Et si vous pouviez tenir un modèle physique de votre propre cerveau dans vos mains, précis jusqu'à chaque pli unique? C'est juste une partie normale de la vie pour Steven Keating, Doctorat., qui a eu une tumeur de la taille d'une balle de baseball retirée de son cerveau à l'âge de 26 ans alors qu'il était étudiant diplômé dans le groupe Mediated Matter du MIT Media Lab. Curieux de voir à quoi ressemblait son cerveau avant l'ablation de la tumeur, et dans le but de mieux comprendre son diagnostic et ses options de traitement, Keating a collecté ses données médicales et a commencé à imprimer en 3D ses IRM et tomodensitogrammes, mais était frustré par le fait que les méthodes existantes prenaient beaucoup de temps, lourd, et n'a pas réussi à révéler avec précision les caractéristiques importantes d'intérêt. Keating a contacté certains des collaborateurs de son groupe, dont des membres du Wyss Institute de l'Université Harvard, qui exploraient une nouvelle méthode d'impression 3D d'échantillons biologiques.

"Il ne nous est jamais venu à l'idée d'utiliser cette approche pour l'anatomie humaine jusqu'à ce que Steve vienne nous voir et nous dise :'Les gars, voici mes données, que pouvons-nous faire ?" dit Ahmed Hosny, qui était chercheur au Wyss Institute à l'époque et est maintenant ingénieur en apprentissage automatique au Dana-Farber Cancer Institute. Le résultat de cette collaboration impromptue - qui a grandi pour impliquer James Weaver, Doctorat., Chercheur scientifique principal à l'Institut Wyss ; Neri Oxman, Doctorat., directeur du groupe Mediated Matter du MIT Media Lab et professeur agrégé d'arts et de sciences médiatiques; et une équipe de chercheurs et de médecins dans plusieurs autres centres universitaires et médicaux aux États-Unis et en Allemagne - est une nouvelle technique qui permet aux images d'IRM, CT, et d'autres scans médicaux pour être facilement et rapidement convertis en modèles physiques avec des détails sans précédent. La recherche est rapportée dans Impression 3D et fabrication additive .

"J'ai failli sauter de ma chaise quand j'ai vu ce que cette technologie est capable de faire, " dit Beth Ripley, M.D. Ph.D., professeur adjoint de radiologie à l'Université de Washington et radiologue clinique au Seattle VA, et co-auteur de l'article. "Il crée des modèles médicaux imprimés en 3D extrêmement détaillés avec une fraction du travail manuel actuellement requis, rendre l'impression 3D plus accessible au domaine médical en tant qu'outil de recherche et de diagnostic."

Les technologies d'imagerie telles que l'IRM et la tomodensitométrie produisent des images haute résolution sous la forme d'une série de « tranches » qui révèlent les détails des structures à l'intérieur du corps humain, ce qui en fait une ressource inestimable pour évaluer et diagnostiquer les conditions médicales. La plupart des imprimantes 3D créent des modèles physiques dans un processus couche par couche, leur fournir des couches d'images médicales pour créer une structure solide est donc une synergie évidente entre les deux technologies.

Cependant, il y a un problème :les IRM et les tomodensitogrammes produisent des images avec tellement de détails que le ou les objets d'intérêt doivent être isolés des tissus environnants et convertis en maillages de surface pour être imprimés. Ceci est réalisé via soit un processus très long appelé "segmentation" où un radiologue trace manuellement l'objet souhaité sur chaque tranche d'image (parfois des centaines d'images pour un seul échantillon), ou un processus de "seuil" automatique dans lequel un programme informatique convertit rapidement les zones qui contiennent des pixels en niveaux de gris en pixels noirs ou blancs unis, basé sur une nuance de gris qui est choisie pour être le seuil entre le noir et le blanc. Cependant, les ensembles de données d'imagerie médicale contiennent souvent des objets de forme irrégulière et peu clairs, des frontières bien définies; par conséquent, le seuillage automatique (ou même la segmentation manuelle) sur-exagère ou sous-exagère souvent la taille d'une caractéristique d'intérêt et efface les détails critiques.

La nouvelle méthode décrite par les auteurs de l'article offre aux professionnels de la santé le meilleur des deux mondes, offrant une méthode rapide et très précise pour convertir des images complexes dans un format qui peut être facilement imprimé en 3D. La clé réside dans l'impression avec des bitmaps tramés, un format de fichier numérique dans lequel chaque pixel d'une image en niveaux de gris est converti en une série de pixels en noir et blanc, et la densité des pixels noirs est ce qui définit les différentes nuances de gris plutôt que les pixels eux-mêmes variant en couleur.

