Microsurgical clipping of unruptured intracranial aneurysms (UIAs) re mains the gold standard for complex cases unsuitable for endovascular treatment, but its progressively less frequent use has narrowed the opportunities available for hands-on surgical training. In particular, clip selection and positioning still rely heavily on surgeon experience. This thesis aims to develop a semi-automated pipeline encompassing the entire preoperative planning workflow: (i) reconstruc tion of the healthy parent-vessel geometry; (ii) extraction of clinically relevant morphological features of the aneurysmal sac; (iii) planning of the optimal clipping configuration; and (iv) three-dimensional visualization of the predicted clipping outcome within an augmented-reality environment. The proposed method opti mizes the state of the art reconstruction workflow by automating several steps and introducing a weighted bifurcation-center correction, validated on n = 25 healthy geometries and applied to n = 25 aneurysmal cases. The proposed reconstruc tion method achieved bifurcation accuracy statistically comparable to the VMTK baseline while reducing manual interaction. Seventeen morphological parameters relevant to rupture risk assessment were extracted from each isolated aneurysm sac to characterize its size and shape, and a neck-diameter-based criterion was defined to estimate the minimum, patient-specific clip blade length required for occlusion. Five representative cases were simulated within the SOFA Framework, using a penalty-based contact formulation and a linear elastic wall model, with semi-automatic clip positioning defined relative to the neck plane. The clip closure was achieved in semi-real time across all cases and the deformed geometries were compared against the reconstructed healthy vessel. Finally, the simulated outcomes were integrated into an augmented-reality application in Microsoft HoloLens2. The obtained results establish a reproducible, computational framework linking vessel reconstruction, blade length estimation, and biomechanical simulation, providing a foundation for future development of interactive planning and training tools for aneurysm clipping.

Il clipping microchirurgico degli aneurismi intracranici non rotti (UIA) rimane il gold standard per casi complessi non idonei al trattamento endovascolare, ma la progressiva riduzione del suo utilizzo ha diminuito le opportu nità di formazione durante la pratica neurochirurgica. In particolare, la selezione e il posizionamento della clip dipendono ancora fortemente dall’esperienza del chirurgo. Questa tesi propone di sviluppare una pipeline semi automatizzata che comprende l’intero processo di pianificazione preoperatoria: (i) ricostruzione della geometria del vaso sano; (ii) estrazione delle caratteristiche morfologiche clinicamente rilevanti del sacco aneurismatico; (iii) pianificazione della configurazione di clipping ottimale; e (iv) visualizzazione tridimensionale dell’esito di clipping in realtà aumentata. Il metodo proposto ha ottimizzato il metodo di ricostruzione presente nello stato dell’arte, automatizzando diversi passaggi e introducendo una correzione nel calcolo del centro di biforcazione. E’ stato validato su n=25 geometrie sane e successivamente applicato a n=25 casi aneurismatici. Il metodo di ricostruzione proposto ha raggiunto un’accuratezza statisticamente comparabile al metodo originale VMTK, riducendo al contempo l’interazione manuale dell’utente. Diciassette parametri morfologici rilevanti per la va lutazione del rischio di rottura sono stati estratti automaticamente da ciascun sacco aneurismatico isolato per caratterizzarne dimensione e forma, ed è stato definito un criterio basato sul diametro del collo dell’aneurisma per stimare la lunghezza minima della lama della clip necessaria per l’occlusione. Cinque casi rappresentativi sono stati simulati all’interno del framework SOFA, utilizzando contatti basati su metodo penalty e un modello di materiale elastico lineare, con posizionamento semi-automatico della clip definito rispetto al piano del collo. La chiusura della clip è stata ottenuta in semi-real time per tutti i casi e le geometrie deformate sono state con frontate sia con le originali pre-clipping che con il vaso sano ricostruito. Infine, le geometrie in output sono state integrate in un’applicazione di realtà aumentata che ne consente la visualizzazione con Microsoft HoloLens2. I risultati ottenuti stabiliscono un framework computazionale riproducibile che combina la ricostruzione del vaso, la stima della lunghezza della lama della clip e la simulazione biomeccanica della procedura di clipping, fornendo una base per lo sviluppo futuro di strumenti interattivi di pianificazione e formazione per il clipping di aneurismi intracranici.

A semi-automated computational pipeline for planning and augmented reality training in microsurgical clipping of intracranial aneurysms

Cattaneo, Emma
2025/2026

Abstract

Microsurgical clipping of unruptured intracranial aneurysms (UIAs) re mains the gold standard for complex cases unsuitable for endovascular treatment, but its progressively less frequent use has narrowed the opportunities available for hands-on surgical training. In particular, clip selection and positioning still rely heavily on surgeon experience. This thesis aims to develop a semi-automated pipeline encompassing the entire preoperative planning workflow: (i) reconstruc tion of the healthy parent-vessel geometry; (ii) extraction of clinically relevant morphological features of the aneurysmal sac; (iii) planning of the optimal clipping configuration; and (iv) three-dimensional visualization of the predicted clipping outcome within an augmented-reality environment. The proposed method opti mizes the state of the art reconstruction workflow by automating several steps and introducing a weighted bifurcation-center correction, validated on n = 25 healthy geometries and applied to n = 25 aneurysmal cases. The proposed reconstruc tion method achieved bifurcation accuracy statistically comparable to the VMTK baseline while reducing manual interaction. Seventeen morphological parameters relevant to rupture risk assessment were extracted from each isolated aneurysm sac to characterize its size and shape, and a neck-diameter-based criterion was defined to estimate the minimum, patient-specific clip blade length required for occlusion. Five representative cases were simulated within the SOFA Framework, using a penalty-based contact formulation and a linear elastic wall model, with semi-automatic clip positioning defined relative to the neck plane. The clip closure was achieved in semi-real time across all cases and the deformed geometries were compared against the reconstructed healthy vessel. Finally, the simulated outcomes were integrated into an augmented-reality application in Microsoft HoloLens2. The obtained results establish a reproducible, computational framework linking vessel reconstruction, blade length estimation, and biomechanical simulation, providing a foundation for future development of interactive planning and training tools for aneurysm clipping.
ING - Scuola di Ingegneria Industriale e dell'Informazione
21-ott-2026
2025/2026
Il clipping microchirurgico degli aneurismi intracranici non rotti (UIA) rimane il gold standard per casi complessi non idonei al trattamento endovascolare, ma la progressiva riduzione del suo utilizzo ha diminuito le opportu nità di formazione durante la pratica neurochirurgica. In particolare, la selezione e il posizionamento della clip dipendono ancora fortemente dall’esperienza del chirurgo. Questa tesi propone di sviluppare una pipeline semi automatizzata che comprende l’intero processo di pianificazione preoperatoria: (i) ricostruzione della geometria del vaso sano; (ii) estrazione delle caratteristiche morfologiche clinicamente rilevanti del sacco aneurismatico; (iii) pianificazione della configurazione di clipping ottimale; e (iv) visualizzazione tridimensionale dell’esito di clipping in realtà aumentata. Il metodo proposto ha ottimizzato il metodo di ricostruzione presente nello stato dell’arte, automatizzando diversi passaggi e introducendo una correzione nel calcolo del centro di biforcazione. E’ stato validato su n=25 geometrie sane e successivamente applicato a n=25 casi aneurismatici. Il metodo di ricostruzione proposto ha raggiunto un’accuratezza statisticamente comparabile al metodo originale VMTK, riducendo al contempo l’interazione manuale dell’utente. Diciassette parametri morfologici rilevanti per la va lutazione del rischio di rottura sono stati estratti automaticamente da ciascun sacco aneurismatico isolato per caratterizzarne dimensione e forma, ed è stato definito un criterio basato sul diametro del collo dell’aneurisma per stimare la lunghezza minima della lama della clip necessaria per l’occlusione. Cinque casi rappresentativi sono stati simulati all’interno del framework SOFA, utilizzando contatti basati su metodo penalty e un modello di materiale elastico lineare, con posizionamento semi-automatico della clip definito rispetto al piano del collo. La chiusura della clip è stata ottenuta in semi-real time per tutti i casi e le geometrie deformate sono state con frontate sia con le originali pre-clipping che con il vaso sano ricostruito. Infine, le geometrie in output sono state integrate in un’applicazione di realtà aumentata che ne consente la visualizzazione con Microsoft HoloLens2. I risultati ottenuti stabiliscono un framework computazionale riproducibile che combina la ricostruzione del vaso, la stima della lunghezza della lama della clip e la simulazione biomeccanica della procedura di clipping, fornendo una base per lo sviluppo futuro di strumenti interattivi di pianificazione e formazione per il clipping di aneurismi intracranici.
File allegati
File Dimensione Formato  
2026_10_Cattaneo_Executive_Summary_02.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Executive Summary tesi
Dimensione 1.11 MB
Formato Adobe PDF
1.11 MB Adobe PDF   Visualizza/Apri
2026_10_Cattaneo_Tesi_01.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Testo tesi
Dimensione 15.61 MB
Formato Adobe PDF
15.61 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/10589/267006