JoVE Logo

Anmelden

In diesem Artikel

  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Nachdrucke und Genehmigungen

Zusammenfassung

Hier beschreiben wir ein Protokoll zur Konstruktion eines Herzmodells von Grund auf auf Basis von Computertomographie und stellen es Medizinstudenten mittels dreidimensionalem (3D) Druck und Mixed-Reality-Technologie zum Erlernen der Anatomie vor.

Zusammenfassung

Mixed-Reality-Technologie und dreidimensionaler (3D) Druck werden in der Medizin immer häufiger eingesetzt. Während der COVID-19-Pandemie und unmittelbar nach der Lockerung der Beschränkungen wurden viele Neuerungen in der Ausbildung zukünftiger Ärztinnen und Ärzte umgesetzt. Auch im Anatomieunterricht gab es Interesse an immersiven Techniken und 3D-Drucktechnologie. Dies sind jedoch keine gängigen Implementierungen. Im Jahr 2023 wurden 3D-Drucke und Hologramme in der Mixed-Reality-Technologie für den Unterricht vorbereitet, der sich auf die Struktur des Herzens konzentriert. Sie dienten dem Unterricht von Studenten, die mit Unterstützung von Ingenieuren die detaillierte Struktur des Herzens kennenlernen und sich mit den neuen Technologien vertraut machen konnten, die das traditionelle Modell des Lernens an menschlichen Leichen unterstützen. Die Studierenden empfinden diese Möglichkeit als sehr wertvoll. Der Artikel stellt den Prozess der Vorbereitung von Materialien für den Unterricht und weitere Umsetzungsmöglichkeiten vor. Die Autoren sehen eine Chance für die Entwicklung der vorgestellten Technologien in der Lehre der Studierenden auf verschiedenen Bildungsstufen und die Rechtfertigung für eine zunehmend breite Implementierung.

Einleitung

Die dreidimensionale (3D) Drucktechnologie und Mixed Reality sind immer häufiger genutzte technologische Errungenschaften in der Medizin. Immer mehr Anwendungen finden sich nicht nur in der täglichen klinischen Praxis vieler Fachärzte aus verschiedenen Bereichen, sondern auch in der Lehre von Assistenzärzten und zukünftigen Ärzten, d.h. Medizinstudenten 1,2,3,4,5,6.

Die 3D-Drucktechnologie wird häufig zum Drucken anatomischer Modelle verwendet, die hauptsächlich von kommerziellen Unternehmen angeboten werden, aber das wachsende Interesse der Studenten an dieser Art der Vorbereitung auf das Lernen ist ein Impuls für die Einführung von Innovationen in den Abteilungen für Anatomie an medizinischen Universitäten7. Präparate können auf der Grundlage von Daten aus anatomischen Atlanten, Zeichnungen und Stichen, aber auch auf der Grundlage von bildgebenden Untersuchungen wie der Computertomographie oder der Magnetresonanztomographieerstellt werden 1,8,9. Es ist möglich, anatomische Präparate auf einem 3D-Drucker in verschiedenen Maßstäben zu drucken, und es ist möglich, Farben, Marker und andere Variationen zu verwenden, um die Zugänglichkeit des Unterrichtsmaterials zu erhöhen10,11. Trotz der zunehmenden Verfügbarkeit von Materialien haben Medizinstudenten in Polen keinen breiten Zugang zu dieser Art der Vorbereitung, trotz der erklärten Bereitschaft, das derzeitige klassische Lehrmodell, das auf der Vorbereitung menschlicher Leichen basiert, mit neuen Technologien zu unterstützen, die noch nicht vollständig implementiert sind.

Mixed-Reality-Technologie ist die Integration der virtuellen Welt in die reale Welt. Dank einer Brille, die die Visualisierung von zuvor präparierten Hologrammen ermöglicht, können diese auf umgebende Objekte in der realen Welt "überlagert" werden12. Hologramme können im Raum manipuliert werden, z. B. vergrößert, verkleinert oder gedreht, wodurch das betrachtete Bild besser visualisiert, zugänglich und nützlicher wird. Mixed Reality wird zunehmend von Operateuren in chirurgischen Disziplinen eingesetzt, z. B. in der Herzchirurgie 3,13, in der Orthopädie 14,15,16,17, in der Onkologie 18. Vor allem in der Zeit nach der COVID-19-Pandemie interessieren sich Didaktiker im Bereich der medizinischen Grundlagenwissenschaften zunehmend für die neuen Technologien, einschließlich Mixed Reality, um sie in die Ausbildung zukünftiger Ärzte zu implementieren 19,20,21. Auch akademische Lehrer, die normale Anatomie unterrichten, finden Raum für die Einführung von Mixed Reality in ihrem Fachgebiet 22,23,24,25,26. Die Erstellung von Hologrammen erfordert eine bildgebende Studie, meist Computertomographie, die von Ingenieuren mit spezieller Software in eine holografische Version gerendert und verarbeitet wird, die mit einer Schutzbrille verwendet werden kann.

Wir haben uns entschieden, nützliche Materialien für Studenten zu erstellen, um die Anatomie des menschlichen Herzens im Rahmen des Anatomieunterrichts im ersten Jahr des Medizinstudiums zu erlernen. Zu diesem Zweck wurde eine Angio-CT-Untersuchung des Herzens verwendet, die nach vorheriger vollständiger Anonymisierung der Daten von der Klinik für Kardiologie zur Verfügung gestellt wurde. Wir, aufgeteilt in zwei Teams, erstellten Hologramme und 3D-Drucke, die dann im Rahmen einer Pilotstunde den Schülerinnen und Schülern zur Verfügung gestellt wurden. Die Studierenden bewerteten die Zugänglichkeit und Genauigkeit der Materialien sehr gut, eine detaillierte Studie zu diesem Thema wird jedoch später vorgestellt – die Ergebnisse werden derzeit ausgewertet.

