Anatomical models are important training and teaching tools in the clinical environment and are routinely used in medical imaging research. The rapid development of 3D printing technology and the advances in segmentation algorithms have made it possible to create cost-efficient patient-specific models. Simulation-based training with anatomical models reduces the risks connected to surgical interventions which are linked to patient experience during hospitalization, contributes in reducing healthcare costs and improves the learning of internal structures by students and interns. Anatomically accurate models can be computer-generated from medical image data. Computerized Tomography (CT) and Magnetic Resonance Imaging (MRI) are widely used to visualize biological features, ranging from whole-body imaging to particular areas and organs of interest. Three-dimensional models generated from tomographic scans can be patient-specific, rapidly redesigned and prototyped, providing cheaper alternative to generic commercially available anatomical models. In the market there are already software that allow the user to load a DICOM set and create the 3D rendering of some structures (e.g, Slicer®, an open source software platform for medical image informatics, image processing, and three-dimensional visualization). The reconstruction through that kind of software is strictly user-dependent: his accuracy and anatomical knowledge are key elements because it’s required that the user manually segments the structures from each slice. The objective of this work is to create an algorithm that requires the least possible user interaction, allowing to load a DICOM set and create 3D rendering of a structure just by adjusting a limited number of parameters. This master thesis is structured as follows: the Introduction section will describe firstly the simulation center SIMNOVA that hosted the development of this work and provided the technologies; then, the development of 3D printing technology from its birth and its application in medicine will be reviewed; and, finally, there will be explained the goals and objectives of this work. In the section Materials and Methods will be explained the background of the images used to develop the algorithms, then, after a general description of the workflow, each algorithm will be explained into details, with images that help to understand each step. From each algorithm it has been obtained a stereolitography of the desired organ that was ready to be 3D printed, so it will be explained how did it get from stereolitography file format (STL) to Polylactic Acid (PLA) 3D printed objects. Moreover, the STL file format can be visualized with virtual reality and augmented reality hardware and software so it has been introduced a short chapter about the zSpace® technology. In the Insight into Materials and Techniques section, appropriate techniques and materials will be discussed in order to be able to print a more realistic version of the 3D object based on the kind of tissue that it would represent and the final aim of the printing procedure. Each digital and printed model have been submitted to specialists who has been required to fill out a questionnaire about the accuracy of the reconstructions: the results will be illustrated in the Results chapter. Finally, after Conclusions chapter, all the algorithms have been attached in the Appendix section together with the questionnaire and the abstract about this work written for the SESAM 2020 congress that should have taken place in June 2020 in Milan.

I modelli anatomici sono strumenti importanti per l’insegnamento e l’apprendimento di competenze nell’ambiente clinico e sono utilizzati abitualmente nella diagnostica per immagini. Il rapido sviluppo della stampa 3D ed i progressi negli algoritmi di segmentazione hanno reso possibile creare modelli economicamente vantaggiosi e specifici sul paziente. La formazione, basata sulla simulazione mediante modelli anatomici, riduce i rischi connessi agli interventi chirurgici direttamente collegati all’esperienza del paziente durante il periodo di ospedalizzazione, limita i costi della sanità e migliora l’apprendimento dell’anatomia da parte di studenti e specialisti. Modelli anatomicamente accurati possono essere realizzati al computer a partire da immagini biomediche. La tomografia computerizzata (TAC) e la risonanza magnetica (RMN) sono esami diagnostici largamente utilizzati per visualizzare caratteristiche biologiche, a partire dalla diagnostica total body a immagini di sole zone e organi di interesse. I modelli tridimensionali generati da scansioni tomografiche sono specifici sul paziente, possono essere rapidamente riprogettati e prototipati, fornendo così un’alternativa più economica ai modelli anatomici generici disponibili in commercio. Esistono software che permettono all’utente di caricare una serie DICOM e creare una rappresentazione 3D di alcune strutture, come Slicer®, un software open source per la visualizzazione di immagini mediche, la loro elaborazione e la resa 3D dei tessuti. La ricostruzione, mediante questo tipo di software, è strettamente dipendente dall’utente: la sua accuratezza e conoscenza dell’anatomia interna sono elementi fondamentali, infatti, è richiesto che sia l’utente stesso a segmentare manualmente le strutture di interesse da ciascuna scansione tomografica. L’obiettivo di questo lavoro è creare un algoritmo che richieda il minor numero possibile di interventi da parte dell’utente, permettendo di caricare la serie DICOM da cui si vogliono estrarre i tessuti di interesse e di crearne la ricostruzione 3D, solamente adattando un numero di parametri limitato. Questa tesi magistrale è strutturata come segue: il capitolo introduttivo innanzitutto descrive il centro di simulazione SIMNOVA che ha ospitato lo sviluppo di questo progetto fornendo le tecnologie per la realizzazione; di seguito, è spiegata la tecnologia di stampa 3D e le sue applicazioni in campo sanitario; infine sono esposti gli obiettivi del lavoro. Il capitolo di approfondimento sulle tecniche e i materiali di stampa 3D consiste in una sintesi delle possibilità con cui realizzare una versione realistica degli oggetti, in base al tessuto che si intende rappresentare e al loro scopo. Nella sezione Materiali e Metodi è esposto il contesto delle immagini utilizzate per sviluppare gli algoritmi e, dopo una descrizione generale dei processi, ciascun algoritmo è spiegato nel dettaglio con figure che aiutano a capire ogni passaggio di elaborazione. Da ogni algoritmo si ottiene un modello digitale stereolitografico dell’organo di interesse, pronto per essere stampato in 3D: è illustrato come, partendo dal file in formato STL, si arriva al modello stampato in acido poli-lattico. Inoltre, il file STL può essere visualizzato tramite hardware e software di realtà virtuale ed aumentata, quindi è stato introdotto un breve capitolo riguardo la tecnologia zSpace®. Ciascun modello digitale e stampato, è stato sottoposto al vaglio di specialisti a cui è stato chiesto di compilare un questionario sull’accuratezza delle ricostruzioni: nel capitolo Risultati sono esposte le valutazioni degli esperti. Infine, dopo il capitolo conclusivo, tutti gli algoritmi sono stati allegati in Appendice assieme al questionario di validazione e all’abstract scritto per il congresso di simulazione SESAM 2020 che si sarebbe dovuto svolgere a Milano in Giugno 2020.

Bones and soft tissues reconstruction : from tomography to 3D printing

MICHELON, DEBORA
2018/2019

Abstract

Anatomical models are important training and teaching tools in the clinical environment and are routinely used in medical imaging research. The rapid development of 3D printing technology and the advances in segmentation algorithms have made it possible to create cost-efficient patient-specific models. Simulation-based training with anatomical models reduces the risks connected to surgical interventions which are linked to patient experience during hospitalization, contributes in reducing healthcare costs and improves the learning of internal structures by students and interns. Anatomically accurate models can be computer-generated from medical image data. Computerized Tomography (CT) and Magnetic Resonance Imaging (MRI) are widely used to visualize biological features, ranging from whole-body imaging to particular areas and organs of interest. Three-dimensional models generated from tomographic scans can be patient-specific, rapidly redesigned and prototyped, providing cheaper alternative to generic commercially available anatomical models. In the market there are already software that allow the user to load a DICOM set and create the 3D rendering of some structures (e.g, Slicer®, an open source software platform for medical image informatics, image processing, and three-dimensional visualization). The reconstruction through that kind of software is strictly user-dependent: his accuracy and anatomical knowledge are key elements because it’s required that the user manually segments the structures from each slice. The objective of this work is to create an algorithm that requires the least possible user interaction, allowing to load a DICOM set and create 3D rendering of a structure just by adjusting a limited number of parameters. This master thesis is structured as follows: the Introduction section will describe firstly the simulation center SIMNOVA that hosted the development of this work and provided the technologies; then, the development of 3D printing technology from its birth and its application in medicine will be reviewed; and, finally, there will be explained the goals and objectives of this work. In the section Materials and Methods will be explained the background of the images used to develop the algorithms, then, after a general description of the workflow, each algorithm will be explained into details, with images that help to understand each step. From each algorithm it has been obtained a stereolitography of the desired organ that was ready to be 3D printed, so it will be explained how did it get from stereolitography file format (STL) to Polylactic Acid (PLA) 3D printed objects. Moreover, the STL file format can be visualized with virtual reality and augmented reality hardware and software so it has been introduced a short chapter about the zSpace® technology. In the Insight into Materials and Techniques section, appropriate techniques and materials will be discussed in order to be able to print a more realistic version of the 3D object based on the kind of tissue that it would represent and the final aim of the printing procedure. Each digital and printed model have been submitted to specialists who has been required to fill out a questionnaire about the accuracy of the reconstructions: the results will be illustrated in the Results chapter. Finally, after Conclusions chapter, all the algorithms have been attached in the Appendix section together with the questionnaire and the abstract about this work written for the SESAM 2020 congress that should have taken place in June 2020 in Milan.
FARE', SILVIA
CARFAGNA, FABIO
ING - Scuola di Ingegneria Industriale e dell'Informazione
6-giu-2020
2018/2019
I modelli anatomici sono strumenti importanti per l’insegnamento e l’apprendimento di competenze nell’ambiente clinico e sono utilizzati abitualmente nella diagnostica per immagini. Il rapido sviluppo della stampa 3D ed i progressi negli algoritmi di segmentazione hanno reso possibile creare modelli economicamente vantaggiosi e specifici sul paziente. La formazione, basata sulla simulazione mediante modelli anatomici, riduce i rischi connessi agli interventi chirurgici direttamente collegati all’esperienza del paziente durante il periodo di ospedalizzazione, limita i costi della sanità e migliora l’apprendimento dell’anatomia da parte di studenti e specialisti. Modelli anatomicamente accurati possono essere realizzati al computer a partire da immagini biomediche. La tomografia computerizzata (TAC) e la risonanza magnetica (RMN) sono esami diagnostici largamente utilizzati per visualizzare caratteristiche biologiche, a partire dalla diagnostica total body a immagini di sole zone e organi di interesse. I modelli tridimensionali generati da scansioni tomografiche sono specifici sul paziente, possono essere rapidamente riprogettati e prototipati, fornendo così un’alternativa più economica ai modelli anatomici generici disponibili in commercio. Esistono software che permettono all’utente di caricare una serie DICOM e creare una rappresentazione 3D di alcune strutture, come Slicer®, un software open source per la visualizzazione di immagini mediche, la loro elaborazione e la resa 3D dei tessuti. La ricostruzione, mediante questo tipo di software, è strettamente dipendente dall’utente: la sua accuratezza e conoscenza dell’anatomia interna sono elementi fondamentali, infatti, è richiesto che sia l’utente stesso a segmentare manualmente le strutture di interesse da ciascuna scansione tomografica. L’obiettivo di questo lavoro è creare un algoritmo che richieda il minor numero possibile di interventi da parte dell’utente, permettendo di caricare la serie DICOM da cui si vogliono estrarre i tessuti di interesse e di crearne la ricostruzione 3D, solamente adattando un numero di parametri limitato. Questa tesi magistrale è strutturata come segue: il capitolo introduttivo innanzitutto descrive il centro di simulazione SIMNOVA che ha ospitato lo sviluppo di questo progetto fornendo le tecnologie per la realizzazione; di seguito, è spiegata la tecnologia di stampa 3D e le sue applicazioni in campo sanitario; infine sono esposti gli obiettivi del lavoro. Il capitolo di approfondimento sulle tecniche e i materiali di stampa 3D consiste in una sintesi delle possibilità con cui realizzare una versione realistica degli oggetti, in base al tessuto che si intende rappresentare e al loro scopo. Nella sezione Materiali e Metodi è esposto il contesto delle immagini utilizzate per sviluppare gli algoritmi e, dopo una descrizione generale dei processi, ciascun algoritmo è spiegato nel dettaglio con figure che aiutano a capire ogni passaggio di elaborazione. Da ogni algoritmo si ottiene un modello digitale stereolitografico dell’organo di interesse, pronto per essere stampato in 3D: è illustrato come, partendo dal file in formato STL, si arriva al modello stampato in acido poli-lattico. Inoltre, il file STL può essere visualizzato tramite hardware e software di realtà virtuale ed aumentata, quindi è stato introdotto un breve capitolo riguardo la tecnologia zSpace®. Ciascun modello digitale e stampato, è stato sottoposto al vaglio di specialisti a cui è stato chiesto di compilare un questionario sull’accuratezza delle ricostruzioni: nel capitolo Risultati sono esposte le valutazioni degli esperti. Infine, dopo il capitolo conclusivo, tutti gli algoritmi sono stati allegati in Appendice assieme al questionario di validazione e all’abstract scritto per il congresso di simulazione SESAM 2020 che si sarebbe dovuto svolgere a Milano in Giugno 2020.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
Bones and Soft Tissues Reconstruction_from Tomography to 3D Printing.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Testo della tesi
Dimensione 3.59 MB
Formato Adobe PDF
3.59 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/164978