休斯顿大学工程技术系主任Fatima Merchant教授是一个多机构研究团队的成员，该团队为接受癌症手术后重建手术的乳腺癌患者设计针对患者的模具。

该项目得到了美国国立卫生研究院(National Institutes of Health) 270万美元的资助，旨在提高乳房重建的效率，促进癌症幸存者的心理适应，缩短护理时间。

“虽然一些研究已经证明了使用患者特定的模具将组织塑造成乳房形状的可行性，但该领域进展的一个关键障碍是没有人严格评估其影响。相比之下，我们的研究包括一个随机对照临床试验来评估，”Merchant说。

在严峻的癌症统计数据中，美国每8名女性中就有1人会在一生中被诊断出患有乳腺癌，而在接受过手术的女性中，超过40%的人会再接受乳房重建手术。

在常见的自体乳房重建中，外科医生使用患者身体另一部分的皮肤、脂肪、血管和肌肉来重建乳房。这种方法被广泛认为是有效的，与其他技术相比具有长期优势。

然而，自体重建程序是复杂的，漫长的操作需要大量的技能和经验。此外，通常需要一个修正程序来充分恢复患者的身体形态;在某些情况下，需要多次修订。

该团队将开发临床决策支持算法，用于设计用于组织成型的患者特异性乳房模具。

这个过程是这样的:

在实践中，新的算法驱动的乳房模具应该通过减少患者经历的手术次数来降低重建的成本和与重建相关的疼痛和风险。

先前的工作研究了简单的模具，这些模具仅仅复制了患者乳房的术前形状和大小，或者在单侧乳房重建的情况下复制了对侧乳房的镜像版本。但许多患者在乳房切除术后希望或需要一个不同的乳房形状，所以简单地复制术前的乳房形状是不够的。

Merchant说:“我们开发临床决策支持算法的方法是基于我们在图像感知、机器学习、图像处理和形状建模方面的经验，并在随机对照临床试验中进行了彻底的评估。”

该研究团队包括多名首席研究员，分别是德克萨斯大学MD安德森癌症中心的Ashleigh M. Francis和德克萨斯大学奥斯汀分校的Mia K. Markey。该小组是多学科乳房重建研究项目的一部分。德州大学的研究人员包括生物医学工程系的博士生Haoqi Wang, MD Anderson团队包括Deepti Chopra, Z-Hye Lee, Christopher Parham, Gregory P. Reece, Margaret Roubaud, Mark Schaverien和John Shuck。

Merchant在这项工作中得到了UH调查员的支持，Ann Chen，研究副教授，健康研究所，Weihang Zhu，工程技术系教授，Elizabeth Rodwell，信息系统技术系助理教授。