Hier zeigen wir den Prozess der Modellerstellung von der Computertomographie bis hin zur Präsentation von vorgefertigten Modellen, die in der Unterrichtspraxis implementiert sind.

Protokoll

Das Protokoll folgt den Richtlinien der Ethikkommission für Humanforschung der Medizinischen Universität Schlesien. Die bildgebenden Daten des Patienten wurden nach vollständiger Anonymisierung verwendet.

1. 3D Printing - Segmentierung und Rekonstruktion des 3D-Herzmodells

  1. Hochladen und Vorverarbeiten von Bildern
    1. Öffnen Sie 3D Slicer 5.6.0 und navigieren Sie zum Datenmodul27.
    2. Klicken Sie auf Daten hinzufügen und wählen Sie die patientenspezifischen CT-Bilder im DICOM-Format aus. Stellen Sie sicher, dass die Bilder in der richtigen Ausrichtung hochgeladen werden.
    3. Beurteilen Sie die Qualität der Bilder, indem Sie axiale, sagittale und koronale Ansichten im Slice Viewer überprüfen. Stellen Sie sicher, dass der Kontrast ausreichend ist, um zwischen dem Myokard und den Herzkammern zu unterscheiden.
    4. Wenn der Kontrast nicht ausreicht, passen Sie die Fenster- /Ebeneneinstellungen an, um die Gewebedifferenzierung mit dem Volumenmodul zu verbessern. Setzen Sie das Fenster auf 350 HE und die Ebene auf 40 HE als Ausgangspunkt und ändern Sie es bei Bedarf.
    5. Bestätigen Sie die Sichtbarkeit der anatomischen Regionen von Interesse, einschließlich des Myokards und der inneren Herzkammern.
  2. Schwellenwertbasierte Segmentierung
    1. Navigieren Sie zum Modul Segmenteditor und klicken Sie auf Hinzufügen , um eine neue Segmentierung zu erstellen.
    2. Wählen Sie Schwellenwert aus den Segmentierungstools aus. Legen Sie den unteren Thresold auf 100 HU und den oberen Schwellenwert auf 300 HU fest, um Weichgewebe zu isolieren.
      HINWEIS: Diese Werte können je nach Bildqualität und patientenspezifischen Merkmalen variieren.
    3. Passen Sie den Schwellenwertbereich manuell an, um den ROI zu verfeinern, indem Sie die Schieberegler ziehen oder Werte eingeben, bis das Myokard und die Herzkammer eindeutig isoliert sind. Verwenden Sie die visuelle Inspektion in der axialen, sagittalen und koronalen Ansicht, um die richtige Auswahl sicherzustellen.
    4. Vergewissern Sie sich, dass alle relevanten anatomischen Bereiche erfasst sind. Wechseln Sie bei Bedarf zum Malwerkzeug , um Bereiche der Segmentierung, die durch die Schwellenwertbestimmung nicht ordnungsgemäß erfasst wurden, manuell hinzuzufügen oder zu entfernen.
    5. Klicken Sie auf Übernehmen , um die Segmentierung für die schwellenwertbasierte Auswahl abzuschließen (Abbildung 1)
  3. Manuelle Slice-by-Slice-Korrektur
    1. Überprüfen Sie mit den Werkzeugen "Schere " oder "Löschen " im Segmenteditor jedes Segment des CT-Datasets manuell. Korrigieren Sie Ungenauigkeiten, z. B. solche, die durch Artefakte oder schlechten Kontrast verursacht werden, indem Sie segmentierte Bereiche nach Bedarf entfernen oder hinzufügen.
    2. Konzentrieren Sie sich bei jeder Scheibe auf die genaue Identifizierung des Myokards und der inneren Herzkammern. Wenn Unklarheiten auftreten, konsultieren Sie einen Arzt oder eine anatomische Referenz, um die Genauigkeit zu gewährleisten.
    3. Teilen Sie das Herz in zwei verschiedene Segmente auf: eines für das Myokard und eines für die inneren Kammern. Verwenden Sie die Schaltfläche Neues Segment erstellen , um diese Strukturen zu unterscheiden.
    4. Fahren Sie mit der schichtweisen Inspektion und Korrektur fort, bis alle Schichten in der axialen, sagittalen und koronalen Ebene korrigiert und segmentiert sind.
  4. Nachbearbeitung und Modellexport
    1. Importieren Sie die exportierten STL-Dateien in MeshMixer (Abbildung 2, wird als Prototyp-Designsoftware bezeichnet).
      1. Beginnen Sie damit, kleine Artefakte zu beseitigen und die Einheitlichkeit des Modells sicherzustellen, indem Sie Bearbeiten > Volumenkörper erstellen auswählen.
      2. Wählen Sie im Popup-Fenster Volumenkörpertyp als Genauigkeit aus, um die genauen Details der Segmentierung beizubehalten. Stellen Sie den Schieberegler Volumenkörpergenauigkeit auf einen Wert zwischen 0,8 und 1,0 ein, um eine optimale Wiedergabetreue zu erzielen.
    2. Fahren Sie nach dem Verfestigen des Modells mit der manuellen Entfernung von Artefakten fort. Verwenden Sie das Werkzeug Radieren & Füllen , um gestörte Oberflächenbereiche zu rekonstruieren. Der Zugriff darauf erfolgt unter Auswählen > Ändern > Löschen & Füllen.
    3. Klicken und ziehen Sie, um problematische Bereiche auszuwählen, und verwenden Sie dann die Option Füllung , um die Oberflächenkontinuität wiederherzustellen. Stellen Sie sicher, dass die gefüllten Bereiche nahtlos mit der umgebenden Geometrie übergehen.
    4. Verwenden Sie für eine allgemeine Oberflächenverfeinerung das Auswahlwerkzeug, um bestimmte Bereiche des Modells hervorzuheben, die geglättet werden müssen. Navigieren Sie nach der Auswahl zu Ändern > Glätten , und wenden Sie das Werkzeug iterativ an.
