Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.
Method Article
Bu yöntem, tam uzamsal doğruluk ve uzamsal/kontrast çözünürlüğü ile doğrudan tıbbi görüntülerden yazdırılan voksel tabanlı bir 3D baskı iş akışını gösterir. Bu, veri kaybı veya değişimi olmadan radyodensite ile ilişkili morfolojik olarak karmaşık, dereceli malzemeler aracılığıyla malzeme dağılımlarının hassas, dereceli kontrolünü sağlar.
Presurgical planlama için 3 boyutlu (3D) baskının çoğu uygulaması, mevcut modelleme paradigmasının doğruluğu, kalitesi ve verimliliğindeki temel sınırlamalar nedeniyle kemikli yapılar ve karmaşık organların basit morfolojik açıklamaları ile sınırlıdır. Bu, bir nesnenin içinin önemli olduğu ve anatomik sınırların yavaş yavaş geçiş yaptığı çoğu cerrahi uzmanlık için kritik olan yumuşak dokuyu büyük ölçüde göz ardı etti. Bu nedenle, biyomedikal endüstrisinin birden fazla organizasyon ölçeği ve değişen malzeme dağılımları gösteren insan dokusunu çoğaltma ihtiyaçları, yeni temsil biçimleri gerektirmektedir.
Burada sunulan, mekansal ve kontrast çözünürlükte mevcut 3D modelleme yöntemlerine göre üstün olan ve daha önce ulaşılamaz mekansal sadakat ve yumuşak doku farklılaşması içeren tıbbi görüntülerden doğrudan 3D modeller oluşturmak için yeni bir tekniktir. Ayrıca, MRI ve BT'den yumuşak biyolojik dokularda görülen malzeme sertliklerinin gamını kapsayan yeni, katkılı olarak üretilen kompozitlerin ampirik ölçümleri de sunulmaktadır. Bu benzersiz hacimsel tasarım ve baskı yöntemleri, malzeme sertliğinin ve renginin deterministik ve sürekli olarak ayarlanabilmesini sağlar. Bu özellik, presurgical planlamaya tamamen yeni bir eklemeli üretim uygulaması sağlar: mekanik gerçekçilik. Görünüm eşleştirme sağlayan mevcut modellerin doğal bir tamamlayıcısı olarak, bu yeni modeller aynı zamanda tıbbi uzmanların dokunsal hissi önemli bir rol oynadığı bir alana kritik bir ek olan doku simülanının mekansal olarak değişen malzeme özelliklerini "hissetmelerine" izin verir.
Şu anda cerrahlar, 3D hastalara yönelik operasyonları planlamak için farklı veriler gösteren çok sayıda ayrık 2 boyutlu (2D) görüntüleme yöntemlerini inceliyorlar. Ayrıca, bu verileri bir 2D ekranda görüntülemek, toplanan verilerin tam kapsamını tam olarak iletebilir değildir. Görüntüleme yöntemlerinin sayısı arttıkça, birden fazla organizasyon ölçeği sergileyen farklı yöntemlerden daha fazla veri sentezleyebilme yeteneği, daha etkili ve verimli cerrahi planlama için bilgileri yoğunlaştırmak ve küratörlüğünü yapmak için yeni dijital ve fiziksel temsil biçimleri gerektirir.
3D baskılı, hastaya özel modeller, ameliyat süresini ve cerrahi komplikasyonları azalttığı gösterilen cerrahi planlama için yeni bir tanı aracı olarak ortaya çıkmıştır1. Bununla birlikte, 3D baskının standart stereolitografi (STL) yöntemi nedeniyle işlem zaman alıcıdır, bu da görünür bir veri kaybı gösterir ve yazdırılan nesneleri katı, homojen ve izotropik malzemeler olarak işler. Sonuç olarak, cerrahi planlama için 3D baskı kemikli yapılar ve karmaşık organların basit morfolojik tanımları ile sınırlıdır2. Bu sınırlama, üretilen nesnelerin dış sınırlarıyla tam olarak tanımlandığı sanayi devriminin ürünleri ve ihtiyaçları tarafından yönlendirilen eski bir üretim paradigmasının bir sonucudur3. Bununla birlikte, biyomedikal endüstrisinin birden fazla organizasyon ölçeği ve değişen malzeme dağılımları gösteren insan dokusunu çoğaltma ihtiyacı, tüm hacimdeki varyasyonları temsil eden ve nokta nokta değişen yeni temsil biçimleri gerektirir.
