基于Blender的颈动脉介入术前仿真与风险预判平台设计

王 广驰, 许 雄壮, 刘 亚航, 耿 子茜, 姚 皓晨, 崔玉 环*
华北理工大学

摘要


针对颈动脉支架置入术（CAS）中脑保护装置通过高风险病变时操作难度大、并发症风险高的问题，构建了一套轻量化、基于Web的介入手术仿真与风险预判平台。首先，基于患者CTA数据，利用Otsu阈值分割与3D Slicer重建高保真血管模型；其次，提出基于贝塞尔曲线的自适应路径生成算法，结合切线约束机制解决复杂迂曲血管的路径平滑问题；进一步引入简化动力学模型，在Blender物理引擎中实时解算器械与病灶的接触阻力。验证结果表明，血管重建误差小于0.5 mm；在重度钙化病例中，系统能成功生成无碰撞介入路径，并通过热力图精准定位高阻力风险区。该平台实现了低成本、可视化的术前决策支持，为降低高危CAS手术不确定性提供了有效的工程化解决方案。

关键词


颈动脉支架置入术；血管介入仿真；接触阻力；风险可视化

全文:

PDF


参考


[1]蔡浩雷.颈动脉支架成形术治疗颅外颈动脉狭窄疗效分析[D].复旦大学，2009.

[2]张庆真，崔艳峰，高志康，等.3D打印联合Smart Mask技术在小型颅内动脉瘤介入治疗中的应用[J].临床放射学杂志，2025，44（5）：938-942.

[3]徐磊，张甲宁，李梦.基于头颈部CTA和颈部血管彩超的颈动脉狭窄介入治疗效果评价[J].医学信息，2024，37（21）：91-94.

[4]孟庆斌.多模影像指导慢性颈内动脉闭塞介入开通的单中心经验[D].郑州大学，2021.

[5]李佳亮.第一部分：腔内治疗主髂动脉闭塞症临床疗效的统计学分析和机器学习预后模型的构建 第二部分：基于信息化平台的社区脑卒中高危人群现况调查及颈动脉狭窄风险因素分析[D].北京协和医学院，2024.

[6]Jones B, Riga C, Bicknell C, Hamady M. Robot-Assisted Carotid Artery Stenting: A Safetyand Feasibility Study[J]. Cardiovascular and Interventional Radiology, 2021, 44(5):795-800.

[7]Gray W, Matsumura JS, Chaturvedi S, et al. CAPTURE 2 risk-adjusted stroke outcome benchmarks for carotid artery stenting with distal embolic protection[J]. Journal of Vascular Surgery, 2010, 52(3):634-641.


Refbacks

  • 当前没有refback。