图说：3D打印的Steven Keating的颅骨和大脑的模型清楚地显示了他的脑瘤和其他细节，这要归功于这项研究的作者所开创的新数据处理方法。
哈佛大学Wyss研究所、麻省理工学院媒体实验室媒介物组以及美国和德国的一些学术和医疗中心研究人员的即兴协作结果是一种新的技术，可以使图像从MRI、CT和其他医学扫描中轻松快速地转换成具有空前细节的物理模型。该研究成果近日发表在了《3D Printing and Additive Manufacturing》上。
像核磁共振成像和CT扫描这样的成像技术可以产生高分辨率的图像，作为一系列的“切片”，它可以揭示人体内部结构的细节，使其成为评估和诊断疾病的宝贵资源。大多数3D打印机都是在逐层扫描的过程中构建物理模型的，所以给它们提供多层的医学图像以创建一个坚实的结构显然是两种技术之间的协同作用。
但科研人员还面临一个问题：MRI和CT扫描产生的图像有无数细节，因此需要从周围的组织中分离出感兴趣的物体，并将其转化为表面网格，以便打印出来。
这篇论文所描述的新方法为医学专业人员提供了最好的方法，快速且高度精确的将复杂图像转换成易于3D打印的格式。关键在于用抖动的位图打印数字图像格式，其中灰度图像的每个像素被转换成一系列黑白像素，而黑色像素的密度是定义不同灰度的阴影，而不是像素本身颜色变化。
类似黑白新闻纸上的图像使用不同大小的黑墨水点来表达阴影，在特定区域中呈现的黑色像素越多，它的颜色就越暗。通过将各种灰度的像素简化成黑白像素的混合，抖动的位图允许3D打印机使用两种不同的材料来打印复杂的医学图像，这些材料能保持原始数据的所有细微变化，而且精确度和速度都要高得多。
研究小组使用基于位图的3D打印来创建Keating的大脑和肿瘤模型，还原了原始MRI数据中所有细节的分级。使用相同的方法，他们还能够打印人类心脏瓣膜的可变刚度模型。
研究人员希望他们的方法能帮助3D打印成为常规检查和诊断、病人教育和了解人体的更有效的工具。尽管目前还存在一些障碍，研究人员仍然相信他们的成就对医学界具有重要的价值。
閱讀更多 科技工作者 的文章
