Summary
We analyseerden gezamenlijke kinematica van vier-dimensionale computertomografie gegevens. De sequentiële 3D-3D registratiemethode semiautomatisch biedt de kinematica van het bewegende bot met betrekking tot het onderwerp bot van vier-dimensionale computertomografie gegevens.
Abstract
Vierdimensionale computertomografie (4DCT) biedt een reeks volumegegevens en visualiseert gezamenlijke bewegingen. Numerieke analyse van 4DCT-gegevens blijft echter moeilijk omdat segmentatie in alle volumetrische frames tijdrovend is. We waren gericht op het analyseren van gezamenlijke kinematica met behulp van een sequentiële 3D-3D-registratie techniek om de kinematica van het bewegende bot te voorzien van de vaste Bone semiautomatisch met behulp van 4DCT DICOM-gegevens en bestaande software. Oppervlakte gegevens van de bron botten worden gereconstrueerd van 3DCT. De bijgesneden oppervlak gegevens worden respectievelijk afgestemd met de oppervlakte gegevens van het eerste frame in 4DCT. Deze bijgesneden oppervlakken worden opeenvolgend gematcht tot het laatste frame. Deze processen bieden positionele informatie voor doel beenderen in alle frames van de 4DCT. Zodra de coördinatensystemen van de doel botten worden bepaald, kunnen translatie-en rotatiehoeken tussen twee botten worden berekend. Deze 4DCT analyse biedt voordelen in kinematische analyses van complexe constructies zoals carpaal of tarsale botten. Snelle of grootschalige bewegingen kunnen echter niet worden getraceerd vanwege bewegings artefacten.
Introduction
Gezamenlijke kinematica zijn beschreven met behulp van een aantal methodologieën, zoals motion capture sensoren, 2D-3D registratie, en cadaveric studies. Elke methode heeft specifieke voor-en nadelen. Motion capture-sensoren kunnen bijvoorbeeld snelle, grootschalige bewegingen meten met behulp van infraroodcamera's met of zonder sensoren op het onderwerp1,2. Deze methoden meten echter de beweging van de huid om gewrichts bewegingen af te leiden en bevatten daarom huid bewegings fouten3.
Cadaveric-studies zijn gebruikt voor het evalueren van bewegingsbereik-, instabiliteit-en contact gebieden4,5,6. Deze aanpak kan kleine veranderingen in kleine gewrichten meten met behulp van CT-of optische sensoren die rechtstreeks aan het bot zijn bevestigd met behulp van pinnen of schroeven. Cadaveric-modellen kunnen voornamelijk passieve bewegingen evalueren, hoewel er meerdere actuatoren zijn gebruikt om externe krachten toe te passen op pezen om dynamische beweging7te simuleren. Actieve gezamenlijke beweging kan worden gemeten met 2D-3D-registratie technieken, overeenkomend met 3DCT-afbeeldingen aan 2D-fluoroscopie-afbeeldingen. Hoewel de nauwkeurigheid van het registratieproces controversieel blijft, is de gerapporteerde nauwkeurigheid over het algemeen hoog genoeg voor grote gezamenlijke kinematica8,9. Deze methode kan echter niet worden toegepast op kleine botten of meerdere botten in smalle ruimten.
4DCT is daarentegen een dynamische CT-methode die een reeks volumetrische gegevens verkrijgt. Actieve gezamenlijke bewegingen kunnen worden geanalyseerd met behulp van deze aanpak10. Deze technologie biedt nauwkeurige 3D-positionele gegevens van alle stoffen in de CT-brug. De 3D gezamenlijke bewegingen zijn duidelijk gevisualiseerd in een kijker. Het beschrijven van gezamenlijke kinematica van een dergelijke reeks volumegegevens is echter nog steeds moeilijk, omdat alle botten bewegen en er geen monumenten kunnen worden getraceerd tijdens de actieve bewegingen in vivo.
We ontwikkelden een methode voor 4DCT analyse die de in vivo gezamenlijke kinematica van de hele botten rond het gewricht tijdens actieve bewegingen biedt. Het doel van dit artikel is om onze methode, de sequentiële 3D-3D-registratie techniek voor 4DCT-analyse te presenteren, en representatieve resultaten te tonen die met deze methode zijn verkregen.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Alle hier beschreven methoden zijn goedgekeurd door de institutioneel beoordelings Raad van de Keio University School of Medicine.
