici teknolojilerin potansiyelini giderek daha fazla fark ediyor. Sürekli ilerlemeleri ve daha geniş çapta benimsenmeleri, tıbbi inovasyonun geleceğinde çok önemli bir değişime işaret ediyor.
Bu çalışmanın amacı, yalnızca anatomi eğitiminde değil, aynı zamanda ortopedi ve kas-iskelet sistemi travma cerrahisi de dahil olmak üzere tıbbi disiplinlerdeki rutin klinik uygulamalarda tanısal hassasiyeti ve cerrahi planlamayı geliştirmek için karma gerçekliğin genişleyen uygulamalarını araştırmaktır. Başlamak için 3D Slicer sürüm 5.6.0'ı açın ve veri modülüne gidin. Veri ekle'ye tıklayın ve hastaya özel BT görüntülerini DICOM formatında seçin.
Dilim görüntüleyicide eksenel, sagital ve koronal görünümleri inceleyerek görüntülerin kalitesini değerlendirin. Miyokard ve kalp odacıkları arasında ayrım yapmak için yeterli kontrastı doğrulayın. Şimdi segment düzenleyici modülüne gidin ve yeni bir segmentasyon oluşturmak için ekle'ye tıklayın.
Segmentasyon araçlarından eşiği seçin. Miyokard ve kalp odacıklarını doğru bir şekilde izole etmek için alt ve üst eşik değerlerini ayarlayın. Doğru anatomik yapıların düzgün bir şekilde yakalandığından emin olmak için kaydırıcıları kullanarak veya değerleri girerek aralığı ayarlayın.
Eşik tabanlı segmentasyon uyguladıktan sonra, miyokard ve kalp odacıklarının doğru şekilde yakalandığından emin olmak için segmentli modeli eksenel, sagital ve koronal görünümlerde inceleyin. Herhangi bir alan eksikse, segment düzenleyici modülündeki boyama aracını kullanarak eksik bölgeleri ekleyin. Eşikleme tarafından düzgün bir şekilde yakalanmayan bölgelere segmentasyonu dikkatlice ekleyin.
Özellikle küçük veya karmaşık alanlarda daha iyi hassasiyet için fırça boyutunu gerektiği gibi ayarlayın. Benzer şekilde, segmentasyonda istenmeyen dokular veya artefaktlar varsa, bunları kaldırmak için silme aracını kullanın. Daha büyük yanlış alanlar için, bunları verimli bir şekilde kesmek için makas aletini kullanın.
Gerekli tüm düzeltmeler yapıldıktan sonra, miyokardın eksik veya fazla alan olmadan tamamen segmentlere ayrıldığından ve kalp odacıklarının istenmeyen bağlantılar olmadan doğru şekilde tanımlandığından emin olmak için segmentasyonu gözden geçirin. Segmentasyonu sonlandırmak için uygula'yı tıklayın. Hem miyokard hem de kalp odaları için STL dosyalarını ayrı ayrı dışa aktarmak için segmentasyonlara gidin, ardından dosyalara aktarın ve ardından STL formatını seçin.
Ardından, miyokard ve kalp odacıklarını optimize etmek için Meshmixer'ı açın ve dosyaya gidin, ardından içe aktarın. Hem miyokard hem de kalp odaları için STL dosyalarını yükleyin. Her iki modelin de doğru şekilde hizalandığından ve çalışma alanında görünür olduğundan emin olun.
Her modeli seçin ve düzenlemeye gidin, ardından katı hale getirin. Ayrıntıları ve ağ stabilitesini dengelemek için katı doğruluk kaydırıcısını ayarlayın. İşlemi uygulayın ve modelin bozulmadan kaldığını doğrulayın.
Anatomik ayrıntıları korumak için katı tip doğruluğunu seçin. Şimdi küçük istenmeyen yapıları vurgulamak için seçim aracını kullanın ve bunları düzenle ve ardından sil seçeneğini kullanın. Gerekirse, seç seçeneğine gidip değiştirerek, silerek ve doldurarak veya fırçaları kullanarak bozulan alanları yeniden oluşturun.
Modeli 3D baskı için optimize etmek için yüzey düzensizlikleri olan alanı seçin. Deforme et'e tıklayın ve ardından düzeltin. Yinelemeli olarak uygulayın.
