莊江惠,何炳蔚,劉宇清,易宗超,呂翱,洪文瑤,潘儒君
1.福州大學 機械工程及自動化學院,福建 福州 350116;2.福建醫科大學省立臨床醫學院 神經外科,福建 福州 350001
側腦室穿刺是神經外科臨床中常用的診療技術,是醫生必須熟練掌握的基本技能,常用于顱內占位性病變、導水管梗阻等嚴重顱內壓增高時的緊急放液減壓、顱內感染與腦室內出血的穿刺引流、腦室-腹腔分流術、顱內壓監測等[1]。目前,醫生在實施腦室穿刺過程中,主要依靠臨床經驗,憑目測及想象進行操作。對于年輕醫生,由于臨床經驗不足以及心理因素等原因,時常會出現穿刺失誤。如果平時能夠模擬穿刺訓練,將大大提高手術技巧及熟練度,增加年輕醫生的信心。本研究提出在CT和MRI醫學影像數據的基礎上,通過有效結合正向設計與3D打印技術,制作出高度逼真的顱腦實體模型,并在此模型上進行側腦室模擬穿刺,為臨床醫生快速熟練掌握側腦室穿刺術技巧,提高手術成功率提供一種安全有效的訓練方法。
以福建省立醫院收治的一例47歲男性患者為研究對象,獲取其增強CT、MRI數據。顱骨、血管的影像數據采集于CT,儀器為Siemens公司SOMATOM Definition雙源螺旋CT,掃描參數:管電壓120 kV,管電流200~300 mAs,FOV 32 cm,重建視野32 cm,準直32.0 mm×2.0 mm×0.6 mm,重建層厚0.6 mm,螺距1.4,矩陣515×512,見圖1。側腦室、腦組織的影像數據采用薄層MRI掃描采集,掃描參數為:快速梯度回波序列,TR1900 ms,TE2.52 ms,層厚1.0 mm,FOV 250 mm,矩陣256×256,翻轉角9°,見圖2。經薄層掃描得到的二維掃描斷層圖像數據,保存為DICOM格式輸出。

圖1 CT掃描圖像

圖2 MRI掃描圖像
顱腦多模圖像(CT、MRI、動態增強成像等)各具特點,如MRI在顯示腫瘤、腦室系統、腦組織等方面有優勢,而CT則能較好地反映顱骨、血管等結構。本研究采用醫學圖像處理軟件Mimics 15.0(比利時,Materialise公司),基于閾值的圖像分割原理進行顱腦三維重建。所謂圖像分割,就是將感興趣的目標區域從圖像中分離出來的過程。根據顱腦CT和MRI斷層圖像的特點,選擇不同分割算法進行各組織結構分割。分別根據CT中的腦部血管、顱骨、頭部表皮,MRI圖像中的腫瘤、腦組織、頭部表皮的灰度值差異,采用閾值分割算法進行圖像分割,顱骨界定閾值125~3071 HU,血管78~279 HU,側腦室-37~26 HU,腦組織137~1434 HU,CT中頭皮 -718~-177 HU,MRI中頭皮79~711 HU。然后分別選取它們的種子點進行區域增長,并輔以模板擦除法和模板填補法進行優化處理,得到分割后的各組織結構蒙板。通過對蒙板進行三維實體計算,從CT中重建出血管、顱骨和頭部表皮,以及從MRI圖像中重建出腫瘤腦組織和頭部表皮。最后以CT、MRI數據中分別重建得到的頭皮模型為基準進行配準融合,實現不同模態數據坐標的統一,完成顱腦三維模型的構建,以STL格式輸出進行后處理,見圖3。

圖3 重建后的顱腦三維虛擬模型
利用正向設計軟件3-Matic在已重建的顱腦三維模型上進行正向設計。① 因為現有的3D打印技術無法制作出類似腦組織的超軟材料,故對腦組織進行截斷處理,通過布爾求差運算設計其模具,便于腦組織倒模成型(圖4a);② 為了模擬真實的顱內壓力環境,設計了中空薄壁的側腦室嵌件及兩側的進出水管道,管道內設有螺紋用于配合連接件與軟管相連接,可通過注射器向側腦室空腔注入不同劑量的液體,以此模擬腦脊液(圖4b);③ 以眉心所在平面為界,將顱骨設計為上、下兩部分,兩者間用圓柱銷連接,實現模型的簡易拆卸,方便模擬穿刺結束后,可將其拆卸下來觀察評估穿刺路徑是否合理;④ 術區模塊包括皮膚層、松質骨層和密質骨層,在上部分顱骨處設計為上、中、下3層,為長16 cm、寬7 cm的長方形區域,頭皮采用橡膠類材料、骨層采用不同硬度的3D打印材料制作用于模仿顱骨內外板,確保鉆孔時真實的層次感(圖4c)。

