使用3D打印模型進行先天性心臟病研究

來源：廣西增材制造協會

在最近發(fā)表的“用于3D打印的精確先天性心臟病模型生成”中，研究人員探索了用于先天性心臟�。–HD）患者的診斷，治療和計劃的3D打印。冠心病通常在出生時出現并且很難分析，即使使用3D醫(yī)學圖像，盡管世界各地的科學家進行了許多不同的研究。研究人員指出，3D打印最近在臨床環(huán)境中被“廣泛采用”，提供以下改進：
臨床決策
介入規(guī)劃
醫(yī)生和患者之間的溝通
改善醫(yī)學教育

（上）CHD大結構變異的例子。在正常心臟解剖結構（a）中，PA與RV連接。然而，在肺閉鎖（b）中，PA相當小并且與下降的Ao相連。在共同的動脈干（c）中，Ao連接到RV和LV，并且PA連接到Ao。（下圖）我們的數據集中的肺閉鎖和常見動脈干實例，與正常心臟解剖結構有很大差異。

在本研究的數據集中，結合深度學習和圖形匹配整個心臟和CHD患者的大血管分割，患者的年齡從一個月到21歲，而大多數是從一個月到兩歲。在16例中，該研究涵蓋14種類型的冠心病，包括最常見的8種，即房間隔缺損（ASD），房室隔缺損（AVSD），動脈導管未閉（PDA），肺動脈狹窄（PS），室間隔缺損（VSD），共同作用（CA），法洛四聯癥（ToF）和大動脈轉位（TGA）。

提出的框架概述結合深度學習和圖形匹配的整體心臟和大血管分割在冠心病，研究人員解釋說，使用多模態(tài)全心臟分割方法已經進行了大量的研究，結合3D U-net進行分割和簡單的卷積神經網絡，發(fā)現了“最先進的性能”。標簽位置預測。另一種技術涉及使用基本的簡單卷積神經網絡進行標簽位置預測，而另一種技術涉及血池分割中的血池和心肌。

“考慮到冠心病的心臟結構和血管連接的顯著變化，幾乎所有現有的方法都無法有效地在冠心病中進行全心臟和大血管分割，”研究人員表示，他們使用深度學習和圖形匹配來獲得圖形匹配的承諾，總體上收集了68張CT圖像，骰子得分提高了11.9％。該框架包括：
興趣區(qū)域種植
腔室和心肌分割
血池分割
腔室和心肌細化
圖匹配
分割結果印在Sailner J501Pro上進行評估，這一過程使研究人員花了大約三到四個小時。研究人員評估3D打印模型是正確的，并且具有清晰的形狀和連接，需要進行細微的改進，例如薄的冠狀血管。

“我們還通過微小的手工改進打印出部分細分結果，并表明它可以應用于臨床使用，”研究人員總結道。事實證明，3D打印模型不僅僅對醫(yī)療領域的許多不同領域有所幫助，特別是因為它們不僅可以為學生提供更多的教育，還可以為患者及其家人提供更多的幫助。術前階段 - 以及實際操作過程中的手術計劃模型。

（頂部）最先進的方法Seg-CNN [12]和我們的方法之間的可視化比較。紅色圓圈突出了與基本事實的不同之處。（下圖）使用我們的方法進行3D打印模型的示例以及一些小的細化。