    5. Stellen Sie den Schieberegler Glättungsstärke zwischen 10 und 50 % ein, abhängig von der Schwere der Oberflächenunregelmäßigkeiten. Seien Sie vorsichtig, um die anatomische Genauigkeit beim Glätten zu erhalten. Verwenden Sie Umschalt + Linksklick , um die Auswahl von Bereichen aufzuheben, die nicht geändert werden müssen.
    6. Sobald die Glättung abgeschlossen ist, verwenden Sie das Inspektor-Werkzeug , um alle verbleibenden Löcher im Netz automatisch zu identifizieren und zu füllen. Überprüfen Sie das Modell visuell, um sicherzustellen, dass keine größeren Artefakte oder Oberflächenunregelmäßigkeiten vorhanden sind.
    7. Um das Myokard und die inneren Herzkammern in ein zusammenhängendes Modell zu integrieren, wenden Sie boolesche Operationen an. Gehen Sie zu > Boolesche Vereinigung bearbeiten und wählen Sie die beiden separaten Teile (Myokard und Kammern) aus, um sie zusammenzuführen.
    8. Stellen Sie sicher, dass der Vorgang die Strukturen erfolgreich verbindet, ohne interne Löcher oder Überlappungen zu erzeugen. Überprüfen Sie die Schnittpunkte, und passen Sie sie nach Bedarf an, indem Sie die Verschmelzungsbereiche manuell mit "Radieren und Füllen " oder "Glätten " verfeinern (Abbildung 3).
    9. Nachdem das Modell vereinheitlicht und verfeinert wurde, exportieren Sie die endgültige STL-Datei, indem Sie > STL für die Vorbereitung des 3D-Drucks exportieren auswählen.
  5. Modellvorbereitung für den 3D-Druck
    1. Materialauswahl und Druckereinstellungen
      1. Verwenden Sie Acrylnitril-Butadien-Styrol (ABS)-Filament, das eine einfache Nachbearbeitung, wie z. B. Acetonglättung, ermöglicht.
        HINWEIS: ABS reagiert empfindlich auf Temperaturschwankungen, sorgen Sie also für eine stabile Umgebung während des Drucks.
      2. Entscheiden Sie sich für einen geschlossenen 3D-Drucker für eine bessere Temperaturkontrolle.
    2. Drucker- und Slicer-Einstellungen
      1. Druckermodell: Verwenden Sie den entsprechenden Drucker. Hier kam der Creality Ender 3 mit einem speziell angefertigten Metallgehäuse zum Einsatz.
      2. Filamentmaterial: Verwenden Sie ABS.
      3. Konfigurieren Sie die folgenden Einstellungen in Cura oder einer ähnlichen Slicing-Software.
        Durchmesser der Düse: 0,5 mm
        Düsentemperatur: ~240 °C (je nach Filamentmarke anpassen)
        Betttemperatur: ~100 °C
        Schichthöhe: 0,24 mm
        Druckgeschwindigkeit: ~100 mm/s (für höhere Qualität auf 50-60 mm/s reduzieren)
        Fülldichte: 25 % (um Festigkeit und Materialverbrauch auszugleichen)
        Stützen: Aktivieren Sie automatische Stützen (z. B. Baumstützen)
        Lüfter: Ausschalten, um ein Verziehen zu verhindern
        Adhäsionshilfen: Verwenden Sie eine Krempe oder ein Floß, um die Haftung im Bett zu verbessern
      4. Stellen Sie die Kalibrierung des Druckers sicher und passen Sie die Einstellungen basierend auf (a) druckerspezifischen Toleranzen, (b) Eigenschaften des ABS-Filaments und (c) dem gewünschten Kompromiss zwischen Druckgeschwindigkeit und Oberflächenqualität an.
    3. Stützstrukturen und Nachbearbeitung
      1. Stützstrukturen: Generieren Sie Stützen in der Slicing-Software mit integrierten Werkzeugen (z. B. Cura), um überhängende Merkmale während des Drucks zu stabilisieren. Stellen Sie sicher, dass die Stützen nicht mit empfindlichen anatomischen Details in Berührung kommen.
      2. Entfernen der Stützstütze: Lassen Sie das gedruckte Modell vollständig abkühlen, um Beschädigungen beim Entfernen der Stütze zu vermeiden. Stützen vorsichtig entfernen. Verwenden Sie eine Spitzzange für eine umfangreichere Unterstützung. Bei kleineren oder empfindlichen Bereichen die Stützen vorsichtig von Hand entfernen.
      3. Oberflächenveredelung: Untersuchen Sie das gedruckte Modell auf raue Stellen, insbesondere dort, wo Stützen angebracht waren. Glätten Sie diese Bereiche mit feinem Schleifpapier (z. B. Körnung 200-400), kleinen Feilen für eine präzise Detaillierung und streben Sie eine saubere, durchgehende Oberfläche an, um die anatomische Genauigkeit zu verbessern.
      4. Erweiterte Nachbearbeitung (optional): Wenn eine polierte Oberfläche erforderlich ist, bereiten Sie eine Dampfglättungskammer mit Aceton vor und setzen Sie das Modell ~9 Minuten lang Acetondämpfen aus (führen Sie diesen Schritt in einem gut belüfteten Bereich mit geeigneten Sicherheitsvorkehrungen [z. B. Handschuhe, Schutzbrille] durch) und lassen Sie das Modell vollständig trocknen, bevor Sie es anfassen.
  6. Pausieren von Punkten.
    1. Pausieren Sie das Protokoll nach jeder Slice-Korrektur in Schritt 1.3.1, indem Sie das Projekt im 3D Slicer speichern. Nehmen Sie die Segmentierung zu einem späteren Zeitpunkt ohne Datenverlust wieder auf.
    2. In Schritt 1.4.1 pausieren Sie nach dem Exportieren der STL-Dateien bei Bedarf die Nachbearbeitungsschritte, da sie keine Kontinuität erfordern.

