Derin Öğrenme Tabanlı Yöntemler ile Kişiye Özel Kraniyal İmplantlar için Tasarım Sürecinin Geliştirilmesi ve 3 Boyutlu Yazıcıda Üretimi

Kişiye özel cerrahi implantların tasarlanmasında medikal görüntüleme teknikleri, segmentasyon ve tasarım programları kritik öneme sahiptir. Tasarlanan bu implantların üretilmesinde 3boyutlu yazıcılar, diğer adı ile eklemeli imalat (katmanlı imalat), karmaşık şekilli parçaları üretebilme kabiliyetinden ötürü diğer üretim yöntemleri arasında öne çıkmaktadır. Bilgisayarlı tomografi (BT) görüntülerin segmentasyonunda ve tasarımında ticari yazılımlar mevcuttur. Ancak bu yazılımlar, kimi zaman yüksek bedelli olabilirken kimi zaman da açık kaynak da olsa operatörün (kullanıcının) kalifikasyonuna ve tecrübesine kritik derecede bağlı olmaktadır. Bu durumda kişiye özel implantların geometrik olarak yüksek hassasiyette tasarımı ve sonrasında üretimi zorlaşmaktadır. Önerilen bu projede derin öğrenme teknikleri kullanılarak kraniyal kemik segmentasyonu ve tasarımı için yazılım geliştirilecek ve implantın 3boyutlu yazıcı ile üretimi gerçekleştirilecektir. Kraniyal bölgedeki kafatasının hem beyni koruması hem de hastaların görsellik olarak en önem verdiği anatomik bölgelerden biri olmasından ötürü, bu projede öncelikle kişiye özel kraniyal defektler için derin öğrenme yöntemleri ile manuel işlemlerden ve operatör etkisinden bağımsız, tam otomatik segmentasyon ve tasarım süreçlerinin geliştirilmesi hedeflenmiştir. Bu kapsamda, derin öğrenme tabanlı segmentasyon yöntemlerinden U-Net mimarisi kafatası kemik doku segmentasyonunda, PSPNet ve LinkNet mimarileri ise segmente edilen kafatası kemik dokusu üzerindeki kraniyal defekt bölgesinin hasta kafa anatomisine uygun şekilde implant modelinin oluşturulmasında kullanılacaktır. Ayrıca, yine derin öğrenme modelleri kullanılarak, kabaca oluşturulan implant model tasarımı üzerinde detay noktalarının en iyileştirilme süreci tam otomatik sağlanacaktır. Geliştirilecek olan bu yazılım ile, bir ilk olarak kişiye özel kraniyal implant tasarımı ve üretimi için otomatik bütünleşik bir segmentasyon ve tasarım sistemi elde edilecektir. Gelecek çalışmalarda farklı anatomik bölgeler üzerinde de çalışılabilecektir.