Yüzey düzensizliklerinin ciddiyetine bağlı olarak düzgünce mukavemet kaydırıcısını ayarlayın. Ardından, miyokard ve kalp odacıklarını birleştirmek için düzenle, Boole farkı bölümüne gidin ve her iki modeli de seçin. İşlemin, iç delikler veya üst üste binen yüzeyler oluşturmadan yapıları başarılı bir şekilde birleştirdiğinden emin olun.
Birleştirme ve iyileştirme tamamlandıktan sonra dosyaya gidin ve ardından dışa aktarın. Son birleşik modeli STL formatında kaydederek dilimlemeye ve 3D baskıya hazır olduğundan emin olun. Karma gerçeklik görselleştirmesi, BT verilerinin etkileşimli ve dinamik bir temsilini sağlayarak kalp yapılarının gerçek zamanlı manipülasyonuna izin verdi.
Ancak aşırı segmentasyon, yüzey oluşturma hatalarına yol açarak iç anatomik ayrıntıların bozulmasına neden oldu. Hacim oluşturma tekniği, farklı doku yoğunluklarının görselleştirilmesini sağlayarak anatomik detay tanımayı geliştirdi. Bu yaklaşım, segmentasyonun tek başına yetersiz olduğu karmaşık yapıların daha iyi farklılaşmasına izin verdi.
Genel Bakış
Bu çalışma, yüksek sadakatli 3D baskılı modeller ve kalp hologramları geliştirerek karma gerçekliğin anatomi eğitimine entegre edilmesine odaklanmaktadır. Microsoft HoloLens ile CarnaLife Holo uygulamasının kullanımı, tıp öğrencilerinin eğitim oturumlarını geliştirmeyi ve öğrenme deneyimlerini iyileştirmeyi amaçlamaktadır.
Temel Çalışma Bileşenleri
Bilim Alanı
- Tıp Eğitimi
- Anatomi
- Karma Gerçeklik Teknolojisi
Arka Plan
- 3D baskı ve sürükleyici teknolojiler tıp eğitiminde kabul görmektedir.
- Karma gerçeklik, tanısal hassasiyeti ve cerrahi planlamayı artırabilir.
- Çalışma, çeşitli tıbbi disiplinlerdeki uygulamaları incelemektedir.
- Teknolojideki ilerlemeler, tıbbi inovasyonda bir değişime işaret etmektedir.
Çalışmanın Amacı
- Karışık gerçekliğin anatomi eğitimindeki uygulamalarını araştırmak.
- Tıp öğrencilerinin öğrenim deneyimlerini geliştirmek.
- 3B yazdırılmış modellerin klinik uygulama üzerindeki etkisini değerlendirmek.
Kullanılan Yöntemler
- Hastaya özgü BT görüntü segmentasyonu için 3D Slicer kullanıldı.
- Miyokard ve kalp boşlukları için STL dosyaları oluşturuldu.
- 3D baskı için modeller Meshmixer kullanılarak optimize edildi.
- İnteraktif öğrenme için karma gerçeklik görselleştirmesi uygulandı.
Temel Sonuçlar
- Yüksek sadakatli modeller, anatomik detayların tanınmasını iyileştirmiştir.
- Kalp yapılarının gerçek zamanlı manipülasyonu öğrenmeyi geliştirmiştir.
- Hacimsel oluşturma teknikleri, karmaşık yapıların ayırt edilmesini iyileştirmiştir.
- Aşırı segmentasyon, yüzey oluşturmada hatalara yol açmıştır.
Sonuçlar
- Karma gerçeklik, anatomi eğitimini önemli ölçüde geliştirmektedir.
- 3D baskı, tıbbi eğitim için değerli araçlar sunmaktadır.
- Gelecekteki uygulamalar çeşitli tıbbi disiplinlere genişleyebilir.
Sıkça Sorulan Sorular
Yönetici Endüstriyel Uygunluğu
Kardiyak anatominin yüksek sadakatle 3D segmentasyonu ve karma gerçeklik görselleştirmesi, translasyonel araştırmalar ve cihaz geliştirme süreçleri için tekrarlanabilir bir temel sağlar. Bu dijital ve fiziksel modeller, hassas hipotez testlerine olanak tanır ve erken keşif ile preklinik iş akışlarındaki fonksiyonlar arası iş birliğini kolaylaştırır. Bu modellerin entegrasyonu, anatomik modellemede öngörüye dayalı güveni ve kardiyovasküler inovasyonların riskle uyumlu şekilde ilerletilmesini destekler.
Biyofarma Ar-Ge'de Stratejik Uygulamalar
Erken Keşif ve Hedef Doğrulama
- Hastaya özgü veriler kullanarak kalp yapı-fonksiyon ilişkilerinin titizlikle sorgulanmasına olanak tanır.
- Anatomik sınırları ve doku arayüzlerini netleştirerek mekanistik risklerin azaltılmasını destekler.
- Hipotez odaklı hedef doğrulaması için tekrarlanabilir dijital modellerin oluşturulmasını kolaylaştırır.
Tarama ve Analiz Geliştirme
- Analiz kalibrasyonu ve cihaz prototipleme için standartlaştırılmış, yüksek çözünürlüklü anatomik modeller sağlar.
- Yapısal müdahalelerin tekrarlanabilirliğini ve kantitatif değerlendirmesini geliştirir.
- Alt akış tarama iş akışları için valide edilmiş 3D sistemlerin ölçeklenebilir hazırlığına olanak tanır.
Translasyonel ve Preklinik Araştırmalar
- Translasyonel biyobelirteç geliştirme için anatomik modellemeyi hastalıkla ilgili sistemlerle hizalar.
- Preklinik çalışmalarda dijital segmentasyondan fiziksel model doğrulamasına kadar olan sürekliliği destekler.
- Risk ayarlı ilerleme kararları için anatomik sonlanım noktalarındaki belirsizliği azaltır.
Boru Hattı ve İş Akışı Entegrasyonu
Bu iş akışı, dijital görüntüleme, segmentasyon ve fiziksel model üretimini birbirine bağlayarak, kardiyovasküler Ar-Ge'de preklinik doğrulamadan erken keşif aşamasına kadar destek sağlar.
- Keşif Biyolojisi: Hasta kaynaklı anatomik verileri kullanarak kesin hipotez testlerini ve yolak açıklığa kavuşturma işlemlerini mümkün kılar.
- Tarama: Analiz ve cihaz değerlendirmeleri içinle tekrarlanabilir, kantitatif 3D modeller sunar.
- Analitik: Anatomik durumları ve müdahaleleri karşılaştırmak için volumetrik ve yüzey ölçümleri sağlar.
- Translasyonel Araştırma: Dijital ve fiziksel modellerin hastalıkla ilgili son noktalarla uyumlu hale getirilmesini kolaylaştırır.
- Kurumsal Yeniden Kullanım: Programlar genelinde anatomik modelleme için yeniden kullanılabilir bir dijital altyapı kurar.
Operasyonel ve Kurumsal Etki
- Bilimsel Değer: Anatomik modellemede öngörü güvenini artırır ve mekanistik belirsizliği azaltır.
- Operasyonel Değer: Tekrarlanabilirlik ve ölçeklenebilirlik için segmentasyon, model oluşturma ve görselleştirmeyi standartlaştırır.
- Stratejik Değer: Bilgiye dayalı devam/durdurma kararlarına ve cihaz ile terapötik programların sermaye açısından verimli ilerlemesine olanak tanır.
- Portföy Etkisi: Riskten arındırılmış önceliklendirmeyi ve programlar arası model yeniden kullanımını destekler.
Uygulama Hususları
- Dijital segmentasyon, 3D modelleme ve karma gerçeklik görselleştirme konularında uzmanlık gerektirir.
- Gelişmiş görüntüleme, segmentasyon yazılımı ve 3D baskı altyapısına erişime bağlıdır.
- Segmentasyon eşikleri ve model doğrulama kriterlerinin ekipler arası standardizasyonunu gerektirir.
- Farklı organ sistemlerine adaptasyon, dokuya özgü zorluklar nedeniyle protokollerin geliştirilmesini gerektirebilir.
- Model sadakatini sağlamak için aşırı segmentasyondan kaynaklanan yüzey oluşturma hataları giderilmelidir.