2. Gemischte Realität

HINWEIS: Verarbeiten Sie die CT-DICOM-Dateien des Herzens mit CarnaLife Holo (als Mixed-Reality-Software bezeichnet) in eine holografische Darstellung.

  1. Bereiten Sie die Hardware vor.
    1. Schalten Sie den Laptop ein und stecken Sie ihn in eine Steckdose. Schalten Sie das Mixed Reality-Headset ein.
    2. Verbinden Sie den Router mit dem Laptop.
  2. Laden Sie das CT-Bild aus den erfassten CT-DICOM-Dateien in das Mixed Reality-Headset.
    1. Öffnen Sie die Mixed Reality-Software, und melden Sie sich an (Abbildung 4).
    2. Wählen Sie den entsprechenden Ordner mit CT-Scans aus. Wählen Sie die richtige Reihe von CT-Daten aus (Abbildung 5).
    3. Überprüfen Sie die IP-Adresse, die beim Einschalten des Headsets angezeigt wird, und geben Sie diese an der dafür vorgesehenen Stelle in der Mixed-Reality-Software ein.
    4. Klicken Sie auf die Schaltfläche Verbinden , um die Visualisierung auf dem Mixed-Reality-Headset anzuzeigen.
  3. Segmentieren Sie die Herzstruktur mit einem manuellen Segmentierungswerkzeug unter Verwendung der Option Schere (Abbildung 6). Markieren Sie damit Bereiche, die aus der CT-Datenrekonstruktion entfernt werden, durch Linksklick und Ziehen.
    1. Beenden Sie die Markierung des Schnittbereichs, indem Sie mit der linken Maustaste klicken und dann den Schnitt im Pop-up bestätigen.
  4. Wählen Sie aus einer Liste der verfügbaren Voreinstellungen eine vordefinierte Voreinstellung (Farbvisualisierungsparameter), die für die Visualisierung der Herzstruktur geeignet ist, indem Sie auf ihren Namen klicken: CT CARDIAC HOLLOW.
    1. Passen Sie die Visualisierung bei Bedarf an, indem Sie das Fenster mit der rechten Maustaste ändern und gedrückt halten, während Sie den Cursor in der 3D-Ansicht bewegen.
  5. Laden Sie 3D-Oberflächenmodelle von linken und rechten Ventrikeln und Vorhöfen.
    1. Klicken Sie in der Mixed-Reality-Software auf den Abschnitt 3D-Modelle . Klicken Sie auf die Schaltfläche Modelle laden .
    2. Navigieren Sie zum Ordner mit den Oberflächenmodellen. Wählen Sie alle vier Dateien aus und bestätigen Sie mit einem Klick auf Öffnen. Passen Sie die Farben der visualisierten Modelle an (Abbildung 7).
      1. Klicken Sie auf das Bleistiftsymbol in der Liste der 3D-Modelle. Klicken Sie im sichtbaren Pop-up-Fenster auf die Registerkarte Aspekt .
      2. Klicken Sie auf das weiße Quadrat neben dem Farbetikett. Wählen Sie eine geeignete Farbe mit dem Popup-Fenster Farbwähler aus. Bestätigen Sie mit einem Klick auf die Schaltfläche OK . Klicken Sie mit der linken Maustaste auf 3D-Ansicht.
      3. Wiederholen Sie alle Schritte für die verbleibenden Flächenmodelle.
  6. Erstellen Sie Anmerkungen von anatomischen Strukturen in 2D-Ansichten, indem Sie drei 2D-Ansichten (axial, sagittal und koronal) verwenden, um den Anmerkungspunkt an der entsprechenden Stelle zu platzieren.
    1. Klicken Sie in der Software auf den Abschnitt Anmerkungen .
    2. Auf der rechten Seite des App-Fensters (im Standard-App-Layout) befinden sich drei 2D-Ansichten mit rekonstruierten Daten.
      1. Gehen Sie durch die Segmente, indem Sie auf die Symbole mit einem oder einem Doppelpfeil neben dem Schieberegler auf der rechten Seite jeder 2D-Ansicht klicken.
      2. Ändern Sie das Segment, indem Sie die linke Umschalttaste gedrückt halten, während Sie mit dem Mausrad scrollen.
      3. Ändern Sie das Segment, indem Sie blaue, rote oder grüne Linien (Darstellungen in 2D-Ebenen) ziehen.
    3. Nachdem Sie den richtigen Ausschnitt in der ausgewählten 2D-Ansicht eingerichtet haben, zoomen Sie mit dem Mausrad und platzieren Sie den Anmerkungspunkt mit der linken Maustaste. Die Anmerkung wird an der angeklickten Stelle erstellt.
    4. Gehen Sie zurück zum Abschnitt Anmerkungen und klicken Sie auf das Bleistiftsymbol auf der Anmerkung in der Anmerkungsliste mit der entsprechenden ID-Nummer.
    5. Geben Sie im unteren Teil des Pop-ups den Text der Anmerkung ein, z. B. "Linker Ventrikel".
    6. Passen Sie Farben, Dicke und Größe der Anmerkungen in diesem Pop-up an. Kehren Sie zur 2D-Ansicht mit der platzierten Anmerkung zurück.
    7. Greifen Sie die Beschriftung der Anmerkung, und verschieben Sie sie außerhalb der 2D-Ebene an eine geeignete Stelle.
    8. Wiederholen Sie alle Schritte für alle anatomischen Strukturen, die annotiert werden müssen.
  7. Visualisierungsstatus laden, um gespeicherte Anmerkungen von anatomischen Strukturen in der Visualisierung zu erhalten.
    1. Klicken Sie auf das Symbol "Datei laden " neben dem Diskettensymbol in der oberen rechten Ecke der 3D-Ansicht. Klicken Sie im Popup-Fenster auf das Symbol Ordner , navigieren Sie zu dem Verzeichnis mit der gespeicherten Visualisierungsstatusdatei, und klicken Sie auf Ordner auswählen .
    2. Wenn diese Option korrekt ausgewählt ist und eine gültige Datei für diese bestimmten Daten vorhanden ist, wird in einer Liste der anwendbaren Visualisierungsstatusdateien der Haftungsausschluss Keine Dateien gefunden durch die Namen der Zustände ersetzt, die der Benutzer laden kann.
    3. Klicken Sie mit der linken Maustaste auf einen geeigneten Visualisierungsstatus, um ihn auszuwählen und bestätigen Sie mit einem Klick auf die Schaltfläche Laden. Nach dem Laden wird der Benutzer mit dem Status des Ladestatus der Visualisierung konfrontiert.
  8. Um die vorbereitete Visualisierung im holografischen Raum zu sehen, setzen Sie das Headset auf und verwenden Sie den Sprachbefehl Hier lokalisieren , um die holografische 3D-CT-Scan-Rekonstruktion vor Augen zu bringen. Passen Sie es mit Sprachbefehlen an, z. B. Drehen, Zoomen, Smart ausschneiden, und kombinieren Sie es mit Handgesten (Abbildung 8).
  9. Verwenden Sie den Sprachbefehl "Intelligentes Ausschneiden ", um die Schnittebene senkrecht zur Sichtlinie anzuwenden und anzupassen.
  10. Bewegen und drehen Sie den Kopf, um die Bewegung und Ausrichtung der angewendeten Schnittebene zu verschieben. Kommen Sie in die Nähe des Hologramms, um die Schnittebene tiefer in die holografische Rekonstruktion zu verschieben. Drehen Sie den Kopf um 90° im Uhrzeigersinn, um die Schnittebene um 90° im Uhrzeigersinn zu drehen usw.
  11. Führen Sie diese Bewegungen aus, um die inneren Teile der Herzstruktur, die holografische Visualisierung und zuvor geladene Oberflächenmodelle und Anmerkungen anatomischer Strukturen zu sehen.

