动态混合现实患者特异性动脉瘤剪切模拟两个案例-一个可行性研究
Fredrick J Joseph1, Miguel Cuba1, Michael Murek2
1Image Guided Therapy, ARTORG Center for Biomedical Engineering Research, University of Bern, Bern, Switzerland.
Operative neurosurgery (Hagerstown, Md.)
|December 6, 2023
概括
这项研究表明,混合现实模拟器有效地训练神经外科医生在内动脉瘤剪切策略上. 外科医生可以测试和丢弃多种方法,无论动脉瘤的复杂性如何,改善手术规划.
科学领域:
- 神经外科 神经外科
- 医疗模拟 医疗模拟
- 医疗成像医学成像
背景情况:
- 内动脉瘤 (IA) 剪切是一种复杂的神经外科手术程序.
- 尽量减少风险并最大限度地提高患者的结果需要先进的技术.
研究的目的:
- 评估培训患者特定的微手术剪切程序的可行性.
- 评估一个混合现实物理神经外科模拟器,用于未破裂的IA.
主要方法:
- 两个神经外科医生模拟在两个患者特定的IA模型上剪切.
- 收集关于时间,程序和结果的数据.
- 分析氨酸绿色光血管学 (ICG-FA) 用于剪切策略评估.
主要成果:
- 每个模型测试了4-8种剪切策略,更复杂的动脉瘤需要更多的策略.
- 外科医生丢弃了多达53.8%的尝试策略.
- ICG-FA显示出对动脉瘤封闭的特异性,但敏感性较差.
结论:
- 混合现实模拟器可以测试和丢弃IA剪切策略,无论其复杂程度如何.
- 在剪切动脉瘤后检查中,ICG-FA存在局限性.
