Integrazione di simulazioni real time e realtà aumentata per il monitoraggio dell'interazione catetere-vaso in procedure di cardiologia interventistica

Aim Percutaneous approaches allow minimally invasive treatment of structural cardio- vascular deseases, reducing covalescence time and surgery risks. Percutaneous treatments tend to be characterized by a steep learning curve, due to unintuitive controls and the lack of direct line of sight. This work is developed in the context of ARTERY project, with the aim of delveloping a computational model to simulate in real time the interaction between a catheter and blood vessels during the intravascular phase of percutaneous procedures. The output is then visualized with augmented reality technology. Methods The 3D shape of the catheter is reconstructed with the use of a shape sens- ing algorithm which integrates data coming from sensors applied on the cateter. The reconstructed configuration is used to impose displacements to the virtual catheter in the simulation. A single deformable body comprises the mechanical respose of the vessel and the containment effect of the abdominal soft tissues. The deformable model is solved us- ing FEM and the interaction forces are computed with the Lagrange multiplier approach. The resulting solution is exploited to update the hologram. The data flow is managed in a ROS environment. Results The obtained simulation converges and the contact response algorithm is stable. The computational performance is based on the chosen meahing strategy and it is strictly realated with the number of contact points. The hologram is updated in realtime but the visual feedback is not always smooth. An framerate of 25 FPS is achieved when few interactions take place but it drops to 7 FPS when the catheter is fully inserted. Conclusion The proposed framework allow to simulate the intravascular phase and pro- vides 3D data in real time. However, a validation of the model is required and more work has to be done to further optimize the simulation.

Scopo Gli approcci percutanei permettono il trattamento delle patologie cardiovascolari strutturali per via mini-invasiva riducendo il periodo di recupero per il paziente e limi- tando il rischio delle complicazioni legate ad una lunga degenza. Nel panorama attuale, i trattamenti percutanei hanno una curva di apprendimento molto ripida a causa delle difficoltà legate alla manipolazione del catetere e soprattutto alla scarsa visibilità del campo operatorio. Questo studio si inserisce nel progetto europeo ARTERY con lo scopo di sviluppare un modello per la simulazione in tempo reale della deformazione dei vasi in seguito all’interazione con un catetere sensorizzato nella fase intravascolare della proce- dura. Il risultato della simulazione vuole poi essere visualizzato in realtà aumentata. Metodi La forma 3D del catetere sensorizzato è ricostruita da algoritmi di Shape Sens- ing ed è comunicata attraverso opportune classi di funzioni alla simulazione. Il catetere virtuale è comandato in spostamento e la sua posizione è aggiornata dai dati ricevuti. Il contributo contenitivo dei tessuti molli addominali e la meccanica del vaso sono inclusi nella risposta di un unico corpo deformabile calcolata con approccio FEM e le interazioni sono risolte con il metodo del Lagrangian Multiplier. Il risultato della simulazione è uti- lizzato per aggiornare l’ologramma del vaso su Hololens2. Tutto il trasferimento dei dati è integrato in ROS. Risultati La simulazione presentata converge e l’algoritmo di calcolo dei contatti è stabile. L’efficienza computazionale è basata sull’utilizzo di una mesh ottimizzata con pochi elementi e dipende strettamente dal numero di contatti risolti in ogni iterazione. L’ologramma è aggiornato in tempo reale ma l’interattività visiva non è sempre garantita: sono forniti 25 FPS finchè il numero di collisioni resta basso mentre si scende fino a 7 FPS quando esse aumentano. Conclusioni Il framework proposto permette di simulare la fase intravascolare delle pro- cedure percutanee fornendo un dato tridimensionale in tempo reale. Tuttavia, è necessario eseguire un’accurata validazione del modello ed è possibile un’ulteriore ottimizzazione delle performance.