Return to search

Material-driven mesh derived from medical images for biomechanical system : application on modeling of the lumbar spine / Maillage « material-driven » délivré à partir d'images médicales pour système biomécanique : application sur la modélisation du rachis lombaire

La lombalgie est un problème de santé commun qui touche une grande partie de la population des pays industrialisés. Au cours des années, la modélisation numérique a été largement étudiée pour étudier la biomécanique du rachis lombaire pour aider fortement les cliniciens dans le diagnostic et les traitements de cette pathologie. Ce travail présente une méthodologie pour la modélisation éléments finis spécifique au patient prenant en compte à la fois la géométrie individualisée et les propriétés des matériaux des structures biologiques. Dans cette étude, le maillage est piloté par des connaissances des matériaux personnalisées qui sont extraites de l'imagerie médicale avancée. En outre, un logiciel convivial comprenant du traitement d'images, des maillages « material-driven » et de l'affectation des propriétés des matériaux, nommé C3M pour le «Computed Material-driven Mesh Model», a été développé pour générer efficacement des modèles FE spécifiques aux sujets à partir d'images médicales. Ce procédé est appliqué pour générer un modèle FE spécifique au patient du rachis lombaire à partir d'images issues par Résonance Magnétique (IRM) ou par tomodensitométrie 3D (CT). Cette approche ouvre une nouvelle perspective pour améliorer le processus de maillage à l'aide de connaissances du matériel dérivées d'images médicales. Le modèle proposé permet un assemblage précis et simple de vertèbres et des disques intervertébraux en tenant en compte à la fois la géométrie et les propriétés mécaniques des matériaux reflétant la spécificité du patient. / Low back pain is a common health problem which impacts a large part of the population in industrialized countries. Over the years, numerical modeling has been widely studied to investigate the biomechanics of lumbar spine for strongly assisting clinicians in diagnosis and treatments of this spinal pathology. In recent years, there has been a growing interest in researching and developing patient specific computer modeling which has proven its ability to provide great promises for developing realistic model of individual subject. However, still the specificity of these models is not fully described or is often limited to patient geometry. In fact, few models consider appropriate material properties derived from tissue characterization obtained from medical images. Furthermore, patient specific models can be obtained with geometry and mechanical properties derived from CT, but few from MRI which is well-suited for examining soft tissues. Therefore, development of the high-fidelity, patient-specific finite element model of the lumbar spine still presents the challenge. In this context of patient-specific finite element modeling, mesh generation is a crucial issue which requires an accurate representation of the geometry with well-shaped and sized elements and a relevant distribution of materials. This work presents a methodology for patient-specific finite element modeling which takes both individualized geometry and material properties of biological structures into consideration. In this study, the mesh is driven by personalized material knowledge which is extracted from advanced medical imaging. Additionally, a user-friendly program including image processing, material-driven meshing and material properties assignment, named C3M for “Computed Material-driven Mesh Model”, has been developed to generate efficiently subject-specific FE models derived from medical images. This process is applied to generate a patient specific FE model of lumbar spine based on both MRI and CT images. This approach opens a new direction to improve the meshing process using material knowledge derived from medical images. The proposed model allows an accurate and straightforward assembly of vertebrae and IVDs considering both geometry and material properties reflecting patient-specificity.

Identiferoai:union.ndltd.org:theses.fr/2016COMP2313
Date10 November 2016
CreatorsNguyen, Ho Quang
ContributorsCompiègne, Ho Ba Tho, Marie-Christine, Rassineux, Alain, Dao, Tien Tuan
Source SetsDépôt national des thèses électroniques françaises
LanguageEnglish
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0014 seconds