Questo studio mira a creare un modello stampato in 3D di una vertebra lombare specifica del paziente, che contiene sia la vertebra che i modelli del nervo spinale fusi dalla tomografia computerizzata ad alta risoluzione (HRCT) e dai dati MRI-Dixon.
La rizotomia dorsale selettiva (SDR) è un’operazione difficile, rischiosa e sofisticata, in cui una laminectomia non solo dovrebbe esporre un adeguato campo visivo chirurgico, ma anche proteggere i nervi spinali del paziente dalle lesioni. I modelli digitali svolgono un ruolo importante nel pre e intra-intervento dell’SDR, perché non solo possono rendere i medici più familiari con la struttura anatomica del sito chirurgico, ma anche fornire precise coordinate di navigazione chirurgica per il manipolatore. Questo studio mira a creare un modello digitale 3D di una vertebra lombare specifica del paziente che può essere utilizzata per la pianificazione, la navigazione chirurgica e l’addestramento dell’operazione SDR. Il modello di stampa 3D è anche prodotto per un lavoro più efficace durante questi processi.
I modelli digitali ortopedici tradizionali si basano quasi interamente sui dati della tomografia computerizzata (TC), che è meno sensibile ai tessuti molli. La fusione della struttura ossea dalla TC e della struttura neurale dalla risonanza magnetica (MRI) è l’elemento chiave per la ricostruzione del modello in questo studio. Il modello digitale 3D specifico del paziente viene ricostruito per l’aspetto reale dell’area chirurgica e mostra la misurazione accurata delle distanze interstrutturali e della segmentazione regionale, che può aiutare efficacemente nella pianificazione preoperatoria e nella formazione dei DSP. Il materiale trasparente della struttura ossea del modello stampato in 3D consente ai chirurghi di distinguere chiaramente la relazione relativa tra il nervo spinale e la placca vertebrale del segmento operato, migliorando la loro comprensione anatomica e il senso spaziale della struttura. I vantaggi del modello digitale 3D individualizzato e la sua accurata relazione tra le strutture nervose e ossee rendono questo metodo una buona scelta per la pianificazione preoperatoria della chirurgia SDR.
La paralisi cerebrale spastica colpisce oltre la metà di tutti i bambini con paralisi cerebrale1, portando a contratture tendinee, sviluppo scheletrico anormale e diminuzione della mobilità, con un notevole impatto sulla qualità della vita dei bambini affetti2. Come principale metodo chirurgico per il trattamento della paralisi cerebrale spastica, la rizotomia dorsale selettiva (SDR) è stata pienamente convalidata e raccomandata da molti paesi 3,4. Tuttavia, la natura complessa e ad alto rischio della chirurgia SDR, compreso il taglio preciso della lamina, il posizionamento e la dissociazione delle radici nervose e la recisione delle fibre nervose, presenta una sfida significativa per i giovani medici che stanno appena iniziando a impegnarsi con la SDR nella pratica clinica; inoltre, la curva di apprendimento dei DSP è molto ripida.
Nella chirurgia ortopedica tradizionale, i chirurghi devono integrare mentalmente tutte le immagini bidimensionali (2D) preoperatorie e creare un piano chirurgico 3D5. Questo approccio è particolarmente difficile per la pianificazione preoperatoria che coinvolge strutture anatomiche complesse e manipolazioni chirurgiche, come la SDR. Con i progressi nell’imaging medico e nella tecnologia informatica, le immagini assiali 2D, come la tomografia computerizzata (TC) e la risonanza magnetica (MRI) possono essere elaborate per creare modelli virtuali 3D con anatomia specifica del paziente6. Con una migliore visualizzazione, i chirurghi possono analizzare queste informazioni elaborate per effettuare diagnosi più dettagliate, pianificazione e interventi chirurgici su misura per le condizioni del paziente. Negli ultimi anni, l’applicazione della tecnologia di fusione di immagini multimodali in ortopedia ha gradualmente attirato l’attenzione7. Questa tecnologia potrebbe fondere immagini TC e MRI, migliorando notevolmente la precisione del modello analogico digital3D. Tuttavia, l’applicazione di questa tecnica in modelli preoperatori di SDR non è stata ancora studiata.
Il posizionamento accurato della lamina e del nervo spinale e il taglio preciso durante la chirurgia SDR sono fondamentali per risultati di successo. In genere, questi compiti si basano sull’esperienza di esperti e sono confermati ripetutamente da un braccio a C durante l’operazione, risultando in un processo chirurgico complesso e dispendioso in termini di tempo. Il modello digitale 3D funge da base per la futura navigazione chirurgica SDR e può anche essere utilizzato per la pianificazione preoperatoria delle procedure di laminectomia. Questo modello fonde la struttura ossea della TC e la struttura del nervo spinale della risonanza magnetica e assegna colori diversi alle sezioni delle vertebre lombari contrassegnate per il taglio secondo il piano chirurgico. Tali modelli di stampa 3D olografici per SDR non solo facilitano la pianificazione e la simulazione preoperatoria, ma forniscono anche coordinate di navigazione 3D accurate al braccio robotico intraoperatorio per un taglio preciso.
Questo studio fornisce un flusso di lavoro per stabilire un modello di stampa 3D preoperatoria della colonna lombare in pazienti con paralisi cerebrale, con l’obiettivo di facilitare la pianificazione preoperatoria per la chirurgia SDR e migliorare l’allenamento anatomico basato sul modello specifico del paziente. Lo studio mira a stabilire un modello stampato in 3D altamente affidabile che dimostri accuratamente le strutture vertebrali e nervose lombari del paziente. Misurando la posizione della lamina e del nervo spina…
The authors have nothing to disclose.
Questa pubblicazione è stata sostenuta dalla Beijing Municipal Natural Science Foundation (L192059).
J55 Prime 3D-Printer | Stratasys | J55 Prime | Manufacturing the model |
MATLAB | MathWorks | 2022B | Computing and visualization |
Mimics | Materialise | Mimics Research V20 | Model format transformation |
Tools for volum fusion | Intelligent Entropy | VolumeFusion V1.0 | Beijing Intelligent Entropy Science & Technology Co Ltd. Modeling for CT/MRI fusion |