Automatic framework for patient-specific modelling of tumour resection-induced brain shift.
Automatic framework for patient-specific modelling of tumour resection-induced brain shift.
复制标题
DOI：
10.1016/j.compbiomed.2022.105271
复制
发表时间：
2022-04
影响因子：
7.7
通讯作者：
中科院分区：
文献类型：
--
作者：
我们的动机是使非生物力学工程专家能够在诊所中使用复杂的生物力学模型来预测肿瘤切除引起的脑移位，然后知道残留肿瘤及其边界的位置。为了实现这一目标，我们开发了一个框架，用于自动生成和解决大脑的患者特异性生物力学模型。该框架从MRI数据中自动确定患者特异性的脑几何形状，生成患者特异性的计算网格，分配材料特性，定义边界条件，将外部负载施加到解剖结构中，并使用网状无线性弹性的微分方程使用网状无线性弹性，并使用无网状的总lagranganian显式动力学（MTLED）。我们证明了我们框架对肿瘤切除引起的脑转移的实际临床病例的有效性和适当性。
Our motivation is to enable non-biomechanical engineering specialists to use sophisticated biomechanical models in the clinic to predict tumour resection-induced brain shift, and subsequently know the location of the residual tumour and its boundary. To achieve this goal, we developed a framework for automatically generating and solving patient-specific biomechanical models of the brain. This framework automatically determines patient-specific brain geometry from MRI data, generates patient-specific computational grid, assigns material properties, defines boundary conditions, applies external loads to the anatomical structures, and solves differential equations of nonlinear elasticity using Meshless Total Lagrangian Explicit Dynamics (MTLED) algorithm. We demonstrated the effectiveness and appropriateness of our framework on real clinical cases of tumour resection-induced brain shift.
登录
查看更多内容
影响因子：
4
作者：
通讯作者：
--
影响因子：
4.1
作者：
Hu, Jingwen;Jin, Xin;King, Albert I.
通讯作者：
King, Albert I.
影响因子：
--
作者：
Drakopoulos F;Tsolakis C;Angelopoulos A;Liu Y;Yao C;Kavazidi KR;Foroglou N;Fedorov A;Frisken S;Kikinis R;Golby A;Chrisochoides N
通讯作者：
Chrisochoides N
影响因子：
5.7
作者：
Dale, AM;Fischl, B;Sereno, MI
通讯作者：
Sereno, MI
影响因子：
2.4
作者：
Miller K;Horton A;Joldes GR;Wittek A
通讯作者：
Wittek A