Clinical application of statistical shape models for personalized treatment in vascular and trauma surgery

Klinische toepassing van statistische vormmodellen voor gepersonaliseerde behandeling in vaat- en traumachirurgie

D-modellen uit medische beeldvorming kunnen onder andere worden gebruikt voor 3D visualisatie en preoperatieve chirurgische planning.

Een statistical shape model (SSM) is een wiskundig model dat anatomische kenmerken van complexe 3D-vormen identificeert en de vormvariaties binnen een populatie beschrijft. Dit model kan helpen bij het bepalen van de geschiktheid voor standaardbehandeling of patiënt-specifieke zorg.

Het eerste van het proefschrift beschrijft de ontwikkeling van een SSM voor abdominale aorta aneurysmata (AAA). Door conventionele CT-metingen, zoals aortanek lengte en diameter, te combineren met SSM-kenmerken, kon een model worden gemaakt dat het beste in staat was om patiënten met en zonder complicatie van elkaar te onderscheiden. Modellen gebaseerd op kunstmatige intelligentie lieten zien dat een behandeluitkomst accuraat kon worden voorspeld aan de hand van preoperatieve SSM-kenmerken.

Het tweede deel van het proefschrift richt zich op een SSM van het bekken, waarbij anatomische verschillen tussen mannen en vrouwen kwalitatief en kwantitatief in kaart zijn gebracht. Dit SSM werd gebruikt voor virtuele reconstructie van bekkenfracturen, dat met name meerwaarde heeft wanneer de intacte andere zijde onbruikbaar is voor preoperatieve chirurgische planning. Daarnaast toonde analyse van de pasvorm van standaardimplantaten aan dat deze vaker suboptimaal pasten bij het vrouwelijk bekken, terwijl een goede pasvorm werd gevonden bij het mannelijk bekken.

 Dit proefschrift toont de veelzijdigheid en klinische relevantie van SSMs in de vaat- en traumachirurgie aan.

Proefschrift: https://hdl.handle.net/11370/09e20e0e-1b40-4dd8-8185-82da8a72d5bf