圖4 正向設計結果
采用美國Stratasys公司的Objet350 Connex3彩色打印機,該打印機精度為0.016 mm,可同時打印3種基本材料(軟性材料,硬性藍、黃、白、品紅等模型材料)和支撐材料,通過不同的基本材料配比和組合,實現不同顏色、硬度和透明度的3D打印成型。其聚合物噴射(PolyJet)3D打印原理,見圖5。通過壓電式噴頭將液態光敏樹脂以超薄層狀態噴射在工作臺上,形成一定幾何輪廓,然后紫外線燈發射紫外光對樹脂層進行光照固化;完成固化后,工作臺精準地下降一個成型厚度,然后進行第二層液態光敏樹脂固化成型;如此循環,使模型整體厚度和形狀達到設計要求。打印結束后,通過水洗操作處理去除支撐材料,完成各部分組織的打印制作。

圖5 PolyJet工藝成型原理圖
因為目前的3D打印技術無法制作類腦組織,故采用澆注成型的方式來制作。材料為水凝膠,其質地柔軟,可近似為腦組織材料。將水凝膠粉和蒸餾水按1:10的比例混合,溶液攪拌均勻,并進行加熱保證水凝膠粉完全融化。將側腦室嵌件固定放置于模具中,并倒入水凝膠溶液,冷卻至室溫,一旦固化,將腦組織從模具中取出,完成腦組織成型。
通過上述技術制作出1:1的顱腦實體模型,具有如下特點:① 中空薄壁側腦室嵌件為透明軟橡膠材料,見圖6a;② 腦組織澆注模具為光敏樹脂材料,見圖6b;③ 腦組織采用水凝膠澆注成型,質地柔軟且富有彈性,可完整呈現腦溝回及側腦室腔體,見圖6c;④ 其余部分采用與人體顱腦組織硬度相近的3D打印材料一體成型,并以不同顏色區分不同結構,見圖7。整個實體模型立體感強,可直觀、清晰地顯示顱腦結構。此外,從側腦室進水口注入不同劑量的液體模擬腦脊液,以此模擬不同顱內壓環境,見圖8。

圖6 腦組織水凝膠澆注結果

圖7 顱腦下半部分結構

圖8 顱腦三維實體模型
利用該實體模型進行側腦室穿刺模擬,驗證其可行性。選擇傳統的額角穿刺方法[2],將顱腦模型置于仰臥位,取眉心上方10 cm,中線旁開2.5 cm作為穿刺點,穿刺方向平行于矢狀面,向外耳道連線方向穿刺,進針深度約4~6 cm。從頭皮表面進行規劃取點,到皮膚剪切、撐開,利用手搖鉆顱骨鉆孔,再到側腦室穿刺,見圖9。整個模擬手術過程中,各操作步驟與臨床手術基本一致,術者的觸覺感受也近乎真實,穿刺針進入側腦室時,具有明顯的突破感、落空感,且在模擬穿刺結束后,將上部分顱骨進行拆卸,對穿刺結果進行評價,驗證手術的準確性。