Ergebnisse

Das Segmentierungs- und 3D-Rekonstruktionsprotokoll lieferte zwei primäre Ergebnisse für das Anatomietraining: ein 3D-gedrucktes Herzmodell und eine 3D-MRT-Visualisierung des Herzens. Diese Ergebnisse, die patientenspezifische CT-Daten verwenden, bieten den Studierenden ergänzende Werkzeuge, um praktische und immersive Lernerfahrungen zu machen.

Das 3D-gedruckte Herzmodell ermöglicht es den Schülern, physisch mit einer greifbaren Darstellung der Herzanatomie zu interagieren. Dieses Modell weist sowohl ausgeprägte äußere Merkmale auf, wie z. B. das Myokard, als auch innere Strukturen, einschließlich der Kammern und Klappen. In erfolgreichen Experimenten war die anatomische Genauigkeit hoch, mit gut definierten Merkmalen und minimalen Artefakten nach der Nachbearbeitung. Abbildung 9 zeigt ein vollständig bearbeitetes 3D-gedrucktes Modell mit klarer Unterscheidung zwischen dem Myokard und den inneren Kammern. In Fällen, in denen der Kontrast in den CT-Bildern suboptimal war, führten Segmentierungsfehler zu Ungenauigkeiten im Modell, wie z. B. unregelmäßige Kammergrößen oder unvollständige Klappenstrukturen. Diese Probleme konnten häufig durch manuelle Eingriffe behoben werden, einschließlich zusätzlicher Glättung und Entfernung von Artefakten, wie in Abbildung 10 dargestellt.

