Computer assisted planning of autologous fat grafting in breast.
Patete P., Rigotti G., Marchi A., Baroni G.
การศึกษาในห้องปฏิบัติการ ตีพิมพ์ในวารสาร Comput Aided Surg ปี 2012 — สรุปอัตโนมัติจากบทคัดย่อ PubMed
หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป
- ระดับ A · หลักฐานทางคลินิกค่อนข้างแข็งแรง
- ระดับ B · หลักฐานทางคลินิกที่กำลังเติบโตและมีสัญญาณเชิงบวก
- ระดับ C · งานวิจัยในมนุษย์ระยะต้นที่กำลังสำรวจประโยชน์
- ระดับ D · รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลอง
- กำลังศึกษาเพิ่มเติม · หัวข้อใหม่ที่นักวิจัยกำลังสำรวจอย่างต่อเนื่อง
ข้อมูลหน้านี้ดึงมาจากฐานข้อมูล PubMed โดยตรง คำอธิบายภาษาไทยเป็นสรุปอัตโนมัติจากข้อมูลบรรณานุกรมและบทคัดย่อ ไม่ใช่การแปลทั้งฉบับ และไม่ใช่คำแนะนำทางการแพทย์
- ประเภทการศึกษา
- การศึกษาในห้องปฏิบัติการ
- วารสาร
- Comput Aided Surg (2012)
- ประเทศ
- England
- จำนวนผู้เข้าร่วม (จากบทคัดย่อ)
- —
- แหล่งข้อมูล
- PubMed
- PMID
- 23253184
- DOI
- 10.3109/10929088.2012.745169
- จำนวนการอ้างอิง
- 1
บทคัดย่อ (ต้นฉบับภาษาอังกฤษ)
Autologous fat grafting is an emerging and promising surgical technique in regenerative medicine, and its application is quickly spreading in plastic and reconstructive surgery of the breast. However, despite the advantages of the technique, surgical complications may occur, such as implanted tissue necrosis and resorption and onset of microcalcifications. In view of the hypothesis that the uniformity of the lipoaspirate transplantation is related to graft survival and a lower probability of complications, we developed an interactive lipomodeling planning software application based on a genetic algorithm that allows automatic optimization of the uniformity of fat tissue distribution. The input dataset consists of a 3D model of the patient's thorax, created from MRI scans, on which relevant structures are segmented. The developed software was tested starting from either an automatically generated plan or an initial guess of the optimal surgical plan, and in both cases the application yielded a consistent improvement in the planned fat tissue distribution by optimizing the position of the insertion points and the direction of the insertion pathways. On the basis of the simulations performed, the use of genetic algorithms for optimization of the geometry of autologous fat transfer in the breast proved to be effective. These results will foster further activities focused on the com
สิ่งที่งานวิจัยนี้ไม่ได้พิสูจน์
- • งานวิจัยนี้ไม่ได้พิสูจน์ว่า SVF เป็นการรักษาที่ได้รับการรับรอง หรือใช้แทนการรักษามาตรฐานได้
- • เป็นการศึกษาก่อนคลินิก ผลในสัตว์ทดลองหรือห้องปฏิบัติการไม่สามารถนำมาสรุปผลในมนุษย์ได้
ระดับหลักฐาน
หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป
ดูวิธีจัดระดับหลักฐานดูงานวิจัยทั้งหมดที่เกี่ยวข้อง
กรองห้องสมุดงานวิจัยด้วยชื่อเรื่อง ชื่อผู้เขียน หรือปีที่ตีพิมพ์ของงานวิจัยนี้