Semblable à la façon dont les images sur papier journal en noir et blanc utilisent différentes tailles de points d'encre noire pour transmettre l'ombrage, les pixels plus noirs qui sont présents dans une zone donnée, plus il apparaît sombre. En simplifiant tous les pixels de différentes nuances de gris en un mélange de pixels noirs ou blancs, les bitmaps tramés permettent à une imprimante 3D d'imprimer des images médicales complexes à l'aide de deux matériaux différents qui préservent toutes les variations subtiles des données d'origine avec une précision et une vitesse beaucoup plus grandes.

L'équipe de chercheurs a utilisé l'impression 3D basée sur des bitmaps pour créer des modèles du cerveau et de la tumeur de Keating qui ont fidèlement préservé toutes les gradations de détail présentes dans les données brutes d'IRM jusqu'à une résolution comparable à ce que l'œil humain peut distinguer. d'environ 9-10 pouces de distance. En utilisant cette même approche, ils ont également pu imprimer un modèle à rigidité variable d'une valve cardiaque humaine en utilisant différents matériaux pour le tissu valvulaire par rapport aux plaques minérales qui s'étaient formées dans la valve, résultant en un modèle qui présentait des gradients de propriétés mécaniques et fournissait de nouvelles informations sur les effets réels des plaques sur la fonction de la valve.

"Notre approche permet non seulement de préserver et d'imprimer des niveaux de détail élevés dans des modèles médicaux, mais cela permet également d'économiser énormément de temps et d'argent, " dit Weaver, qui est l'auteur correspondant de l'article. "Segmentation manuelle d'un scanner d'un pied humain sain, avec toute sa structure osseuse interne, moelle, tendons, muscles, mouchoir doux, et la peau, par exemple, peut prendre plus de 30 heures, même par un professionnel qualifié, nous avons pu le faire en moins d'une heure."

Les chercheurs espèrent que leur méthode contribuera à faire de l'impression 3D un outil plus viable pour les examens et diagnostics de routine, éducation du patient, et comprendre le corps humain. "À l'heure actuelle, il est tout simplement trop coûteux pour les hôpitaux d'employer une équipe de spécialistes pour entrer et segmenter manuellement les ensembles de données d'images pour l'impression 3D, sauf dans les cas extrêmement risqués ou très médiatisés. Nous espérons changer cela, " dit Hosny.

Pour que cela se produise, certains éléments bien ancrés du domaine médical doivent également changer. La plupart des données des patients sont compressées pour économiser de l'espace sur les serveurs des hôpitaux, il est donc souvent difficile d'obtenir les fichiers bruts d'IRM ou de tomodensitométrie nécessaires à l'impression 3D haute résolution. En outre, la recherche de l'équipe a été facilitée grâce à une collaboration avec le principal fabricant d'imprimantes 3D Stratasys, qui a permis d'accéder aux capacités d'impression bitmap intrinsèques de leur imprimante 3D. De nouveaux progiciels doivent également être développés pour mieux exploiter ces capacités et les rendre plus accessibles aux professionnels de la santé.

Malgré ces obstacles, les chercheurs sont convaincus que leurs réalisations présentent une valeur significative pour la communauté médicale. "J'imagine qu'au cours des 5 prochaines années, le jour pourrait venir où tout patient se rendant chez un médecin pour une tomodensitométrie ou une IRM de routine ou non de routine pourra obtenir un modèle imprimé en 3D de ses données spécifiques au patient en quelques jours, " dit Weaver.

Keating, qui est devenu un fervent défenseur des efforts visant à permettre aux patients d'accéder à leurs propres données médicales, encore en 3-D imprime ses scans IRM pour voir comment son crâne guérit après la chirurgie et vérifie son cerveau pour s'assurer que sa tumeur ne revient pas. "La capacité de comprendre ce qui se passe à l'intérieur de vous, pour le tenir réellement dans vos mains et voir les effets du traitement, est incroyablement stimulant, " il dit.

"La curiosité est l'un des plus grands moteurs de l'innovation et du changement pour le plus grand bien, surtout lorsqu'il s'agit d'explorer des questions à travers les disciplines et les institutions. Le Wyss Institute est fier d'être un espace où ce type d'innovation transversale peut s'épanouir, " déclare le directeur fondateur du Wyss Institute, Donald Ingber, MARYLAND., Doctorat., qui est également le professeur Judah Folkman de biologie vasculaire à la Harvard Medical School (HMS) et le programme de biologie vasculaire du Boston Children's Hospital, ainsi que professeur de bio-ingénierie à la John A. Paulson School of Engineering and Applied Sciences (SEAS) de Harvard.