Im Gegensatz dazu bietet die 3D-Mixed-Reality-Visualisierung ein dynamisches und interaktives Erlebnis, bei dem die Schüler das Herz im virtuellen Raum erkunden können. Die MR-Umgebung bietet Echtzeit-Interaktion, einschließlich Rotation, Zoom und Schnitt durch verschiedene anatomische Ebenen, was ein detaillierteres Verständnis komplexer Strukturen wie der Koronararterien oder der Septumwände ermöglicht. Erfolgreiche Implementierungen der MRT-Visualisierung zeigten hochgenaue Darstellungen sowohl der äußeren als auch der inneren Anatomie. Suboptimale Visualisierungen (z. B. wenn die Segmentierung fehlerhaft war) führten jedoch zu verzerrten Ansichten der internen Strukturen, was sich auf den Realismus und die Lehreffektivität des MR-Modells auswirkte (Abbildung 11). Für die anatomischen Strukturen, die komplex sind, ist der Segmentierungsansatz möglicherweise nicht ausreichend. Dank der Möglichkeit des volumetrischen Renderings ist es möglich, verschiedene Dichten (dargestellt durch Hounsfield-Einheiten) zu visualisieren, die für das Verständnis der Anatomie wichtig sind (Abbildung12).

Die Techniken bieten robuste, komplementäre Werkzeuge, die die Lernerfahrung verbessern, indem sie genaue und manipulierbare Modelle bereitstellen, obwohl ihr Erfolg von der Qualität der Segmentierung und Rekonstruktion in den ersten Schritten des Protokolls abhängt. Insgesamt zeigen diese Ergebnisse die Wirksamkeit des Protokolls bei der Erstellung präziser Herzmodelle aus patientenspezifischen CT-Daten. Diese Ergebnisse zeigen die Wirksamkeit des Protokolls bei der Erstellung präziser Herzmodelle aus patientenspezifischen CT-Daten.

Es wurde eine Vorstudie durchgeführt, um die Wahrnehmung der Mixed-Reality-Technologie durch die Schüler im Anatomieunterricht zu bewerten – insbesondere beim Erlernen der Struktur des Herzens. An der Studie nahmen 106 Studierende teil, die unter Anleitung von Ingenieuren in der Lage waren, Hologramme zu Lernzwecken zu nutzen. Am Ende der Sitzung wurden sie gefragt: "Hat Ihnen die Mixed-Reality-Technologie geholfen, das Thema - die Struktur des Herzens - besser zu verstehen?" Alle Befragten (100 %) antworteten mit "Ja". Das Wissen der Studierenden wurde unmittelbar nach der Sitzung durch einen kurzen schriftlichen Test bewertet, in dem sie drei anatomische Strukturen beschreiben mussten, die mit der Morphologie des Herzens zusammenhängen. Die durchschnittliche Punktzahl lag bei 2,037 gegenüber einer Gesamtpunktzahl von 3 (Tabelle 1).

figure-results-4167
Abbildung 1: CT-Segmentierung des Herzens. Axiale (oben links), koronale (unten links), sagittale (unten rechts) und 3D-Ansichten (oben rechts) der CT-Segmentierung in der 3D Slicer-Software. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-4734
Abbildung 2: Nachbearbeitung. Ansichten von Segmentierungs-3D-Modellen in der Prototyp-Design-Software. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-5213
Abbildung 3: Nach der Nachbearbeitung. Ansichten von Segmentierungs-3D-Modellen in der Prototyp-Design-Software. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-5701
Abbildung 4: Ansicht der Mixed Reality-Software. Startbildschirm der Anwendung. Übersichtliches und zugängliches Login-Panel. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-6202
Abbildung 5: Auswählen der richtigen Reihe in der Mixed Reality-Software. Auswahl verfügbarer Computertomographie-Bilder für die holographische Visualisierung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-6737
Abbildung 6: Scherenoption zum Ausschneiden von Teilen der Visualisierung in der Mixed-Reality-Software. Ein Tool, mit dem man das Hologramm in Echtzeit an die Bedürfnisse des Benutzers anpassen kann. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-7313
Abbildung 7: Anpassen der Farben der holografischen Visualisierung in der Mixed Reality-Software. Das Hinzufügen von Farben zur Visualisierung erhöht die Zugänglichkeit und Klarheit von Hologrammen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-7887
Abbildung 8: Visualisierungen im holografischen Raum, die mit der Mixed Reality-Software erstellt wurden. Ein dreidimensionales Hologramm mit hervorgehobenen Farben und Computertomographie-Markern, um die Orientierung im Raum zu erleichtern. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-8504
Abbildung 9: Nach der Nachbearbeitung und der booleschen Operation "Röntgen"-Vorschau. Ansicht von 3D-Modellen in der Prototyp-Design-Software. Vollständig bearbeitetes 3D-gedrucktes Modell mit klarer Unterscheidung zwischen dem Myokard und den inneren Kammern. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-9141
Abbildung 10: Nach dem Schneiden des Modells in einer Vier-Kammer-Projektion die Vorschau des endgültigen 3D-gedruckten Teils. Ansicht von 3D-Modellen in der Prototyp-Design-Software. Zusätzliche Glättung und Entfernung von Artefakten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-9753
Abbildung 11: Visualisierung von CT-Daten in der Mixed-Reality-Software. Oberflächen-Rendering stellt das Ergebnis einer Übersegmentierung dar. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-10273
Abbildung 12: Beispielhafte Visualisierung von CT-Daten in der Mixed Reality Software. Volumen-Rendering, das unterschiedliche Dichten visualisiert. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Gesamtzahl der Studierenden (n)106
Anzahl der Studierenden, die Hologramme zu Lernzwecken verwendet haben (n)106
Anzahl der Schüler, die die Frage "Hat die Mixed-Reality-Technologie Ihnen geholfen, das Thema – die Struktur des Herzens – besser zu verstehen?" mit "JA" beantwortet haben. n)106
Anzahl der Schüler, die die Frage "Hat die Mixed-Reality-Technologie Ihnen geholfen, das Thema – die Struktur des Herzens – besser zu verstehen?" mit "NEIN" beantwortet haben. n)0
Mindestpunktzahl0
Maximale Punktzahl3
Durchschnittliche Punktzahl der Studierenden, die einen kurzen schriftlichen Test zur Beschreibung von drei anatomischen Strukturen absolviert haben, die mit der Morphologie des Herzens zusammenhängen2.037
Gesamtpunktzahl3