Opmerking: gezamenlijke kinematica worden gemeten door de beweging van een bewegend bot rond een vast bot te reconstrueren. Voor kniegewricht kinematica wordt het dijbeen gedefinieerd als het vaste bot en wordt het Tibia gedefinieerd als het bewegende bot.
1. CT Imaging Protocol
- Stel de CT-machine in. Verkrijg CT-examens met een 320-detector-Row CT-systeem voor meerdere fases van 3D-volumegegevens met 160 mm craniocaudal-dekking. Bijvoorbeeld, in de analyse van knie kinematica, de beeld verwerving bestaat uit 51 volume scans met een rotatie tijd van 0,275 s, en alle beelden worden gereconstrueerd met behulp van halve reconstructie, zodat de temporele resolutie is ongeveer 0,16 s.
- Gebruik de volgende Scanparameters: piek buis spanning = 100 kVp; buis stroom = 40 mA; Scan dekking = 160 mm; matrixgrootte = 512 x 512 pixels; en reconstructie sectie dikte en sectie interval = 0,5 mm.
- Plaats de doel verbinding van het onderwerp binnen de CT-brug in de uitgangspositie van het 4DCT-examen (Figuur 1).
- Voor het CT-examen Repeteer je bewegingen van het gewricht van de startpositie naar de eindpositie binnen de vereiste examen tijd. Vraag het onderwerp om het gewricht tijdens de scantijd van 10,275 s te verplaatsen en een reeks volumegegevens te verkrijgen. Sla de sequentiële volumegegevens op in de DICOM-indeling.
- Voer statische 3DCT van alle doel Bones uit en sla de gegevens op in de DICOM-indeling.
2. oppervlakte reconstructie
- Voer semiautomatische segmentatie van 3DCT-gegevens uit (Figuur 2A).
- Laad de CT DICOM-gegevens door alle DICOM-bestanden van de statische 3DCT-gegevens te selecteren.
- Open het veldlabel door te klikken op Nieuw label veld bewerken en controleer welke DREMPELwaarde CT-demping geschikt is om corticale bot uit de bron bone te halen. Selecteer materialen met CT-dempingswaarden boven de drempelwaarde. Bijvoorbeeld, de botcortex drempel voor een jong onderwerp is ingesteld als 250. Controleer het label voor de botcortex selectie en wijzig handmatig de afbakening met behulp van een bewerkingstool voor consistentie met de vorm van het bot.
- Genereer de oppervlakte gegevens (driehoek netten) van de gelabelde Bone cortex-positiegegevens (punt wolk in de software). Sla de oppervlakte gegevens op door gegevens te exporteren in de standaardindeling voor Triangkorreltaal (STL).
- Klik op Surface genereren | Aanbrengen op het etiket van het corticale bot. Klik op bestand | Gegevens exporteren als | STL binary little endian om de oppervlakte gegevens in STL-formaat op te slaan.
- Voer automatische segmentatie van 4DCT-volumegegevens uit (Figuur 2B).
Opmerking: elk frame van de DICOM-gegevens omvat de verdeling van de CT-dempingswaarden in de CT-brug.- Stel de drempel van de botcortex in zoals in statische CT, en extraheer geometrische gegevens die CT-dempingswaarden boven de drempel van alle 51-frames van de 4DCT-gegevens weergeven met behulp van de DICOM-Lees module in de programmeersoftware. Pas de drempel aan op basis van de botdichtheid van de bron bone. Stel bijvoorbeeld voor de bone osteoporotische de drempelwaarde lager in.
- Vertaal alle positionele gegevens die al in de vorige stap zijn verkregen in een indeling die kan worden geïnterpreteerd door beeldverwerkingssoftware (bijvoorbeeld Avizo). Reconstrueer in de beeldverwerkingssoftware alle oppervlakte gegevens van de puntenwolk met hogere CT-dempingswaarden dan de drempelwaarde voor alle 4DCT-frames met behulp van een batch verwerkingsscript. De beeldverwerkingssoftware bevat de functie om het script te lezen en de oppervlakte gegevens uit de DICOM-serie gegevens automatisch te exporteren. Het batchscript wordt weergegeven in het aanvullende coderingsbestand.
