- 효율적이고 빠르고 유연한 해부학 모델 생성
- 모든 일반적인 CT 및 MR 이미지 형식과의 호환성
- 광범위한 통합 Segmentation 기능 : 경쟁 영역 확대(competitive region growing), 클러스터링(clustering), 라이브 와이어 묘사(live-wire delineation), 퍼지 연결 분석(fuzzy connectedness analysis), 레벨 설정 방법(level-set methods) 등
- 특화된 혈관 및 뼈 Segmentation 방법
- 가속화된 Segmentation을 위한 위상 유연보간법(topologically flexible interpolation)
- 해부학 참조 아틀라스 제공
- 대규모 데이터 세트 지원
- 상호작용 및 자동화된 Segmentation 알고리즘의 유연한 조합
- 이미지 전처리 및 후처리
(노이즈 제거, 마스킹, 필터링, 이미지 수학, 이미지 변환, 피부 추가, 구멍/틈새 제거, 스무딩, 모폴로지 연산(morphological operations) 등 - 특징 분석, 에지 추출, 연결된 구성 요소, 기하학적 측정 (면적, 부피, 거리, 각도, 비틀림)
- 표면 생성 기능(Surface generation)은 부피 메시 생성에 이상적인 등각(conformal), 위상적(topologically)으로 호환되는 고품질의 Triangle surface mesh를 생성
- 계층적 조직 구조(Hierarchical tissue organization), Multi-layer segmentation 지원
- 고급 3D 렌더링
해부학 모델 생성 도구
의료 영상 Segmentation 도구
의료 영상 Segmentation Tool Set (iSEG)은 전처리 및 후처리를 포함한 통합형 Segmentation Tool로, 의료 영상으로부터 해부학 모델을 효율적이고 빠르고 유연하게 생성할 수 있습니다. 이러한 모델은 개인 맞춤형 치료 계획을 세우거나 In-silico 임상시험 모집단을 설정하는 데 사용할 수 있습니다.
경쟁 영역 성장 (competitive region growing), 퍼지 연결성 분석 (fuzzy connectedness analysis), 레벨셋 (level-set), 위상 유연 보간 (topologically flexible interpolation), 혈관 전용 세분화 (dedicated vasculature segmentation) 등 다양한 Segmentation 방법을 제공하여 효율적이고 강력한 표면 모델을 생성할 수 있습니다.
iSEG는 Desktop 버전의 Sim4Life와 실시간으로 연동할 수 있으며, Sim4Life.web의 클라우드 기반 파이프라인의 모듈로도 할용할 수 있습니다.

AI 기반 Automatic Head Model Segmentation & Modeling
Sim4Life는 AI와 컴퓨터 비전 기능을 포함하고 있어, MRI 데이터를 기반으로 40개 조직 클래스를 갖춘 정밀한 개인 맞춤형 해부학적 head model을 높은 정확도로 생성할 수 있습니다. 이 기능은 개인 맞춤형 뇌 자극 계획 수립, 변이성 평가 및 in-silico 시험을 위한 Virtual Population 생성 등 정밀 의학에 폭넓게 적용할 수 있습니다.

- MRI T1 머리 데이터 Segmentation (선택적으로 T2 데이터 사용 가능)
- 뇌 구조, 안구, 점막, 내부 공기, 다양한 두개골 및 두피 층을 포함한 30가지 조직 클래스 구분
- Preprocessing 및 clean-up을 위한 자동화 routine 지원
- 경쟁사의 최신 알고리즘에 비해 뛰어난 세분화 성능 (실측 검증 데이터 세트에 대한 테스트 결과)
- 뇌 자극(brain stimulation) 및 감지(sensing) 애플리케이션에 최적화된 선택
Poser
포저(Poser)를 사용하면 사용자가 Virtual Population(ViP, IT'IS 재단, 스위스, 버전 3.0 이상) 모델의 자세를 설정하고 물리 기반 솔버(Physics-based solver)를 사용하여 특정 사용 사례를 시뮬레이션 할 수 있습니다. 포저는 뼈대를 관절에서 회전시키는 방식으로 구현되며, 이 과정에서 연조직이 수동으로 변형되며 최적화된 계산 기법을 통해 변형을 실시간으로 매끄럽게 시각화 할 수 있습니다. 또한 사용자가 저장해둔 다양한 자세를 손쉽게 불러오고 전환할 수 있습니다.

- 생체 역학적 FEM 시뮬레이션 기반
- 실제 관절 운동 범위 내에서 자연스러운 자세 설정 가능
- 연조직의 연결성 및 부피를 유지한 사실적인 변형 구현
- 서 있는 자세, 앉은 자세, 누워 있는 자세에 대한 사전 정의된 자세 제공
Image-Based Tissue Property Maps
Sim4Life는 diffusion tensor imaging(DTI) 데이터를 활용하여 저주파 EM simulation에 anisotropic conductivity 분포를 할당하는 기능을 지원합니다. 이 기능 신경 관련 시뮬레이션에서 특히 중요한데, 척수(spinal cord), 척수 신경근(spinal roots), 말초 신경(peripheral nerves)의 방향과 국소적으로 정렬된 방향을 따라 나타나는 전도도(conductivity)는 직교 방향의 전도도보다 최대 10배까지 높을 수 있기 때문입니다. 또한 이 플랫폼은 두개골과 뼈에 heterogeneous acoustic property map을 할당하고 열 시뮬레이션에서 MR perfusion map을 사용할 수 있도록 지원합니다.

개인화된 모델링 기능
Sim4Life는 개인 맞춤형 모델링을 위한 다양한 기능을 제공합니다.:
- 해부학적 형태를 쉽게 조정할 수 있는 제어점(control point) 모핑(morphing)
- 라벨 필드(label-field) 및 표면의 이미지 등록 기반 모델링(Image registration-based modeling)
- 표면 기반 모핑(morphing)
- 이미지 기반 조직 속성 할당
- 뇌 아틀라스 공동 등록
- AI 기반 헤드 모델 생성
- 임플란트 삽입 도구(Implant insertion tools)
(예: 스텐트용 혈관 중심선 추출, 정형외과용 임플란트 투영 도구, 리메싱(remeshing) 도구) - 이미지 데이터, 시뮬레이션 결과 및 지오메트리의 하이브리드 렌더링
- 개인 맞춤형 10-10 EEG 전극 배치
