Waiting
Elaborazione accesso...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

Banbrytande patientspecifika metoder för precisionskirurgi med hjälp av bildbehandling och virtuell verklighet

Published: April 5, 2024 doi: 10.3791/66227

Summary

Framsteg inom endovaskulär behandling har ersatt komplexa öppna kirurgiska ingrepp med minimalt invasiva alternativ, som klaffbyte och aneurysmreparation. Denna artikel föreslår att man använder tredimensionell (3D) modellering och virtuell verklighet för att hjälpa till med C-armpositionering, vinkelmätningar och generering av färdplaner för procedurplanering för neurointerventionell kateterisering, vilket minimerar procedurtiden.

Abstract

Endovaskulär behandling av komplexa vaskulära anomalier förskjuter risken för öppna kirurgiska ingrepp till förmån för minimalinvasiva endovaskulära ingreppslösningar. Komplexa öppna kirurgiska ingrepp brukade vara det enda alternativet för behandling av en myriad av tillstånd som lung- och aortaklaffbyte samt reparation av cerebral aneurysm. Men på grund av framsteg inom kateterlevererade enheter och operatörsexpertis kan dessa procedurer (tillsammans med många andra) nu utföras genom minimalt invasiva procedurer som levereras genom en central eller perifer ven eller artär. Beslutet att övergå från en öppen procedur till ett endovaskulärt tillvägagångssätt baseras på multimodal avbildning, ofta inklusive 3D Digital Imaging and Communications in Medicine (DICOM) bilddatauppsättningar. Med hjälp av dessa 3D-bilder genererar vårt labb 3D-modeller av den patologiska anatomin, vilket möjliggör den analys före proceduren som är nödvändig för att förplanera kritiska komponenter i kateteriseringslaboratoriet, nämligen C-armpositionering, 3D-mätning och idealiserad generering av färdplaner. Den här artikeln beskriver hur man tar segmenterade 3D-modeller av patientspecifik patologi och förutsäger generaliserade C-armspositioner, hur man mäter kritiska tvådimensionella (2D) mätningar av 3D-strukturer som är relevanta för 2D-fluoroskopiprojektionerna och hur man genererar 2D-fluoroskopianaloger som kan hjälpa till med korrekt C-armspositionering under kateteriseringslaboratorieprocedurer.

Introduction

Behandlingen av intrakraniella aneurysm är en utmanande aspekt av neurointerventionell kirurgi, vilket kräver exakt kirurgisk planering för att säkerställa optimala patientresultat. Under de senaste åren har virtual reality-teknik (VR) blivit ett lovande verktyg för att förbättra kirurgisk planering genom att ge kirurger tillgång till uppslukande, patientspecifika anatomiska modeller i en virtuell 3D-miljö 1,2,3,4,5,6,7,8 . Den här artikeln presenterar ett omfattande protokoll för användning av medicinsk avbildning och segmentering, 3D-modellering, VR-kirurgisk planering och idealiserad generering av virtuella färdplaner för att hjälpa till med kirurgisk planering för behandling av aneurysm.

Kombinationen av dessa steg kulminerar i en virtuell kirurgisk planeringsmetod, vilket gör det möjligt för läkare att fördjupa sig i en virtuell miljö och få en omfattande förståelse för en patients unika anatomi före ett kirurgiskt ingrepp. Detta uppslukande tillvägagångssätt gör det möjligt för kirurger att utforska optimal positionering och simulera olika procedurscenarier. Att registrera dessa scenarier kan ge insikt i placeringen av verklig kirurgisk utrustning, till exempel C-armspositionering.

Förutom positioneringsvinklar är det också möjligt att mäta anatomi i en virtuell miljö med hjälp av mätverktyg som är utformade för 3D-rymden. Dessa mätningar kan ge insikt i den korrekta storleken och formen på enheten som ska användas i ett intrakraniellt aneurysmfall9.

Detta protokoll presenterar en omfattande process som sömlöst kombinerar medicinsk bildbehandling, bildsegmentering, förberedelse av VR-modeller och generering av virtuell kirurgisk färdplan för att förbättra den kirurgiska planeringsprocessen. Genom att använda en kombination av ledande teknik ger detta protokoll möjligheter att spara värdefull tid i operationssalen10, samt öka kirurgens förtroende och förståelse för komplexa kirurgiska fall 11,12,13.

Protocol

Avidentifierade mänskliga DICOM:er eller DICOM:er för patientvård används i enlighet med institutionella riktlinjer för patientvård, Health Insurance Portability and Accountability Act från 1996 (HIPAA) och samarbete med Institutional Review Board (IRB) när så är lämpligt.

1. Specifikanatomi för barn

  1. Anskaffning av medicinska skanningar
    1. Börja segmenteringsprocessen med att en läkare eller kirurg beställer medicinska skanningar. Dessa skanningar är en del av det vanliga patientvårdsprotokollet och introducerar inga extra procedurer.
    2. Om läkaren vet att de kommer att begära segmentering, se till att de ber om att tunt skivade datamängder ska exporteras från MRT- eller CT-skannern. I de flesta fall är dessa tunna skivor mindre än 1 mm tjocka; Upplösningen kan dock variera mellan olika skannrar. Ta CTA-skanningar med kontrast för att säkerställa korrekt segmentering av kärl och blodpooler.
      1. För datainsamling, skaffa MRI 3D-sekvens med följande föreslagna parametrar: kör i axiell, säkerställ skivtjocklek och avstånd mellan skivor på 0.625 mm eller mindre, noll avstånd. Skaffa CT 3D-serien med följande föreslagna parametrar: skivskanner i spiralformat, skivtjocklek och avstånd mellan skivor på 0.625 mm, t.ex. Neuro: Kvp på 120, Smart mA-intervall på 100-740, rotationshastighet vid .5ms, eller Cardiac: Kvp på 70, Smart mA-intervall på 201-227 (smart MA-läge 226), rotationshastighet på 0.28 ms14. Följ institutionens spiralformade parametrar för varje kroppsdel.
        OBS: 3D-sekvensen bör förvärvas så att det i rekonstruktionen finns en nära isotrop upplösning i axiella, koronala och sagittala plan. I de flesta fall bör de tunnaste skivorna köpas. 3D-sekvensen körs utöver institutionens standardprotokoll för avbildning. Den drivs dock samtidigt, så det finns minimalt med extra arbete, strålningsexponering och kostnader för det kliniska teamet och patienten.
  2. Be läkaren att begära segmentering av modellen och ange vilken anatomi som kommer att vara det centrala fokuset för segmenteringsprocessen (en läkare eller kirurg slutför vanligtvis detta steg).
  3. Ladda ner skanningsdata och spara dem lokalt.
    1. Om fler än en genomsökning har gjorts kontrollerar du att DICOM-datauppsättningar från genomsökningen jämförs för att avgöra vilken genomsökningsuppsättning som har den tunnaste segmentinställningen och den bästa kontrasten, eftersom detta ger 3D-modeller med högsta upplösning när de segmenteras.
    2. När den bästa bilduppsättningen har fastställts laddar du ned den från bilddatabasen för segmentering, anonymisering eller lämnar data som de är med skyddad hälsoinformation (PHI). Det här protokollet fungerar med en anonymiserad DICOM.
  4. Importera DICOM-datauppsättningen till segmenteringsprogrammet.
    OBS: Följande instruktionsuppsättning använder termer som är specifika för segmenteringsprogramvaran Materialise Mimics. Medan Materialise Suite är prenumerationsbaserad programvara, finns det alternativ med öppen källkod som 3DSlicer. Verktygsnamn och terminologi kan variera mellan andra segmenteringsverktyg.
  5. Skapa en grov mask av målets anatomi, såsom ben, blodpöl, aneurysm, etc.
    1. Under fliken SEGMENT väljer du Nytt maskverktyg .
    2. Ställ in de övre och nedre tröskelgränserna genom att klicka och dra båda för att fånga så mycket av den relevanta målanatomin som möjligt samtidigt som du begränsar fångsten av omgivande vävnader. Klicka och dra gränserna inom tröskelverktyget eller mata in önskad Hounsfield Unit (HU).
    3. När du ställer in tröskelvärden ska du beskära till ett specifikt område av skanningen för att undvika överdriven markering av omgivande vävnad. De övre och nedre tröskelgränserna varierar mycket beroende på skanningstyp, sekvenstyp, kontrastmängd och patient.
    4. Klicka på OK för att slutföra den grova masken.
  6. Använd andra verktyg på fliken SEGMENT för att ta bort onödiga delar av masken eller lägga till saknad vävnad efter behov.
    1. Använd verktyget Region Grow för att separera alla voxlar i masken som är direkt anslutna till en voxel som valts av användaren; använd Redigera mask för att lägga till eller ta bort voxlar i masken via både 2D- och 3D-fönstren; använd Multiple Slices Edit för att lägga till eller ta bort voxlar genom interpolering mellan skivor längre ifrån varandra; och använd Fyll hål eller Smart fyllning för att fylla hål av en användardefinierad storlek i masken.
    2. Fortsätt att förfina masken med hjälp av verktygen på fliken tills interpoleringen mellan 2D och 3D är så exakt som möjligt.
  7. Upprepa steg 1.5 och 1.6 för alla målanatomier.
  8. Rådgör med en läkare angående den färdiga segmenteringen för att säkerställa noggrannhet.
    1. Visa de ifyllda maskerna för en läkare för att säkerställa att viktig anatomi inte har utelämnats och överflödig anatomi inte har inkluderats. I de flesta fall bör du rådgöra med den läkare som begär segmenteringen för kvalitetskontroll. Läkaren ser till att den del av DICOM som markeras av masken på varje skiva är så exakt som möjligt (se figur 1).
  9. Exportera segmentering för vidare bearbetning.
    1. Konvertera färdiga masker till delar med hjälp av verktyget Beräkna del som finns i menyn Projektledning på höger sida.
    2. Exportera beräknade artiklar till 3D-filer genom att högerklicka på Artikeln och välja Exportera STL.

2. Förbered modellen för virtuell verklighet

  1. Skapa ett nytt Blender-projekt och ta bort standardscenelementen. Tryck på a-tangenten för att markera alla synliga element och sedan på x följt av Enter för att ta bort dem från scenen.
    OBS: Blender är en gratis modelleringsprogramvara med öppen källkod. Även om andra modelleringsprogram kanske kan utföra samma uppgifter, kommer terminologin som används i det här steget att vara specifik för Blender.
  2. Importera anatomifilerna via Fil > Importera > Stl (.stl).
  3. Anpassa patientens anatomi till världens ursprung.
    1. Välj all patientens anatomi för att bibehålla den relativa positioneringen. Det gör du genom att trycka på a-tangenten när alla filer har importerats.
    2. Använd verktygen Flytta och Rotera för att anpassa anatomin till världens ursprung. Se till att patientens näsa är i linje med en axel, med den vinkelräta axeln i kontakt med öronområdet respektive toppen av skallen. Använd ortografiska vyer, som kan aktiveras med widgeten i det övre högra hörnet av mixergränssnittet.
  4. Importera VR-gradskivan och anpassa den till patientens anatomi. Denna gradskiva har designats speciellt av OSF-ingenjörsteamet för att hjälpa till att förvärva C-armsvinklar i VR, baserat på vinklar i 3D-rymden.
    1. Importera gradskivans .stl-fil från tilläggsfil 1.
    2. Rikta in (0,0) på gradskivan, representerad av den längsta mätmarkeringen, med patientens näsa. Rikta gapet i gradskivans armar mot patientens fötter.
    3. Skala gradskivan i enlighet med detta. I de flesta fall bör gradskivan skalas ganska litet för att säkerställa enkel mätning efter skalning i VR. Vid aneurysm, försök att skala gradskivan så att den ligger precis utanför aneurysmområdet.
  5. Anpassa anatomins ursprung till världens ursprung.
    1. Högerklicka på i huvudfönstret och välj Fäst > markören mot World Origin. Detta säkerställer att 3D-markören är justerad med det globala ursprunget.
    2. Välj alla synliga modeller med a-knappen .
    3. Högerklicka, klicka i visningsområdet och välj Ange ursprung > ursprung till 3D-markör. Detta justerar 3D-ursprunget för alla modeller till samma punkt, vilket säkerställer att de kommer att radas upp och skalas korrekt när de importeras till VR.
  6. Lägg till textur eller färg till modellerna efter önskemål för bättre distinktion i VR.
    1. Det här är ett valfritt steg. Välj de enskilda .stl-filerna och klicka sedan på fliken Materialegenskaper till höger på skärmen. Under denna flik kan basfärgen justeras till önskad färg. Upprepa det här steget för varje objekt för att lägga till färg.
  7. Exportera den färdiga modellen som en enda. glb/.gltf-filen. Kontrollera att inget av alternativen Begränsa till under fliken Inkludera i exportfönstret är markerat.
    OBS: Den. filformatet glb/.gltf återspeglar den filtyp som krävs för användning i VR-programvaran, samt för uppladdning till NIH 3D-biblioteket. Andra exporttyper kan behövas för olika programvaror.

3. Utbilda vårdpersonal i virtuell verklighet

OBS: Följande instruktioner är skrivna för att användas med Enduvos programvara för digitala klassrum. Även om det kan vara möjligt att använda andra 3D-visningsprogram, är möjligheten att flytta modeller, placera kameror och registrera läkarpositionering några funktioner som gör denna programvara idealisk för denna procedur. Olika VR-headset, handkontroller och programvarukombinationer kan ha olika kontroller.

  1. Skapa en ny lektion.
    1. Importera .gltf-filen som exporterades i steg 2.7 i menyn för att skapa lektion. Programvaran kan skapa ett meddelande som säger: Filtypen (GLB) som du försöker ladda upp stöds för närvarande inte fullt ut. Ignorera det här meddelandet och klicka på knappen Bekräfta .
  2. Öppna lektionen i VR för slutförande.
    1. Använd transparensmenyn som du kommer åt genom att trycka ned tumplattan eller joysticken på en handkontroll för att dölja alla modeller utom målanatomin. Aneurysmen ska vara den enda synliga modellen.
  3. Placera kirurgen eller läkaren i VR och ge dem lite tid att bekanta sig med 3D-utrymmet och funktionerna och anatomin i lektionen.
  4. När kirurgen är bekväm med anatomin, börja spela in.
    1. Starta inspelningsfunktionen med antingen den virtuella knappen i VR-utrymmet eller inspelningsknappen på den sekundära bildskärmen.
    2. Låt kirurgen rotera målanatomin för att hitta föredragna betraktningsvinklar för både anteroposterior (AP) och lateral fluoroskopi. Efter att ha hittat en föredragen vinkel, be kirurgen att pausa kort och säga att de har hittat en föredragen vinkel och om den aktuella betraktningsvinkeln är AP eller lateral.
    3. När alla föredragna vinklar har hittats, stoppa inspelningen med antingen VR-knappen eller extern bildskärm.

4. Generering av färdplan för fluoroskopi i VR

  1. Skaffa fluoroskopianaloger med hjälp av inspelad kirurgplacering.
    1. Placera en bild som efterliknar den grå nyansbakgrunden i en fluoroskopibild bakom modellen i det virtuella utrymmet. Använd väljarknappen på handkontrollen, ofta avtryckaren på handkontrollens baksida, för att manipulera bilden efter behov. Detta skapar en konsekvent bakgrundsfärg som gör det lättare att se anatomin och är mer representativ för fluoroskopi.
    2. Placera kameran i linje med kirurgens view vid den tidpunkt som deklarerats som en föredragen viewvinkel, se till att kameran är riktad ungefär mot mitten av målets anatomi. Kirurgen kommer att visas som en uppsättning flytande glasögon och två kontroller i VR.
    3. Ta en 2D-ögonblicksbild med kameran i önskad position. Upprepa steget för varje önskad vinkel.
  2. Skaffa C-armsvinklar med hjälp av kirurgens rörelser och gradskiva.
    1. Pausa den inspelade lektionen när kirurgen deklarerar en föredragen betraktningsvinkel.
    2. Klicka på styrplattan för att öppna snabbmenyn och markera kryssrutan På/Av för att visa gradskivan som är ansluten till modellen.
    3. Använd kontrollenhetens greppknapp för att välja och manipulera en pekare eller rätskiva i linje med kirurgens synvinkel, och passera även genom gradskivans ursprung.
    4. Ta ett steg tillbaka från modellen och se vinklarna från de ortografiska vinklarna som motsvarar C-armens rörelser.
    5. För ett neurologifall med patientens näsa orienterad till 0° på alla C-armsaxlar, ta AP-vinklarna från sagittal- och axialplanen. Ta de laterala vinklarna från koronal- och axialplanen. I båda fallen motsvarar det axiella planet C-armens högra och vänstra vinklar, medan sagittal- och koronalplanen motsvarar kranial- och kaudalvinklarna.
    6. Upprepa stegen ovan för varje önskad vinkel.

Representative Results

Enligt det presenterade protokollet kan virtuella kirurgiska färdplaner genereras för både AP- och lateral fluoroskopivy. Dessa färdplaner skapas genom att placera en kamera vid kirurgens synvinkel i VR för att fånga deras ideala AP och laterala vyer samtidigt som de placerar en färgad bakgrund bakom målanatomin för att bättre replikera en fluoroskopibild. VR-gradskivan används vid denna tidpunkt för att registrera vinkeln från vilken kirurgen tittar på målanatomin, registrerad som höger eller vänster främre sned (RAO/LAO - kameraförskjutning till patientens högra respektive vänstra sida) och kranial eller kaudal främre (CRA/CAA - kameraförskjutning mot patientens huvud respektive fötter)15. Vid utvecklingen av denna process användes retrospektiva fall för att ge möjlighet att jämföra vinklar uppmätta i VR med de faktiska vinklarna som användes på C-armmaskinerna vid kirurgi. Tre olika retrospektiva fall valdes ut för denna process, där varje fall hade behandlats med en annan kirurgisk enhet. Mångfalden av dessa tre fall visar mångsidigheten i det presenterade protokollet. Kirurgen ombads att hitta föredragna AP- och laterala vinklar utan att referera till de C-armsvinklar som användes under ingreppet, och VR-mätningarna jämfördes sedan med dessa redan existerande C-armspositioner.

I fall 1 mättes den deklarerade föredragna AP-betraktningsvinkeln i VR som 16° CRA, 12° RAO. De faktiska måtten som användes vid kirurgi i detta fall var 11° CRA och 13° RAO. Det maximala felet bland dessa mätningar är 5° på kranial-/kaudalaxeln. Figur 2A visar kirurgens deklarerade AP-vy i virtuell verklighet, följt av figur 2B, som visar den faktiska vinkeln som används vid kirurgi som ses i VR, och figur 2C, som visar den kirurgiska fluoroskopibilden. En jämförelse mellan de tre bilderna visar att VR-bilderna är utomordentligt lika den verkliga fluoroskopibilden i samma vinkel.

Sidovyn av samma fall visade en av de många utmaningarna i denna process på grund av att 3D-modellen var otillräckligt granskad. På grund av denna felaktiga granskning fanns det några ovidkommande kärl som enligt kirurgen hämmade deras syn på aneurysmen i VR och som inte är kopplade till målanatomin och som därför inte återspeglas korrekt i VR. Dessa avvikelser var ett resultat av missförstånd i den önskade målanatomin under kvalitetskontrollsessionen med läkaren. Dessa avvikelser kan ses i figur 2D-F, som visar kirurgens deklarerade laterala, VR-representationen baserad på kirurgiska fluoroskopivinklar respektive de faktiska fluoroskopibilderna från vänster till höger. Med undantag för ovidkommande kärl liknar kirurgens deklarerade AP-bild den faktiska fluoroskopibilden, trots att mätningarna som gjorts är 6° och 26° fel i koronal- respektive axialplanet. Replikeringen av faktiska mätningar i VR, som visas i figur 2E, visar också en liknande vy som den verkliga fluoroskopin som visas till höger i figur 2F, med den största avvikelsen är de avvikande extra kärlen. I detta fall användes en mindre tillförlitlig manuell placering av gradskivningsverktyget, vilket kan förklara den lilla skillnaden i mätning. Framtida fall använder en gradskiva som är bunden till anatomin för att säkerställa maximal noggrannhet av vinkelmätningar som görs i VR.

I fall 2 och 3 var de vyer som valts ut för att vara optimala i VR inte representativa för de vyer som användes i själva proceduren. Detta var en konsekvens av att den initiala placeringen av modeller i VR var en blindad studie. Det är viktigt att notera att kirurgen uttryckte att fluoroskopiprocedurer kan ha flera acceptabla behandlingsvinklar, och att det inte nödvändigtvis finns en korrekt vinkel. För jämförelsens skull togs bilder i VR från de rapporterade kirurgiska vinklarna. Figur 3 visar VR AP view i figur 3A och kirurgisk AP view i figur 3B. I figur 3 kan en liknande jämförelse göras mellan sidovyer i figur 3C,D för fall 2. För fall 3 visar figur 4 AP-jämförelsen Figur 4A,B, samt den laterala jämförelsen Figur 4C,D. Likheterna mellan VR och fluoroskopibilder av dessa fall visar ytterligare på VR:s förmåga att användas vid kirurgisk planering.

En viktig fördel med detta protokoll är förbättringen av kirurgisk planering genom att utnyttja 3D-modeller i en VR-miljö. En tidigare studie om effektiviteten av VR i kirurgisk planering för komplexa onkologiska fall visade att ungefär 50 % av fallen som använde VR ändrade det kirurgiska tillvägagångssättet från den plan som gjordes med endast 2D-datauppsättningar9. VR har också visat sig vara användbart i den kirurgiska planeringsprocessen för levertumörresektion16,17, samt procedurer som involverar huvud- och halspatologi18. Kirurgen som deltog i skapandet av detta protokoll uppgav att: i VR kan jag se [anatomin] så mycket bättre, vilket visar fördelarna med VR för endovaskulära neurokirurgiska tillämpningar.

Figure 1
Bild 1: Skärmdump från segmenteringsprogrammet. Skärmbilden visar den markerade anatomin baserat på masker. Klicka här för att se en större version av denna figur.

Figure 2
Bild 2: Fall 1. (A) Anteroposterior bild av fall 1 som placerats av den opererande kirurgen i VR. (B) Anteroposterior vy av fall 1 i VR baserat på vinkelmätningar tagna under operation. (C) Anteroposterior fluoroskopibild tagen under operation. (D) Lateral vy av fall 1 som placerats av den opererande kirurgen i VR. (E) Lateral vy av fall 1 i VR baserat på vinkelmätningar tagna under operationen. (F) Lateral fluoroskopibild tagen under operation. Klicka här för att se en större version av denna figur.

Figure 3
Figur 3: Fall 2. (A) Anteroposterior vy av fall 2 i VR baserat på vinkelmätningar tagna under operationen. (B) Anteroposterior fluoroskopibild av fall 2 fångad under operation. (C) Lateral vy av fall 2 i VR baserat på vinkelmätningar tagna under operationen. (D) Lateral fluoroskopibild av fall 2 fångad under operation. Klicka här för att se en större version av denna figur.

Figure 4
Figur 4: Fall 3. (A) Anteroposterior vy av fall 3 i VR baserat på vinkelmätningar tagna under operationen. (B) Anteroposterior fluoroskopibild av fall 3 tagen under operationen. (C) Lateral vy av fall 3 i VR baserat på vinkelmätningar tagna under operationen. (D) Lateral fluoroskopibild av fall 3 fångad under operation. Klicka här för att se en större version av denna figur.

Kompletterande fil 1: En 3D-modell av gradskivor utvecklades och användes för protokollet i STL-filformat. Klicka här för att ladda ner den här filen.

Discussion

3D-modellering introducerades i medicinska arbetsflöden med tillkomsten av 3D-utskriftsteknik 2,3,4,6,7,9,11, men VR ger nya tillämpningar av 3D-teknik utöver ett fysiskt 3D-objekt. Ansträngningar för att replikera anatomi och scenarier i en virtuell värld möjliggör personlig medicinsk praxis på enskilda patienter 1,2,3,4,9,11,13,16. Detta arbete visar den expansiva förmågan att skapa nya preoperativa simuleringar i en digital värld med minimal ansträngning.

I det presenterade protokollet finns det flera steg som är avgörande för att ett ärende ska lyckas. Den viktigaste faktorn för att producera adekvata resultat med rätt upplösning är att skaffa rätt medicinsk bildbehandling. Den presenterade processen kräver inga ytterligare skanningar av patienten, med hjälp av den vanliga CTA-skanningen som är schemalagd för varje intrakraniellt aneurysmfall. De flesta skannrar lagrar skanningar under en kort tid, beroende på skannermodell och hälsosystemprotokoll, vilket gör att bildteknikern kan ladda upp de erhållna tunna skivorna av skanningarna. Vanligtvis lagras inte mindre än 1 mm tjocka skivor längre än några dagar på grund av lagringsstorleken. Dessa tunna skivor möjliggör större detaljer och inkludering av mindre anatomi, såsom blodkärl. Efter att segmenteringen har ägt rum måste läkarens kvalitetskontroll slutföras för att säkerställa att de 3D-modeller som genereras representerar patientens anatomi så exakt som möjligt i framtida steg. Kvalitetskontroll av alla modeller bör vara en del av segmenteringsprocessen, vilket minimerar risken för spridning av fel under resten av protokollet. Kvalitetskontrollen omfattar blodkärlsgränser och segmentering av aneurysmen separat från de omgivande kärlen, på samma sätt som det skulle se ut med kontrast. Kvalitetskontroll med läkare är av yttersta vikt eftersom läkaren har hela ansvaret för modellernas noggrannhet, särskilt om modellerna ska användas i det fortsatta beslutsfattandet av patientens behandling. Under vissa omständigheter kan det vara genomförbart eller praktiskt för läkaren att själv slutföra segmenteringssteget.

Nästa viktiga steg i protokollet är att upprätthålla den rumsliga modellens anpassning samtidigt som gradskivans mätverktyg integreras. Blender har visat sig vara ett extremt användbart verktyg för detta steg eftersom det gör det möjligt att kombinera flera STL-filtyper till en kombinerad fil med flera lager, som var och en är rumsligt inriktad och kan färgas eller textureras för ökad klarhet. Dessutom, under detta steg, läggs gradskivan STL till så att vinkeldata kan samlas in i VR. Denna gradskivemodell utvecklades specifikt med hjälp av ett CAD-verktyg (Computer Aided Design), SolidWorks. Genom att dra nytta av dimensioneringsverktyg med hög precision i programvaran skapades en båge med tic-markeringar som anger var 5:e grad i alla tre axlarna. Gradskivan har också hårkors som betecknar modellens verkliga centrum och möjliggör anpassning till mitten av patientens anatomi. Det finns också en stor stapel i modellen som betyder (0,0) och som ska riktas in mot patientens näsa. Det är också viktigt att notera att detta gjordes manuellt och kunde ha ökat felprocenten. Inriktning är av yttersta vikt för att säkerställa noggrannheten i alla potentialvinkelmätningar. När modellen är korrekt justerad är den redo för VR, där registrering av läkarens placering av modellen möjliggör framtida bestämning av de vinklar i vilka modellen har placerats. Under inspelningen spelas allt inom det virtuella rummet in i förhållande till varandra, framför allt läkarens synvinkel (POV) och modellernas rörelser och rotationer. Genom att dra full nytta av denna inspelning och pausfunktionen placeras en rak kant från läkarens synvinkel genom gradskivmodellens hårkors, och mätningar kan observeras på ett sätt som är anmärkningsvärt likt användningen av en verklig gradskiva.

Den här metoden har vissa begränsningar. En sådan begränsning är att det inte nödvändigtvis finns en enda korrekt orientering för aneurysmen när man tittar på det i fluoroskopi. Detta ledde till flera valideringsförsök helt enkelt på grund av de olika betraktningsvinklarna. Denna begränsning kan ses som en möjlig fördel ur perspektivet att med ytterligare förtrogenhet som kommer från att manipulera 3D-modellen, är det möjligt att läkaren kommer att hitta en optimal vy jämfört med den nuvarande metoden för att bestämma vinklar inom operationssalen. En annan potentiell begränsning med detta protokoll är att det är möjligt att bestämma en betraktningsvinkel i VR som egentligen inte skulle vara möjlig för C-armarna att komma åt. Denna begränsning skulle beaktas och vara känd av läkaren i VR så att specifikationer kunde göras om detta blev en del av den kirurgiska planeringen. En annan begränsning, som bevisar vikten av kvalitetskontrollsteget, är att kärl som är distala om aneurysmen i vissa fall i verkligheten inte syns lika framträdande i fluoroskopiprocedurer som de skulle vara om de inkluderades i modellen i VR. Detta kan tvinga läkaren att vara uppmärksam på ett kärl som inte nödvändigtvis skulle vara i vägen under ingreppet i VR, vilket leder till att en suboptimal betraktningsvinkel genereras i VR. Vid segmentering är det möjligt att segmentera ut majoriteten av blodkärlen och intresseområdet; Interventionalisten kan välja att växla mellan fartygsmodeller för att säkerställa att det inte skulle finnas några ytterligare fartyg i deras betraktningsvinkel, användningen av kontrakt minimerar också denna risk.

Utvecklingen av en gradskiva med 3D-modell och ett protokoll som kan ge vinkelmätningar i flera axlar inom VR har enorm betydelse och lovar ett brett spektrum av potentiella tillämpningar. Fördelarna kan visa sig vara mångfacetterade och potentiellt förbättra olika branscher från arkitektur och teknik till tillverkning och militära tillämpningar. Men som framgår av detta protokoll lyser dess verkliga potential inom hälso- och sjukvården, direkt inom de kirurgiska planeringsdelarna av patientvården. Kirurger kan använda detta verktyg för att noggrant bedöma och planera alla typer av ingrepp genom att kunna visualisera och mäta vinklar direkt i VR. Denna teknik liknar det arbete som utförs för hjärtkateterisering19. En direkt fördel med att känna till vissa vinklar före ingreppet är den betydande minskningen av behovet av en fullständig 360-graders centrifugering under fluoroskopi, en vanlig avbildningsteknik vid reparation av aneurysm. Genom att bestämma de vinklar som krävs för att efterlikna den virtuella kirurgiska färdplanen kan kirurgerna placera utrustningen mer exakt och på så sätt minimera strålningsexponeringen för patienten. Detta bidrar inte bara till patientsäkerheten genom att minimera riskerna i samband med strålningsexponering utan effektiviserar också det kirurgiska ingreppet. Med minskad tid som spenderas på fluoroskopijusteringar kan kirurgiska team arbeta mer effektivt, vilket i slutändan leder till kortare ingreppstider.

De senaste framstegen inom 3D-modellering och virtual reality-teknik gör det möjligt för medicinsk personal att undvika improvisatoriskt tänkande under operationer genom att få en djup förståelse för en patients inre anatomi före operation i alla utom de mest brådskande fallen 1,2,3,4,6,9,11,13,16 . Om tiden tillåter bör medicinsk personal utnyttja användningen av medicinsk bildsegmentering och VR-diagnostik för att öka sin förståelse för fallet innan patienten placeras på operationsbordet. Detta kommer i slutändan att leda till en bättre förståelse för varje unik patient, samt minskad operationstid och tid under narkos.

Disclosures

Matthew Bramlet är medgrundare av Enduvo, Inc. De återstående författarna förklarar att de inte har några relevanta eller väsentliga ekonomiska intressen som relaterar till den forskning som beskrivs i denna artikel.

Acknowledgments

Vi riktar ett särskilt tack till granskningskommittén för deras insiktsfulla feedback och till redaktionen för deras ovärderliga kommentarer, expertis, vägledning och stöd under hela skrivprocessen av denna artikel. Vi uppskattar verkligen den samarbetsmiljö som främjas av uppdragspartnerna på OSF HealthCare System, vilket förbättrade kvaliteten på detta arbete. Tack till OSF HealthCare System för att tillhandahålla resurser och stöd och till Advanced Imaging and Modeling Lab på Jump Simulation and Education Center för deras hjälp.

Materials

Name Company Catalog Number Comments
3D Slicer  N/A  Open source segmentation software 
Blender  N/A  Open-source CAD software that can import and edit organic models created through segmentation 
Enduvo  Enduvo  N/A  A proprietary VR viewer built for education, and our VR viewer of choice  
McKesson PACS Change Healthcare Radiology Solution  McKesson  N/A  Any Picture Archiving and Communication System should be suffiecient, McKessen is simply our PACS software solution of choice.  
Mimics  Materialise  N/A  Segmentation software 
Quest  Oculus  N/A  Virtual Reality Headset 
Steam VR  Steam  N/A  Computer to headset connection software.  
VR capable computer  See Steam VR for minimal requirements.
VR-STL-Viewer  GitHub  N/A  A open-source VR viewer capable of importing and viewing .stl and can be used, however we cannot guarantee all functionalities mentioned in this paper will be available 

DOWNLOAD MATERIALS LIST

References

  1. Xia, J., et al. Three-dimensional virtual reality surgical planning and simulation workbench for orthognathic surgery. Int J Adult Orthodon Orthognath Surg. 15 (4), 265-282 (2000).
  2. Boedecker, C., et al. Using virtual 3D-models in surgical planning: workflow of an immersive virtual reality application in liver surgery. Langenbecks Arch Surg. 406, 911-915 (2021).
  3. Reitinger, B., Bornik, A., Beichel, R., Schmalstieg, D. Liver surgery planning using virtual reality. IEEE Comput Graph Appl. 26 (6), 36-47 (2006).
  4. Robiony, M., et al. Virtual reality surgical planning for maxillofacial distraction osteogenesis: The role of Reverse Engineering Rapid Prototyping and cooperative work. J Oral Maxillofacial Surg. 65 (6), 1198-1208 (2007).
  5. Xia, J., et al. Three-dimensional virtual-reality surgical planning and soft-tissue prediction for orthognathic surgery. IEEE Trans Info Tech Biomed. 5 (2), 97-107 (2001).
  6. Kim, Y., Kim, H., Kim, Y. O. Virtual reality and augmented reality in plastic surgery: A Review. Arch Plastic Surg. 44 (3), 179-187 (2017).
  7. Ayoub, A., Pulijala, Y. The application of virtual reality and augmented reality in oral & maxillofacial surgery. BMC Oral Health. 19 (1), 238 (2019).
  8. Ulbrich, M., et al. Advantages of a training course for surgical planning in virtual reality for oral and maxillofacial surgery: Crossover study. JMIR Serious Games. 11, e40541 (2023).
  9. Lyuksemburg, V., et al. Virtual reality for preoperative planning in complex surgical oncology: A single-center experience. J Surg Res. 291, 546-556 (2023).
  10. Macario, A. What does one minute of operating room time cost. J Clin Anesth. 22 (4), 233-236 (2010).
  11. Bramlet, M., et al. Virtual reality visualization of patient specific heart model. J Cardiovasc Mag Res. 18 (1), 13 (2016).
  12. Guillot, A., et al. Relationship between spatial abilities, mental rotation and functional anatomy learning. Adv Health Sci Edu. 12 (4), 491-507 (2006).
  13. Juhnke, B., et al. Use of virtual reality for pre-surgical planning in separation of conjoined twins: A case report. Proc Inst Mech Eng H. 233 (12), 1327-1332 (2019).
  14. Mattus, M. S., et al. Creation of patient-specific silicone cardiac models with applications in pre-surgical plans and hands-on training. J Vis Exp. (180), e62805 (2022).
  15. Kern, M. Angiographic projections made simple: An easy guide to understanding oblique views. Cath Lab Digest. 19 (8), (2011).
  16. Reinschluessel, A. V., et al. Virtual reality for surgical planning - evaluation based on two liver tumor resections. Front Surg. 9, 821060 (2022).
  17. Tang, R., et al. Augmented reality technology for preoperative planning and intraoperative navigation during Hepatobiliary Surgery: A review of current methods. Hepatobiliary Pancreat Dis Int. 17 (2), 101-112 (2018).
  18. Manzie, T., et al. Virtual reality digital surgical planning for jaw reconstruction: A usability study. ANZ J Surg. 93 (5), 1341-1347 (2023).
  19. Corren, Y. B., et al. CT-based Simulation of Projection Angiography Using the SlicerHeart Virtual Cath Lab [Poster Presentation]. World Congress of Pediatric Cardiology and Cardiac Surgery. , (2023).

Tags

Medicin utgåva 206
Banbrytande patientspecifika metoder för precisionskirurgi med hjälp av bildbehandling och virtuell verklighet
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Jockisch, R. D., Davey, C. R.,More

Jockisch, R. D., Davey, C. R., Keller, S. M. P., Lahoti, S., Bramlet, M. T. Pioneering Patient-Specific Approaches for Precision Surgery Using Imaging and Virtual Reality. J. Vis. Exp. (206), e66227, doi:10.3791/66227 (2024).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter