Este ejemplo muestra simulaciones de la tasa de absorción específica (SAR) para un implante de ordenador cerebral (BCI) de primera aproximación. Se generó utilizando un conjunto de datos anónimos y de código abierto de modelos de cabezas de pacientes que incluyen cinco compartimentos de tejido (cuero cabelludo, cráneo, LCR, materia gris y blanca) [1].
Normalmente, los modelos humanos pueden representarse como grupos de vóxeles (es decir, píxeles volumétricos o tridimensionales). Esto permite al usuario distinguir tejidos entre sí o crear estructuras detalladas que representen la anatomía humana. XFdtd permite importar matrices arbitrarias para que los usuarios puedan importar volúmenes desde Python o MATLAB. La segmentación de tejidos de imágenes médicas como la IRM, la TC o los métodos híbridos suelen dar lugar a representaciones detalladas basadas en vóxeles de modelos humanos [2].
Los modelos altamente detallados/segmentados como los datos de scatterBrains se utilizan a menudo para entrenar modelos de aprendizaje automático (ML) o redes neuronales (NN) para generar modelos humanos anatómicamente precisos o campos electromagnéticos dentro del tejido humano [3].
Conclusiones:
XFdtd admite la importación de matrices tisulares arbitrarias desde Python o Matlab, lo que la convierte en una herramienta excelente para simular campos electromagnéticos en modelos humanos detallados.
Otros detalles:
- Resolución del modelo de cabeza: 1x1x1 mm^3
- La antena es una PIFA de doble resonancia
- La antena está fuera del cuerpo
Fuentes de modelos humanos compatibles con XFdtd:
- ICRP (gratuito para comerciales y académicos)
- *VisibleHuman Project (gratuito para uso comercial y académico)
- NICT (gratuito para académicos)
- Población virtual (tasas académicas y comerciales)
*El Visible Human Project (Male and Female) se incluye con la instalación de XFdtd e incluye modelos con distintas resoluciones de tejido.
Referencias:
[1] Melissa M. Wu, Roarke W. Horstmeyer, Stefan A. Carp, "scatterBrains: an open database of human head models and companion optode locations for realistic Monte Carlo photon simulations", J. Biomed. Opt. 28(10) 100501 https://doi.org/10.1117/1.JBO.28.10.100501
[2] Lenchik, Leon et al. "Automated Segmentation of Tissues Using CT and MRI: Una revisión sistemática". Radiología académica vol. 26,12 (2019): 1695-1706. doi:10.1016/j.acra.2019.07.006
[3] Di Barba, Paolo et al. "Absorción de ondas electromagnéticas en la cabeza humana: un sensor virtual basado en un modelo de aprendizaje profundo". Sensors (Basilea, Suiza) vol. 23,6 3131. 15 mar. 2023, doi:10.3390/s23063131
