Characterization of brain tissue phantom using an indentation device and inverse finite element parameter estimation algorithm

Abstract

La inserción de agujas es un procedimiento reconocido en la comunidad médica debido a sus aplicaciones en cirugías mínimamente invasivas (MIS), como biopsias, braquiterapia, neurocirugía, y remoción de tumores. La inserción neuro-quirúrgica de agujas es un tipo de MIS que contrario a la cirugía abierta (donde las manipulaciones quirúrgicas son guiadas por visión directa) se desarrollan con un campo de visión restringido, retroalimentación visual 2D y retroalimentación háptica distorsionada. Muchas investigaciones y desarrollos se han realizado para el entrenamiento de cirujanos en MIS, pero la precisa caracterización de tejidos blandos para la simulación háptica permanece como una ´área de investigación abierta. Los Neuronavegadores son una de las tecnologías más utilizadas durante procedimientos de neurocirugía para rastrear la posición 3D de las herramientas quirúrgicas respecto a la anatomía del paciente. Estos dispositivos pueden depender de principios ´ópticos o electromagnéticos con capacidad de precisión submilimétrica. Esta investigación pretende conducir un estudio detallado de la caracterización de tejido blando utilizando el Método de Elementos Finitos (FEM) Inverso para simular la indentación de una aguja en el cerebro. Se estimaron las propiedades mecánicas de tejidos blandos al minimizar el error entre medidas experimentales y los resultados de la simulación utilizando el algoritmo de Levenberg-Marquardt. Se midieron los desplazamientos con dos técnicas diferentes, donde se incluye el Sistema de Rastreo Óptico (OTS), y se analizó la factibilidad de usar un Neuronavegador ´ Óptico para el desarrollo de experimentos in-vivo durante la indentación de una aguja. La simulación FEM se validó al comparar la geometría 3D deformada respecto a un modelo medido por el escáner láser. Entre las ventajas de esta investigación se encuentra la validación de los resultados para la caracterización de tejidos blandos utilizando FEM inverso. Para tal fin, se compararon las curvas fuerza/desplazamiento del conjunto de parámetros óptimos respecto a las medidas experimentales. Además comparamos las propiedades del material del mismo espécimen bajo diferentes interacciones tejido-herramienta. Un modelo háptico que incluya la relación entre fuerzas y desplazamientos durante la indentación fue una de nuestras contribuciones por su aplicabilidad en simulación de cirugías. Finalmente, los resultados sirven como referencia para el diseño y especificación de un dispositivo para caracterización de tejidos in vivo. Se concluye que el método FEM inverso permite la precisa calibración de un caucho de silicona con propiedades similares al tejido cerebral, desde geometrías simples (cilindros) hasta más complejas (cerebro). A diferencia de los trabajos previos, en este trabajo se validaron los resultados con múltiples interacciones tejido-herramienta sobre el mismo espécimen y se compararon los modelos 3D obtenidos con las mediciones del escáner láser. Se encontró que el modelo de material Polinomial Reducido dio excelentes estimaciones para este tipo de tejido, independientemente de su forma. Finalmente se analizó la precisión de un OTS para la estimación de las coordinadas XYZ de un grupo de marcadores en base a la información del escáner láser y de un motor paso a paso. Concluimos que este sistema es suficientemente preciso para la caracterización de tejidos blandos en las condiciones de neurocirugía./Abstract. Needle insertion is a well-known procedure in the medical community due to its application in Minimally Invasive Surgeries (MIS), such as biopsies, brachytherapy, neurosurgery, and tumor ablation. Neurosurgical needle insertion is a type of MIS which contrary to open surgery, where surgical manipulations are guided by direct vision, is performed with a restricted field of view, displaced 2D visual feedback, and distorted haptic feedback. Much research and development has been done to train surgeons in MIS, but the accurate characterization of soft tissues for haptic simulation remains a open research area. Neuronavigators are one of the most popular technologies used during a neurosurgical procedure to track the 3D location of surgical tools respect to patient anatomy. These devices can rely on optical or electromagnetic principles and are capable of sub-millimeter accuracy. This research aims to conduct a comprehensive study of soft tissue characterization using Inverse Finite Element Method (FEM) for simulating needle indentation into the brain. We estimated the mechanical properties of soft tissue by minimizing the difference between experimental measurements and simulation results using the Levenberg Marquardt algorithm. We measured displacements with two different techniques, including an Optical Tracking System (OTS), and we analyzed the feasibility of using an Optical Neuronavigator System for the development of in-vivo experiments during needle indentation. We validated the FEM simulation by comparing the obtained 3D deformed geometry with the geometrical changes measured with a Laser Scanner. One of the advantages of this research is the validation of the results for the characterization of soft tissue using inverse FEM. For this aim, we compared the force-displacement curve for the optimal set of material parameters, with respect to experimental measurements. But we also compared the material properties for the same specimen that were obtained under different tool-tissue interactions. A haptic model, which included relationships between motions and forces during the indentation, was one of the contributions of this thesis because of its applicability in surgical simulations. Finally, the results served as a reference for the design and specification of a new device for tissue characterization in vivo. We concluded that the inverse FEM allows the accurate calibration of silicone rubber with similar properties to brain tissue, from simpler (i.e. a cylinder) to more complicated geometries (i.e. a phantom brain). Unlike previous works, we validated our results with multiple tool-tissue interactions over the same specimen and we compared the obtained 3D model with measurements of a laser scanner. We found that the second order Reduced Polynomial material model gave us excellent estimations for this type of tissue independently of its geometry. Finally we analyzed the accuracy of the OTS for the estimation of XYZ coordinates of a set of markers based on the information provided by a laser scanner and a stepper motor. We concluded this system is accurate enough for the characterization of soft tissue at the conditions of neurosurgery