Tabelle 1: Vorläufige Daten der Studie.

Diskussion

Die moderne Anatomie basiert vor allem auf klassischen, bewährten Methoden, die seit Jahrhunderten bekannt sind. Menschliche Leichen sind die Grundlage für die Ausbildung künftiger Ärzte, und Anatomen betonen ihre Rolle nicht nur beim Verständnis der Strukturen des menschlichen Körpers, sondern auch bei der Gestaltung ethischer Einstellungen28,29. Die Entwicklung der Technologie ist nicht nur im klinischen Alltag, sondern auch in der Lehre expansiv, daher der Versuch, den 3D-Druck 7,30,31,32 und Mixed Reality in der Anatomielehre 33,34,35,36 zu implementieren. Derzeit basiert die Arbeit von Ärzten weitgehend auf modernen Lösungen, Geräten und einer breit verstandenen Digitalisierung, und der zunehmende Anteil der Automatisierung, Robotisierung und Implementierung innovativer Lösungen wird unter Berücksichtigung des seit Jahren anhaltenden Trends voranschreiten.

Die Ergänzung der klassischen Ausbildungsformen durch 3D-Druck, Unterricht mit Mixed Reality oder Ultraschall kann sich sehr positiv auf die Vorbereitung zukünftiger Ärzte auf den Beruf auswirken, nicht nur wegen der Möglichkeit, mehr Wissen zu erwerben und Visualisierungen in verschiedenen Arten von bildgebenden Verfahren zu vergleichen, sondern auch wegen des Kontakts mit neuen Technologien. sich mit ihrer Anwendung vertraut zu machen und einen Impuls zu geben, über neue Anwendungen nachzudenken, insbesondere in dem von Interessebefindlichen Bereich 37.

Die Vorbereitung von Modellen in der 3D-Drucktechnologie sowie von Hologrammen in der Mixed-Reality-Technologie erfordert ein überdurchschnittliches Engagement, die Planung ihrer Erstellung und die Freiheit bei der Durchführung von Kursen, mit denen sie durchgeführt werden. Es sollte hinzugefügt werden, dass es sich um teure Lösungen handelt, insbesondere um Mixed Reality, die Geräte erfordert, die Hologramme (Brillen) anzeigen können, technische Einrichtungen - einschließlich einer Anwendung und deren Bedienung. Der 3D-Druck ist aufgrund seiner größeren Beliebtheit und geringeren Kosten38 einfacher zu implementieren, erfordert jedoch die Planung des Kaufs eines Druckers und eines Filaments, wenn die Anatomieabteilung ihre eigenen Modelle von Grund auf neu erstellen möchte, und Software zur Erstellung druckfertiger Bilder aus DICOM-Bildgebungsstudien.

CarnaLife Holo ermöglicht es Benutzern, sowohl CT-Daten als auch Segmentierungsergebnisse hochzuladen, und bietet damit einen einzigartigen Ansatz, der im MRT-Bereich selten angewendet wird. Der derzeitige Stand der Technik visualisiert in der Regel 3D-Modelle mithilfe von Oberflächendarstellung auf der Grundlage von STL- oder OBJ-Dateien39,40. Folglich können Benutzer nur auf Segmentierungsergebnisse zugreifen, mit eingeschränkter Möglichkeit, die Originaldaten direkt anzuzeigen. Dies kann bei der Analyse kleiner Strukturen oder Pathologien, wie z. B. Verkalkungen, bei denen die Segmentierungsgenauigkeit entscheidend ist, eine Herausforderung darstellen.

Durch die Visualisierung von Rohdaten (Volumen-Rendering) können Benutzer Strukturen nicht nur anhand der Geometrie bewerten, sondern auch durch die Analyse der Verteilung der Hounsfield-Einheiten (Dichte) innerhalb der Struktur. Die automatische Herzsegmentierung, eine gängige Technik, die die mühsame Aufgabe der manuellen Segmentierung erleichtert, hat ihre Grenzen41. Es ist durch die Anzahl der Strukturen, die es segmentieren kann, eingeschränkt, insbesondere bei Vorliegen von Pathologien, und erfordert leistungsstarke Hardware für eine effiziente Verarbeitung.

Um diesen Herausforderungen zu begegnen, wurde eine Kombination aus zwei Visualisierungsmethoden - Volumen-Rendering und Oberflächen-Rendering - vorgeschlagen. Dieser hybride Ansatz ermöglicht die gleichzeitige Visualisierung segmentierter Strukturen und der Verteilung von Werten innerhalb der analysierten Daten und bietet den Anwendern ein umfassenderes Werkzeug zur Dateninterpretation.