Bu sorunu gidermek için, bir 3D görselleştirme ve modelleme tekniği (Şekil 1) geliştirildi ve reçinelerin ultra yüksek çözünürlükte karıştırılması ve birikmesi üzerinde daha fazla kontrol sağlayan yeni, katkılı bir üretim süreci ile birleştirilmiştir. Bitmap baskı adı verilen bu yöntem, 15 μm'ye yaklaşan ileri görüntüleme teknolojisinin mekansal doğruluğu ve mekansal/kontrast çözünürlüğü düzeyinde doğrudan tıbbi görüntülerden 3D baskı ile insan anatomisini çoğaltır. Bu, morfolojik olarak karmaşık yumuşak dokudaki varyasyonları, tanısal kaynak görüntülerden veri kaybı veya değişikliği olmadan çoğaltmak için gereken hassas ve dereceli kontrolü sağlar.
Access restricted. Please log in or start a trial to view this content.
NOT: 1 ile 3 arasında bölümlerde tamamlanan çalışmalar için 3D Dilimleyici Tıbbi Görüntü Hesaplama Yazılımı4 ( Bkz. Malzeme Tablosu) kullanılmıştır.
1. Veri girişi
2. Manipülasyonlar
NOT: Anatomi yeterince karmaşıksa, Hacim Özelliklerinde yapılan değişikliklerden sonra çevredeki dokuların ve yabancı verilerin bulunduğu noktaya kadar bir maskeleme adımı gereklidir.
3. Dilimleme
NOT: Bu işlem, dilim dosyalarını bir STL ağ dosyası yerine doğrudan 3B yazdırmaya göndererek geleneksel 3B yazdırma yöntemini atlar. Aşağıdaki adımlarda, birim işlemeden dilimler oluşturulacaktır. Bitmap Generator modülü özel olarak oluşturulmuş bir uzantıdır. Bu , Uzantı Yöneticisi'nden indirilebilir.
4. Titreme
NOT: Bölüm 4'te tamamlanan çalışma için Adobe Photoshop ( Bkz. Malzeme Tablosu) kullanılmıştır.
5. Voxel baskı
NOT: Bölüm 5'te tamamlanan çalışmalar için Stratasys GrabCAD5 kullanılmıştır.
Access restricted. Please log in or start a trial to view this content.
Şekil 2 ve Şekil 3'te gösterildiği gibi olumlu bir sonuç, 1.2.5 veya 2.1.1.4 adımlarında tanımlandığı gibi birim işlemenin doğrudan çevirisi olacaktır. Son model, birim işlemeyi boyut, şekil ve renk olarak görsel olarak eşleştirmelidir. Bu işlem boyunca, yukarıda listelenen özelliklerden birini veya daha fazlasını etkileyecek bir hatanın oluşabileceği çok sayıda adım vardır.
Access restricted. Please log in or start a trial to view this content.
Dijital modelleme araçlarının tümü olmasa da çoğunluğunun bugün kullandığı mevcut temsil çerçevesi STL dosya biçiminde sonuçlanır8. Bununla birlikte, bu paradigmanın özgül doğası, daha karmaşık, doğal malzemelerin ayrıntılı veya hiyerarşik yapısını ifade etmeye çalışırken yetersiz kalmıştır. Çok taraflı 3D baskı gibi son eklemeli üretim tekniklerinin gelmesiyle, hacimleri boyunca kademeli malzeme geçişlerini gösteren yüksek ayarlı ve son derece optim...
Access restricted. Please log in or start a trial to view this content.
N.J., Colorado Regents Üniversitesi tarafından yapılan ve bu çalışmada açıklananlar gibi yöntemleri açıklayan bir patent başvurusunda yazardır (başvuru no. US16/375,132; yayın no. US20200316868A1; 04 Nisan 2019 tarihleri arasında dosyalanmıştır; yayınlanan 08 Ekim 2020). Diğer tüm yazarlar rakip çıkarları olmadığını beyan ederler.
AB Nexus ve Colorado Eyaleti'ne, ön planlama için voxel baskısı ile ilgili bilimsel araştırmalarımıza cömert destekleri için teşekkür ederiz. L. Browne, N. Stence ve S. Sheridan'a bu çalışmada kullanılan veri setlerini sağladıkları için teşekkür ederiz. Bu çalışma AB Nexus Grant ve State of Colorado Advanced Industries Grant tarafından finanse edildi.
Access restricted. Please log in or start a trial to view this content.
Name | Company | Catalog Number | Comments |
3D Slicer Image Computing Platform | Slicer.org | Version 4.10.2–4.11.2 | |
GrabCAD | Stratasys | 1.35 | |
J750 Polyjet 3D Printer | Stratasys | ||
Photoshop | Adobe | 2021 |
Access restricted. Please log in or start a trial to view this content.
Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi
Izin talebiThis article has been published
Video Coming Soon
JoVE Hakkında
Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır