Оценка геометрических отклонений, возникающих при воспроизведении трёхмерных моделей средствами аддитивного производства, по данным компьютерной томографии

Обложка

Цитировать

Аннотация

Обоснование. Технологии трёхмерного моделирования и трёхмерной печати к настоящему времени нашли применение в различных областях клинической и фундаментальной медицины, преимущественно хирургической направленности. Говоря о предоперационной подготовке хирургов, соответствие напечатанных изделий анатомии пациента может играть важную роль в оценке патологических изменений и способах их коррекции. Определение отклонений размеров получаемых моделей сопряжено с этическими и техническими трудностями, связанными с необходимостью определения эталона и проведения большого количества измерений соответственно. В настоящей работе предлагаются использование в качестве эталона геометрической фигуры с заранее известными размерами и оценка линейных отклонений при помощи итеративного алгоритма ближайших точек для каждой из вершин полученной средствами прототипирования полигональной сетки.

Цель ― оценить геометрические отклонения, возникающие при воспроизведении объектов, имитирующих костную ткань, средствами трёхмерного моделирования (на основе данных компьютерной томографии) и аддитивного производства.

Материалы и методы. Для создания исходного объекта использовали программу FreeCAD, редактирование полигональных сеток проводили в программах Blender и Meshmixer. 3D-печать моделей выполняли на принтере Ender-3 из содержащего частицы меди PLA-пластика BFCopper. Сканирование производили 128-срезовым компьютерным томографом Philips Ingenuity CT. Серии томографических изображений загружали в программу 3D Slicer, где на их основе создавали виртуальные модели методами автоматической (с пороговыми значениями 500 HU, 0 HU, -500 HU, -750 HU) и ручной сегментации. Сравнение исходных и воспроизведённых моделей производили на основе итеративного алгоритма ближайших точек в программе CloudCompare.

Результаты. В зависимости от метода сегментации объём воспроизведённых моделей превышал объём соответствующих исходных моделей на 1–27%. Средние значения линейных отклонений полигональных сеток воспроизведённых моделей от исходных составили 0,03–0,41 мм. Сравнение значений интегральных сумм линейных отклонений и изменений объёма моделей с использованием коэффициента ранговой корреляции Спирмена показало между ними значимую корреляционную связь (ρ=0,83; tэмп=5,27, p=0,05).

Заключение. Геометрические параметры воспроизводимого объекта неизбежно изменяются, при этом искажение больше зависит от выбранного способа сегментации, чем от общих масштабов модели или её частей. Использование ручного способа сегментации может привести к большему искажению линейных размеров (по сравнению с автоматическим), но позволяет сохранить все необходимые анатомические структуры.

Об авторах

Александр Вадимович Ширшин

Военно-медицинская академия имени С.М. Кирова; Национальный исследовательский университет ИТМО

Автор, ответственный за переписку.
Email: asmdot@gmail.com
ORCID iD: 0000-0002-1494-9626
SPIN-код: 4412-0498
Россия, 194044, Санкт-Петербург, ул. Академика Лебедева, д. 6Ж; 197101, Санкт-Петербург, Кронверкский пр., 49

Игорь Сергеевич Железняк

Военно-медицинская академия имени С.М. Кирова

Email: igzh@bk.ru
ORCID iD: 0000-0001-7383-512X
SPIN-код: 1450-5053

доктор медицинских наук, доцент

Россия, 194044, Санкт-Петербург, ул. Академика Лебедева, д. 6Ж

Владимир Николаевич Малаховский

Военно-медицинская академия имени С.М. Кирова

Email: malakhovskyvova@gmail.com
ORCID iD: 0000-0002-0663-9345
SPIN-код: 2014-6335

доктор медицинских наук, профессор, ассистент кафедры

Россия, 194044, Санкт-Петербург, ул. Академика Лебедева, д. 6Ж

Сергей Владимирович Кушнарев

Военно-медицинская академия имени С.М. Кирова

Email: S.v.kushnarev@yandex.ru
ORCID iD: 0000-0003-2841-2990
SPIN-код: 5859-0480

кандидат медицинских наук

Россия, 194044, Санкт-Петербург, ул. Академика Лебедева, д. 6Ж

Наталья Сергеевна Горина

Военно-медицинская академия имени С.М. Кирова

Email: natali_bgmu@mail.ru
ORCID iD: 0000-0002-6220-8195
SPIN-код: 8175-6746
Россия, 194044, Санкт-Петербург, ул. Академика Лебедева, д. 6Ж

Список литературы

  1. Trauner K.B. The emerging role of 3D printing in arthroplasty and orthopedics//Journal of Arthroplasty. 2018. Vol. 33, N 8. P. 2352–2354. doi: 10.1016/j.arth.2018.02.033
  2. Randazzo M., Pisapia J.M., Singh N., Thawani J.P. 3D printing in neurosurgery: a systematic review//Surgical Neurology International. 2016. Vol. 7, Suppl. 33. P. S801–S809. doi: 10.4103/2152-7806.194059
  3. Meier L.M., Meineri M., Qua Hiansen J., Horlick E.M. Structural and congenital heart disease interventions: the role of three-dimensional printing//Netherlands Heart Journal. 2017. Vol. 25, N 2. P. 65–75. doi: 10.1007/s12471-016-0942-3
  4. Ochoa S., Segal J., Garcia N., Fischer E.A. Three-dimensional printed cardiac models for focused cardiac ultrasound instruction//Journal of Ultrasound in Medicine. 2019. Vol. 38, N 6. P. 1405–1409. doi: 10.1002/jum.14818
  5. Takao H., Amemiya S., Shibata E., Ohtomo K. 3D printing of preoperative simulation models of a splenic artery aneurysm: precision and accuracy//Academic Radiology. 2017. Vol. 24, N 5. P. 650–653. doi: 10.1016/j.acra.2016.12.015
  6. Owen B.D., Christensen G.E., Reinhardt J.M., Ryken T.C. Rapid prototype patient-specific drill template for cervical pedicle screw placement//Computer Aided Surgery. 2007. Vol. 12, N 5. P. 303–308. doi: 10.3109/10929080701662826
  7. Sánchez-Sánchez Á., Girón-Vallejo Ó., Ruiz-Pruneda R., et al. Three-dimensional printed model and virtual reconstruction: an extra tool for pediatric solid tumors surgery//European Journal of Pediatric Surgery Reports. 2018. Vol. 6, N 1. P. e70–e76. doi: 10.1055/s-0038-1672165
  8. Choi J.Y., Choi J.H., Kim N.K., et al. Analysis of errors in medical rapid prototyping models//International Journal of Oral and Maxillofacial Surgery. 2002. Vol. 31, N 1. P. 23–32. doi: 10.1054/ijom.2000.0135
  9. Kwun J.D., Kim H.J., Park J., et al. Open wedge high tibial osteotomy using three-dimensional printed models: experimental analysis using porcine bone//Knee. 2017. Vol. 24, N 1. P. 16–22. doi: 10.1016/j.knee.2016.09.026
  10. Chung M., Radacsi N., Robert C., et al. On the optimization of low-cost FDM 3D printers for accurate replication of patient-specific abdominal aortic aneurysm geometry. Version 2//3D Printing in Medicine. 2018. Vol. 4, N 1. P. 2. doi: 10.1186/s41205-017-0023-2
  11. El-Katatny I., Masood S.H., Morsi Y.S. Error analysis of FDM fabricated medical replicas//Rapid Prototyping Journal. 2010. Vol. 16, N 1. P. 36–43. doi: 10.1108/13552541011011695
  12. Salmi M., Paloheimo K.S., Tuomi J., et al. Accuracy of medical models made by additive manufacturing (rapid manufacturing)//Journal of Craniomaxillofacial Surgery. 2013. Vol. 41, N 7. P. 603–609. doi: 10.1016/j.jcms.2012.11.041
  13. Mitsouras D., Liacouras P., Imanzadeh A., et al. Medical 3D printing for the radiologist//Radiographics. 2015. Vol. 35, N 7. P. 1965–1988. doi: 10.1148/rg.2015140320
  14. Dionísio F.C., Oliveira L.S., Hernandes M.A., et al. Manual and semiautomatic segmentation of bone sarcomas on MRI have high similarity//Brazilian Journal of Medical and Biological Research. 2020. Vol. 53, N 2. P. e8962. doi: 10.1590/1414-431x20198962
  15. Parmar C., Rios Velazquez E., Leijenaar R., et al. Robust radiomics feature quantification using semiautomatic volumetric segmentation//PLoS One. 2014. Vol. 9, N 7. P. e102107. doi: 10.1371/journal.pone.0102107
  16. De Lima Moreno J.J., Liedke G.S., Soler R., et al. Imaging factors impacting on accuracy and radiation dose in 3D printing//Journal of Maxillofacial and Oral Surgery. 2018. Vol. 17, N 4. P. 582–587. doi: 10.1007/s12663-018-1098-z
  17. Narizzano M., Arnulfo G., Ricci S., et al. SEEG assistant: a 3DSlicer extension to support epilepsy surgery//BMC Bioinformatics. 2017. Vol. 18, N 1. P. 124. doi: 10.1186/s12859-017-1545-8.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Дизайн исследования.

Скачать (593KB)
3. Рис. 2. Внешний вид модели эталона 1 после этапов: а ― параметрического моделирования; b ― 3D-печати; c ― КТ-сканирования (аксиальный срез, уровень окна +805 HU, ширина окна 3718 HU, большая плотность выступов обусловлена более тесной укладкой филамента в горизонтальной плоскости); d ― создания полигональной сетки на основе КТ-данных.

Скачать (483KB)
4. Рис. 3. Совмещение полигональных сеток моделей (а) и гистограмма рассчитанных отклонений линейных размеров (b).

Скачать (557KB)
5. Рис. 4. Линейные нормированные значения: красный цвет ― различия объёма моделей с эталоном, синий цвет ― различия интегральной суммы линейных отклонений.

Скачать (421KB)
6. Рис. 5. Внешний вид моделей, сегментированных полуавтоматическим с порогом отсечения 0 HU (а ― с картой отклонений от эталона, b ― общий вид) и ручным (c ― с картой отклонений от эталона, d ― общий вид) способом.

Скачать (775KB)
7. Рис. 6. Измерение линейных отклонений от эталона (синие линии) в области дефекта сравниваемой модели (красные линии).

Скачать (441KB)

© Ширшин А.В., Железняк И.С., Малаховский В.Н., Кушнарев С.В., Горина Н.С., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».