Algorithm for automatic segmentation of arterial bed structures involved in transcatheter implantation of aortic valve prosthesis based on computed tomography data

Abstract

РЕЗЮМЕ Обоснование. Одной из значимых причин преждевременной смертности и инвалидизации населения в настоящее время является патология клапанов сердца. Наибольшее распространение среди этой группы патологий имеет аортальный стеноз. Самым востребованным методом его коррекции на сегодняшний день является транскатетерная имплантация протеза аортального клапана. Для обучения ординаторов и мануального тренинга чаще используют анатомический материал и операции на животных, однако подобного рода практика имеет высокую стоимость и не всегда доступна широкому кругу обуча ющихся. В качестве альтернативы на рынке появляются виртуальные хирургические симуляторы, включающие рабочую станцию с манипуляторами и программное обеспечение для компьютерной визуализации, однако на сегодняшний день на рынке не представлено готового решения для сегментации структур сосудистого русла, участвующих в транскатетерной имплантации протеза аортального клапана. Цель исследования. Разработка алгоритма для автоматической сегментации структур артериального сосудистого русла, в зоне транскатетерной имплантации протеза АК на основе обработки данных компьютерной томографии. Материал и методы. В ходе работы были использованы 14 КТ-исследований рандомизированных больных, не имеющих аномалий и/или патологии АК и луковицы аорты. Их анализ и дальнейшие преобразования были осуществлены с помощью ПО Vidar DICOM Viewer, SolidWorks 2016, VMTKLab и других существующих видов ПО и библиотек. В связи с тем, что визуализация полулунных заслонок АК при выполнении КТ практически невозможна, было выполнено построение виртуального 3D-шаблона АК с учетом параметров, приведенных в литературных источниках. Результаты. В результате первой части работы был получен готовый виртуальный 3D-шаблон АК, способный изменять свою геометрию при внешних воздействиях. Была доказана работоспособность параметрической модели. В ходе работы с моделью каких-либо проблем с геометрией при деформации выявлено не было. В результате второй части работы была сформирована готовая STL-модель сосудов от устья аорты до уровня перехода наружной подвздошной артерии в бедренную артерию. После этого мы импортировали модель сосудов в SolidWorks и применили параметры механических свойств биологических материалов. На последнем этапе производилась сборка двух моделей в единую систему, в результате чего была сформирована готовая STL-модель зоны интереса с сегментированными структурами. Выводы. 1. При реализации разработанного алгоритма автоматической сегментации структур артериального русла использованы готовые пакеты ПО, что позволило реализовать разработанный алгоритм по достаточно простой и оригинальной методике. 2. Учитывая, что оператор задействован в большинстве этапов использования алгоритма, сегментация в разработанном ПО носит полуавтоматический характер, однако выполняемые оператором действия не требуют глубокого погружения в алгоритмы работы ПО и носят поверхностный характер. 3. В результате исследования получена индивидуализированная 3D-модель анатомических структур в зоне оперативного вмешательс...