Im Falle der Herzanatomie ist die Erstellung eines 3D-Modells kompliziert, da die standardmäßigen automatischen Werkzeuge im Programm aufgrund der Heterogenität der Größe, Form, Position der anatomischen Strukturen, des Vorhandenseins von Artefakten und verschwommener Grenzen (geringer Kontrast) zwischen benachbarten Geweben nicht ausreichen, um Herzgewebe aus einem vollständigen Bild zu extrahieren. Daher sollte zusätzlich zur Schwellensegmentierung eine Segmentierung unter ärztlicher Aufsicht im "Slice by Slice"-Mechanismus durchgeführt werden. Der nächste Schritt ist die Anpassung des Modells an den 3D-Druck, die eine weitere Beseitigung von Verzerrungen umfasst, die durch Rauschen während der Bildaufnahme entstehen. Nach dem Druck werden die Modelle schonend in Aceton aufgelöst, um eine glattere Oberfläche zu erhalten. Die Verwendung von vorgefertigten Modellen durch die Studierenden ist einfach - analog zur Betrachtung und Diskussion von Präparaten menschlicher Leichen. Bei Mixed Reality ist jedes Mal eine Schulung im Umgang mit der Technologie erforderlich - korrekte Befestigung der Brille am Kopf sowie Sprach- und Gestensteuerung. Aufgrund der begrenzten verfügbaren Ausstattung ist es nicht möglich, eine größere Anzahl von Schülern gleichzeitig teilnehmen zu lassen. Um die Zugänglichkeit des abgebildeten Materials zu erhöhen, wurden Marker für bestimmte anatomische Strukturen verwendet, um eine schnellere Diskussion der Präparate zu ermöglichen - Hologramme.

Die Beherrschung des Segmentierungs- und 3D-Rekonstruktionsprozesses in 3D Slicer kann für Anfänger eine Herausforderung sein, da mehrere Funktionen und Arbeitsabläufe erlernt werden müssen. Die Entwicklung von Fähigkeiten erfordert in der Regel viel Übung und Erfahrung. Nach unseren Beobachtungen erforderte das Erreichen des Vertrauens in die Software etwa 20-30 Stunden dedizierte Arbeit, die die Segmentierung von mindestens 5-7 verschiedenen Herzmodellen umfasste. 3D Slicer ist eine Open-Source-Plattform, die von einer robusten Online-Community profitiert. Es bietet umfangreiche Ressourcen zur Fehlerbehebung, Foren zur Problemlösung und eine Fülle von Tutorials und Anwendungsfällen. Diese Ressourcen erleichtern den Lernprozess, indem sie eine zugängliche Anleitung bieten. Darüber hinaus kann der Einsatz von Tools wie Large Language Models (LLMs), einschließlich ChatGPT oder Gemini, das Verständnis der Software und ihrer Funktionen weiter verbessern. Während der Lernphase erweist sich der Zugang zu einem Mentor oder Betreuer, der Erfahrung in medizinischer Bildgebung und Anatomie hat, als sehr vorteilhaft. Unmittelbares Feedback zu Segmentierungsstrategien und -genauigkeit beschleunigt die Entwicklung von Fähigkeiten und stellt sicher, dass die anatomische Präzision erhalten bleibt. Anfänger sollten damit rechnen, dass erste Versuche zeitaufwendig und fehleranfällig sein können. Durch konsequentes Üben werden Segmentierungs- und Verfeinerungsprozesse jedoch deutlich intuitiver und effizienter. Es ist wichtig, diese Lernkurve mit Geduld anzugehen, da die stetige Auseinandersetzung mit dem Tool die Geschwindigkeit und Genauigkeit erheblich verbessert.

Die kritischen Schritte des vorgestellten Protokolls waren die richtige Segmentierung und Extraktion von Herzgewebe aus der Bildgebungsstudie, um ein dreidimensionales Modell zu erstellen, das für den 3D-Druck und Mixed-Reality-Technologien nützlich ist.

Der Unterricht in Herzanatomie mit 3D-Druck und Mixed-Reality-Technologie wurde von den Schülern sehr gut angenommen, und die überwiegende Mehrheit fand die technologische Unterstützung nützlich, um ein besseres Verständnis des besprochenen Themas zu ermöglichen. Neue Technologien sollen nach Ansicht der Autoren die bestehenden, klassischen didaktischen Lösungen unterstützen und immer breiter eingesetzt werden.

Offenlegungen

Maciej Stanuch, Marcel Pikuła, Oskar Trybus und Andrzej Skalski sind Mitarbeiter von MedApp S.A. MedApp S.A. ist das Unternehmen, das die CarnaLifeHolo-Lösung herstellt.

Danksagungen

Die Studie wurde im Rahmen einer nicht-kommerziellen Kooperation durchgeführt.

Materialien

NameCompanyCatalog NumberComments
3D SlicerThe Slicer Communityhttps://www.slicer.orgVersion 5.6.0
CarnaLifeHolo MedApp S.A.https://carnalifeholo.com3D visualization software
MeshmixerAutodesk Inc.https://www.research.autodesk.com/projects/meshmixer/prototype design software
Ender 3 Creality https://www.creality.com/products/ender-3-3d-printer3D printer
CuraUltiMaker https://ultimaker.com/software/ultimaker-cura/3D printing software

Referenzen

  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).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

MedizinHeft 218

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Forschung

Lehre

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten