Оптимизация процесса создания моделей кровеносных сосудов человека
Автор: Доль А.В., Иванов Д.В., Фомкина О.А.
Журнал: Саратовский научно-медицинский журнал @ssmj
Рубрика: Анатомия человека
Статья в выпуске: 2 т.15, 2019 года.
Бесплатный доступ
Цель: оптимизировать процесс биомеханического моделирования кровеносных сосудов на примере создания моделей артериального круга большого мозга. Материал и методы. Для выполнения биомеханического моделирования требуется создание пациент-ориентированной трехмерной твердотельной геометрической модели исследуемого объекта. Эта задача может быть решена при помощи компьютерной обработки данных компьютерной (КТ) или магнитно- резонансной (МРТ) томографии. Разработана программа, реализующая построение контуров кровеносных сосудов по отдельным срезам МРТ в полуавтоматическом режиме. Данные контуры в виде сохраненных в определенном формате кривых экспортируются в систему SolidWorks, где используются для создания трехмерных моделей кровеносных сосудов. Полученные таким образом модели учитывают персональные особенности строения сосудистого русла конкретного пациента и могут быть использованы в процессе биомеханического моделирования. Результаты. Приводятся результаты программной реализации рекурсивного метода фронтального роста для обработки двумерных срезов томограмм. Заключение. Разработанное программное обеспечение позволяет в полуавтоматическом режиме загружать DICOM- изображения и получать на их основе плоские сечения сосудов, а также передавать их для дальнейшей обработки в системы автоматизированного проектирования.
Артериальный круг мозга, артерии головного мозга, биомеханическое моделирование
Короткий адрес: https://sciup.org/149135303
IDR: 149135303
Список литературы Оптимизация процесса создания моделей кровеносных сосудов человека
- Трушель Н. А., Мансуров В. А. Математическое моделирование кровотока в области разветвления внутренней сонной артерии на конечные ветви. В кн.: Морфология - наука и практическая медицина: сборник научных трудов, посвященный 100-летию Витебского государственного медицинского университета им. Н. Н. Бурденко. Витебск, 2018; с. 377-83
- Фомкина О. А., Иванов Д. В., Кириллова И. В., Николенко В. Н. Биомеханическое моделирование артерий головного мозга при разных вариантах конструкции внутричерепных артерий вертебробазилярной системы. Саратовский научно-медицинский журнал 2016; 12 (2): 118-27
- Фомкина О. А. Закономерности индивидуально- типологической изменчивости морфометрических и биомеханических параметров артерий головного мозга: дис. … д-ра мед. наук. Саратов, 2017; 240 с.
- Ivanov D, Dol A, Pavlova O, Aristambekova A. Modeling of human circle of Willis with and without aneurisms. Acta Bioeng Biomech 2014; 16 (2): 121-9
- Shao H, Qin H, Hou Y, et al. Reconstructing 3D Model of Carotid Artery with Mimics and Magics. Advances in Information Technology and Education 2011; 201: 428-33
- Drapikowski P, Domagala Z. Semi-automatic segmentation of CT / MRI images based on active contour method for 3d reconstruction of abdominal aortic aneurysms. Image Processing & Communication 2014; 19 (1): 13-20
- Fresno M, Venere M, Clausse A. A combined region growing and deformable model method for extraction of closed surfaces in 3D CT and MRI scans. Computerized Medical Imaging and Graphics 2009; 33: 369-76
- Матвеенко В. П., Шардаков И. Н., Шестаков А. П. Алгоритм создания трехмерных образов органов человека по томографическим данным. Российский журнал биомеханики 2011; 15 (4): 20-32
- Jermyn M, Ghadyani H, Mastanduno MA, et al. Fast segmentation and high-quality three-dimensional volume mesh creation from medical images for difuse optical tomography. J Biomed Opt 2013; 18 (8): 86007
- Fedorov A, Beichel R, Kalpathy-Cramer J, et al. 3D Slicer as an Image Computing Platform for the Quantitative Imaging Network. Magnetic Resonance Imaging 2012; 30: 1323- 41
- Antiga L, Piccinelli M, Botti L, et al. An image-based modeling framework for patient-specifc computational hemodynamics. Med Biol EngComput 2008; 46 (11): 1097-112
- Yushkevich PA, Piven J, Hazlett HC, et al. User-guided 3D active contour segmentation of anatomical structures: Signifcantly improved efciency and reliability. NeuroImage 2006; 31: 1116-28
- Cao J, Wu X. A novel level set method for image segmentation by combining local and global information. Journal of Modern Optics 2017; 64 (21): 2399-412
- Bidgood WD, Horii SC, Prior FW, Van Syckle DE. Understanding and Using DICOM, the Data Interchange Standard for Biomedical Imaging. J Am Med Inform Assoc 1997; 4 (3) 199-212
- Suh BY, Yun WS, Kwun WH. Carotid artery revascularization in patients with concomitant carotid artery stenosis and asymptomatic unruptured intracranial artery aneurysm. Ann Vasc Surg 2011; 25 (5): 651-5
- Heman LM, Jongen LM, Van Der Worp HB, et al. Incidental intracranial aneurysms in patients with internal carotid artery stenosis. Stroke 2009; 40 (4): 1341-6
- Radak D, Sotirovic V, Tanaskovic S, Isenovic ER. Intracranial aneurysms in patients with carotid disease: not so rare as we think. Angiology 2014; 65 (1): 12-6
- Кудяшев А. Л., Хоминец В. В., Теремшонок А. В. и др. Биомеханические предпосылки формирования проксимального переходного кифоза после транспедикулярной фиксации поясничного отдела позвоночника. Российский журнал биомеханики 2017; 21 (3): 313-23
- Кудяшев А. Л., Хоминец В. В., Теремшонок А. В. и др. Биомеханическое моделирование при хирургическом лечении пациента с истинным спондилолистезом поясничного позвонка. Хирургия позвоночника 2018; 15 (4): 87-94.