圖9 穿刺模擬過程
側腦室穿刺手術早已廣泛應用于神經外科臨床,對診斷、搶救和治療顱內多種疾病具有重要價值[1]。其成功實施的關鍵是穿刺過程中準確地一次性置管,使對腦組織的損傷降至最低。目前側腦室穿刺手術基本憑借醫生的經驗和手感,導致穿刺結果常有偏差,有時需要反復多次調整穿刺方向才能成功,這勢必增加出血、感染等并發癥發生的幾率。因此,對于神經外科醫生特別是年輕醫生,盡快熟練掌握穿刺技巧尤為重要。
目前,醫生臨床手術技能訓練的基本途徑大致有4種:① 人或動物的尸體;② 計算機虛擬現實系統;③ 仿真人體解剖模型;④ 由上級醫生進行口授與操作示范,年輕醫生在實際手術中慢慢積累經驗。這些方法都有各自的優缺點,例如,人或動物的尸體是最早應用于外科術前培訓的,但倫理道德問題限制了它們的使用,而且動物尸體與人類的相似性低,此外尸體的保持和維護費用也是相當昂貴。在計算機虛擬現實系統下進行手術訓練,三維模型大多基于二維平面顯示,其真實感不足,操作舒適性差,模擬手術過程與臨床實際操作過程存在很大區別,訓練的效果非常有限。此外,大多數人體仿真解剖模型存在材料單一,精度不高等缺陷。而口授與操作示范這種方式必然會增加病人的手術風險[3-8]。
3D打印技術是近年來新興的一種制造技術,它通過計算機讀取數據,經數據轉換后逐層建造三維實體模型[9]。該技術已經被應用于生物醫學中,其中包括個性化醫療植入物、個性化手術導向模板、細胞或組織打印以及醫學模型的制作[10-12]。由于顱腦結構復雜及個體差異,將3D打印技術應用于顱腦實體模型的制作,其逼真直觀的視覺效果對手術的設計有極大幫助,現已在國際國內有所應用[13-15]。但如何將3D打印制作的實體模型應用于神經外科側腦室的體外模擬手術仍有待于進一步研究與實踐。本研究為該應用的升級,即在模型上進行手術訓練。
本文基于顱腦CT及MRI影像數據,利用最新的3D打印技術制作出高度逼真的顱腦實體模型,可直觀顯示術者顱腦三維空間結構,在此模型上實現皮膚表面定位、規劃穿刺點、皮膚剪切、顱骨鉆孔、穿刺引流,使年輕醫生的成長模式由傳統的上級醫生口授、示范—電腦虛擬操作—實體模型操作初步成為現實。
目前3D打印技術無法制作類腦組織[16],為解決該問題,利用3D打印制作出側腦室嵌件以及腦組織模具,而腦組織采用水凝膠澆注方式制作,它能表現出更逼真的組織特性。通過向側腦室空腔注入不同劑量的液體(以此模擬腦脊液)產生不同的顱內壓力。顱骨采用雙層設計制造出松質骨、密質骨。以上特點保證了訓練過程更接近臨床實際操作,如:鉆孔時的層次感,穿刺針穿過腦組織的微阻力感以及進入側腦室額角時的瞬間落空感。模擬穿刺結束后,通過拆卸顱腦模型可對穿刺路徑、位置及深度進行評價,驗證手術的準確性。
本研究利用3D打印技術設計制作的模型將顱腦結構精確再現,可應用于臨床培訓、教學以及考核等方面。在臨床培訓方面,年輕醫生可了解手術操作流程,在其上反復操作,強化手術技能;在教學方面,可彌補傳統教學材料的不足,便于年輕醫生對大腦皮層及側腦室解剖結構的認識和理解;當前技能考核往往局限于理論方面,缺少實際操作技能考核,該模型可望成為醫學技能考核的有效補充。同時,在此模型上進行各種側腦室模擬穿刺,以驗證傳統穿刺方法的可靠性和有效性,并尋找更為簡便準確的穿刺方法,為臨床試驗提供參考依據。
雖然本研究建立的顱腦實體模型感觀、形態方面已高度仿真,在模擬穿刺手術時已接近臨床實際操作過程,但受限于醫學影像技術、計算機技術以及3D打印技術,目前仍存在難以完全模擬顱腦結構(包括血管、硬腦膜、蛛網膜系統等精細組織)及生理條件下的腦脊液循環等諸多不足之處,均有待于進一步的研究與探索。
[參考文獻]
[1] 王忠誠.神經外科學[M].2版.武漢:湖北科學技術出版社,2015.
[2] 劉宇清,呂翱,黃繩躍,等.計算機三維重建技術下模擬側腦室額角穿刺方法的探討[J].中華神經外科雜志,2015,31(3):246-249.
[3] Weinstock P,Rehder R,Prabhu SP,et al.Creation of a novel simulator for minimally invasive neurosurgery: Fusion of 3D printing and special effects[J].J Neurosurg Pediatr,2017,20(1):1-9.
[4] 徐波,陳輝.腦穿刺手術模擬訓練系統的實驗研究[J].中國微侵襲神經外科雜志,2010,15(11):512-514.
[5] Maddox MM,Feibus A,Liu J,et al.3D-printed soft-tissue physical models of renal malignancies for individualized surgical simulation: a feasibility study[J].J Robot Surg,2017:1-7.
[6] 劉宇清,黃繩躍,何炳蔚,等.基于計算機三維重建技術的改良側腦室額角穿刺術研究[J].福建醫科大學學報,2017,51(1):68-70.
[7] 楊治榮,施巍,沈晨,等.3D真人側腦室模型的設計與構建[J].第二軍醫大學學報,2012,33(11):1203-1206.
[8] 劉宇清,黃繩躍,何炳蔚,等.3D打印技術在大腦鐮旁腦膜瘤切除術中的初步應用[J].中國全科醫學,2016,19(24):2953-2956.
[9] Lei W,Jing L.Compatible hybrid 3D printing of metal and nonmetal inks for direct manufacture of end functional devices[J].Tech Sci,2014,57(11):2089-2095.
[10] Klein GT,Lu Y,Wang MY.3D printing and neurosurgery--ready for prime time?[J].World Neurosurg,2013,80(3-4):233-235.
[11] 林澤明,何炳蔚,陳江,等.基于配準技術的微創牙種植導向模板的制作方法及應用[J].華西口腔醫學雜志,2012,30(4):402-406.
[12] Markstedt K,Mantas A,Tournier I,et al.3D bioprinting human chondrocytes with nanocellulose-alginate bioink for cartilage tissue engineering applications[J].Biomacromolecules,2015,16(5):1489-1496.
[13] Ryan JR,Almefty KK,Nakaji P,et al.Cerebral aneurysm clipping surgery simulation using patient-specific 3D printing and silicone casting[J].World Neurosur,2016,88:175-181.
[14] 蘭青,陳愛林,張檀,等.通過3D打印技術制備顱腦實體模型[J].中華醫學雜志,2016,96(30):2434-2437.
[15] Spottiswoode BS,Dj VDH,Chang Y,et al.Preoperative threedimensional model creation of magnetic resonance brain images as a tool to assist neurosurgical planning[J].Stereot Funct Neurosurg,2013,91(3):162-169.
[16] Ploch CC,Mansi CSSA,Jayamohan J,et al.Using 3D printing to create personalized brain models for neurosurgical training and preoperative planning[J].World Neurosurg,2016,90:668-674.