CardioAR3D: Tomografía cardíaca 3D mejorada con realidad aumentada. Semestre de Industria

Abstract

RESUMEN : Los médicos que trabajan en la cardiología intervencionista a menudo enfrentan el desafío de obtener una comprensión completa de la anatomía cardíaca del paciente antes de realizar procedimientos invasivos. Aunque las tomografías computarizadas cardíacas son una herramienta útil al ser una imagen 3D, la visualización que se realiza en dos dimensiones puede no mostrar todas las complejidades de las estructuras tridimensionales. El objetivo de este proyecto fue crear un método integral para mejorar la visualización y el diagnóstico en cardiología intervencionista mediante la segmentación precisa de tomografías computarizadas cardíacas y su representación en tres dimensiones. Los resultados de este proyecto incluyeron un modelo pre entrenado alojado en un servidor remoto capaz de segmentar la morfología del corazón en pacientes pediátricos, un módulo de 3D Slicer para manipular las segmentaciones de salida y una interfaz gráfica que facilitara el arranque del servidor. Lo anterior, con la finalidad de una mejor comprensión de la anatomía cardíaca individual, una planificación más precisa de los procedimientos y, en última instancia, mejores resultados para los pacientes que recibieron intervenciones cardíacas. Finalmente, se examinó la integración de tecnología de realidad aumentada y si era posible su uso para realizar planeación previa a las intervenciones.

ABSTRACT : Clinicians working in interventional cardiology often face the challenge of obtaining a complete understanding of the patient's cardiac anatomy before performing invasive procedures. Although cardiac CT scans are a useful tool, two-dimensional images may not show all the complexities of three-dimensional structures. The aim of this project is to create a comprehensive method to improve visualization and diagnosis in interventional cardiology by accurately reconstructing cardiac CT scans in three dimensions. The results of this project included a pre-trained model hosted on a remote server capable of segmenting the morphology of the heart in pediatric patients, a 3D Slicer module to manipulate the output segmentations, and a graphical interface to facilitate server start-up. This was aimed at a better understanding of individual cardiac anatomy, more accurate planning of procedures, and ultimately better outcomes for patients receiving cardiac interventions. Finally, we examined the integration of augmented reality technology and whether it could be used for preprocedural planning.