3. registratie van afbeeldingen
Opmerking: in deze stap reconstrueren de bewegingen van het bewegende bot met betrekking tot de vaste Bone uit de onbewerkte 4DCT DICOM-gegevens.
- Voer de Surface-registratie uit van static 3DCT naar het eerste frame van de 4DCT.
- Trim de botten in een statische 3DCT in gedeeltelijke segmentgegevens die zijn opgenomen in alle frames van 4DCT voor gebruik met de iteratieve dichtstbijzijnde punt (ICP) algoritme11 in de 3D mesh editing software met behulp van de Selecteer face -functie (Figuur 3a) door te verwijzen 4dct filmgegevens. De oppervlakte-gegevens van 4DCT zijn slechts gedeeltelijke segmenten die zijn opgenomen in elk volume imageomdat oppervlak registratie vereist dat één oppervlak gegevenspunt is opgenomen in een ander oppervlak.
- Kies drie bezienswaardigheden in de vaste en bewegende botten die gemakkelijk kunnen worden geïdentificeerd op basis van het bijgesneden 3DCT-oppervlak en de oppervlakte gegevens van het eerste frame van 4DCT in de 3D-mesh bewerkingssoftware met behulp van de Pickpoints -functie (Figuur 3B).
- Overeenkomen met de gedeeltelijke vaste en bewegende botten ruwweg op het eerste frame van de 4dct oppervlakte gegevens (Figuur 3C) volgens de gepickte bezienswaardigheden in 3.1.2. Voer vervolgens de Surface-registratie uit met behulp van het ICP-algoritme11 met behulp van de open source-software (bijvoorbeeld vtk).
Opmerking: dit proces biedt homogene transformatie matrices van de vaste en bewegende botten van de statische 3DCT naar het eerste frame van 4DCT (Figuur 3D). Deze matrices zijn 4 x 4 matrices bestaande uit rotatie en translatie, zoals weergegeven in Figuur 4. De transformatie matrix die de omgekeerde actie veroorzaakt, kan ook worden berekend.
- Voer een opeenvolgende oppervlakte registratie uit (Figuur 5).
- Overeenkomen met de gedeeltelijke oppervlakken van de vaste en bewegende bot in de eerste 4DCT frame op de oppervlakte-gegevens van het tweede frame. Vervolgens overeenkomen met de gedeeltelijke oppervlakken van heti- frame op de (i + 1)th frame van 4dct opeenvolgend. Herhaal dit proces tot het laatste frame van de 4DCT door te programmeren met gebruik van de ICP-module in de open source-software.
- Bereken de transformatie matrices van de statische 3DCT naar alle frames in 4DCT volgens de resultaten van 3,1 en 3,2.
- Reconstrueren van bewegende botbeweging met betrekking tot het vaste bot (Figuur 6).
- Reconstrueer de kinematica van het bewegende bot met betrekking tot het vaste bot van de matrices die de transformatie vertegenwoordigen van de statische 3DCT naar elk 4DCT-frame. Definieer de coördinatensystemen van de vaste en bewegende botten wanneer de rotatie parameters worden gemeten (bijv. flexon hoek of rotatiehoek berekend door de Euler/cardan-hoek)12,13,14.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
We beschrijven de beweging van de Tibia tijdens knie verlenging. Het kniegewricht was gepositioneerd in de CT-portaal. Een driehoekskussen werd gebruikt om het dijbeen op de startpositie te ondersteunen. De knie werd verlengd tot een rechte positie in de loop van 10 s. blootstelling aan straling werd gemeten. Naast 4DCT werd statische 3DCT van het hele dijbeen, tibia en Patella uitgevoerd. De oppervlakte gegevens van het hele dijbeen en de Tibia werden gereconstrueerd. De drempel voor HU-nummers van de botcortex werd ingesteld als 250 HU en de oppervlakte gegevens van alle 51-frames werden gereconstrueerd.
Het dijbeen en de Tibia werden bijgesneden tot gedeeltelijke oppervlakte gegevens die werden opgenomen in alle 4dct Utrecht visueel het controleren van 4dct-filmgegevens, die is gemaakt in de vooraf ingestelde 4dct-software. In de statische 3DCT-oppervlakken en het eerste frame van de 4DCT werden de bezienswaardigheden van elk segment uitgezet. Op het dijbeen werden de mediale en laterale epicondyles en intercondylar inkepingen geïdentificeerd. Op de Tibia werden ook de mediale en laterale uiteinden van het gewrichtsoppervlak en de tibiale tuberositeit geïdentificeerd als overeenkomstige bezienswaardigheden. Gedeeltelijke oppervlakte gegevens van het dijbeen en de Tibia werden ongeveer afgestemd op het eerste frame van de 4DCT-gegevens volgens deze drie bezienswaardigheden. Deze oppervlakken werden vervolgens volledig afgestemd met behulp van het ICP-algoritme.
Gedeeltelijke segmenten van het dijbeen en de Tibia van het eerste frame werden afgestemd op het gehele oppervlak in het tweede frame. Gedeeltelijke fragmenten in het ith -frame werden dus afgestemd met de hele oppervlakte gegevens van het (i + 1)th -frame opeenvolgend. In het ICP-algoritme werden de convergentiecriteria voor de gemiddelde afstand tussen iteraties ingesteld op 0,01 mm.
Het dijbeen werd gedefinieerd als het vaste bot en de Tibia als het bewegende bot. De 4 x 4-matrix die de vertaling en rotatie van het globale coördinatensysteem in de originele CT DICOM-gegevens naar het lokale coördinatensysteem van de vaste Bone beschrijft, wordt berekend. Het coördinatenstelsel van het dijbeen en de Tibia werden gedefinieerd in overeenstemming met een vorig verslag15. We berekende de beweging van de Tibia vanuit de Euler/cardan-hoeken in ' zxy ' volgorde, wat Flexion, Varus en inwendige rotatie betekent, in die volgorde14.
Onze methode is afhankelijk van de nauwkeurigheid van de beeldregistratie van de gedeeltelijke segmenten op de hele oppervlakte gegevens. We hebben de nauwkeurigheid van gedeeltelijke oppervlakte registratie gevalideerd door de lengte van het dijbeen en het Tibia stapsgewijs te verlagen met 1% langs de lange as van 20%-1%. De oppervlakte-registratie van gedeeltelijke segmenten aan de hele botten werd uitgevoerd voor de hele set van lengtes van het dijbeen en de Tibia, en fouten voor rotatie en vertaling van de parameters berekend uit de hele botten werden geëvalueerd.
De resultaten toonden aan dat de Varus-hoek van het Tibia geleidelijk daalde naarmate de Tibia werd verlengd (Figuur 7). Tibiale uitwendige rotatie verhoogd aan het einde van de verlenging. Deze externe rotatie komt overeen met de "schroef Home beweging" van de knie in eerdere rapporten16,17.
De effectieve dosis raming voor dit CT-protocol was 0,075 mSv, zoals bepaald door de dosis lengte product meting (187,5 mGy ∙ cm) en geschikte genormaliseerde coëfficiënten (0,0004) zoals gerapporteerd in de literatuur18.
Bij de validering tonen grafieken van de fout voor translatie en rotatie aan dat de fout draaglijk was voor dijbeen lengtes langer dan 9% van de gehele lengte en Tibia lengtes langer dan 7% van de gehele lengte (Figuur 8). Bij 10% van de lengte van het dijbeen en 8% van de lengte van het Tibia, fouten waren 0,02 ° voor Varus/valgus rotatie, 0,02 ° voor interne/externe rotatie, 0,01 ° voor uitbreiding/flexon rotatie, 0,10 mm voor de anterieure/posterieure vertaling, 0,14 mm voor proximale/distale vertaling, en 0,11 mm laterale/mediale vertaling. Deze vertaalfouten worden als verwaarloosbaar beschouwd omdat CT-segment dikte 0,5 mm is en de fout grootte overschrijdt. Interne en externe rotatie fouten neiging te fluctueren. Dit werd verondersteld te worden veroorzaakt door lokale minimale pasvorm voor iteratieve rotatie langs de lange as als gevolg van de symmetrische vorm van het tibiale gewrichtsoppervlak.
Als aanvullende gegevens werden ook Patellaire kinematica met dezelfde methode berekend. We demonstreerden de laterale helling van de Patella door de norm van het Patellaire oppervlak te volgen, overeenkomend met de buighoek van de knie, zoals berekend uit de analyse van de tibia (aanvullend figuur 1).
Figuur 1: acquisitie van 4DCT. Het 4DCT examen voor knie verlenging. Het onderwerp wordt geïnstrueerd om te gaan liggen en de knie in de CT-brug te positioneren. Bij de startpositie wordt de knie in de gebogen positie gezet en binnen 10 sec. na aanvang van het onderzoek verlengd. In dit cijfer, het onderwerp breidt de knie van 60 ° van flexie tot maximale verlenging in 10 s. Klik hier om een grotere versie van dit cijfer te bekijken.
Figuur 2: reconstructie van oppervlakte gegevens. A) de oppervlakte gegevens van het hele dijbeen (vast bot) en hele Tibia (bewegend bot) worden gereconstrueerd. (B) het gebruik van DICOM-gegevens uit 4DCT, de positionele gegevens van de BOTCORTEX die CT-dempingswaarden boven de drempelwaarde weergeeft, worden in elk frame geëxtraheerd. Deze positionele gegevens worden ingevoerd in de software en de oppervlakte gegevens van alle frames worden gereconstrueerd. Het dijbeen beweegt ook (groene pijl) met betrekking tot de tibia (blauwe pijl). Klik hier om een grotere versie van dit cijfer te bekijken.
Figuur 3: oppervlakte registratie. A) de oppervlakte gegevens van de vaste en bewegende botten van 3dct worden bijgesneden tot gedeeltelijke segmenten die zijn opgenomen in alle 4dct-frames omdat de oppervlakte gegevens van 4dct slechts gedeeltelijke segmenten zijn, die zijn opgenomen in de CT-portaal. B) drie bezienswaardigheden worden opgenomen in de gedeeltelijke segmenten van het statische 3dct en het eerste frame van de 4dct. C) de gedeeltelijke segmenten worden afgestemd op het eerste frame volgens de bezienswaardigheden. (D) het iteratieve algoritme voor het dichtstbijzijnde punt (ICP) wordt toegepast om aan de oppervlakte gegevens te voldoen. Klik hier om een grotere versie van dit cijfer te bekijken.
Figuur 4: transformatie matrix wordt berekend op basis van de oppervlakte registratie. A) de vertaling en rotatie van de oppervlakte gegevens kunnen worden beschreven in een 4 x 4 matrix (homogene transformatie matrix). Mref vertegenwoordigt de matrix van het vaste bot en mobj vertegenwoordigt de matrix van het bewegende bot. De lagere rechter waarde geeft de beginpositie aan en de waarde linksboven geeft de doelpositie aan. Zo vertaalt 1mrefs de vaste bone in de statische 3dct-positie naar de vaste bone in het eerste frame van 4dct. B) de rotatie matrix is een 4 x 4 matrix. R3 is een 3 x 3 matrix die rotatie definieert en d is een 1 x 3 matrix die de vertaling definieert. tr3 is een dwarse matrix van r3. C) de rechterbovenhoek "Inv" betekent de omgekeerde actie matrix. Klik hier om een grotere versie van dit cijfer te bekijken.
Afbeelding 5: stappen van opeenvolgende oppervlakte registratie van alle frames. Het verschil tussen ith en (i + 1)th frames is erg klein. Gedeeltelijke segmenten van het i-frame kunnen worden gematcht met hele oppervlakte gegevens van het (i + 1)th -frame alleen door het ICP-algoritme. De Surface-registratie wordt opeenvolgend herhaald tot het laatste frame. De transformatie matrix van de statische 3DCT naar elk frame (iMs) wordt berekend. Klik hier om een grotere versie van dit cijfer te bekijken.
Figuur 6: rotatiehoeken worden berekend met behulp van de gedefinieerde coördinatensystemen van de vaste en bewegende botten. A) het coördinatenstelsel van het vaste been wordt vastgesteld op15. De rotatie matrices van statische 3DCT naar het lokale coördinatensysteem van de vaste Bone (LmrefS) worden berekend. B) het coördinatensysteem van het bewegende bot wordt gedefinieerd en over het vaste bot getrokken in zijn lokale coördinatensysteem15. Rotatie matrices van de lokale bewegend bot naar het lokale coördinatensysteem van het vaste bot worden berekend (mi). Vanuit deze matrices worden de hoeken van het bewegende bot met betrekking tot het vaste bot berekend met behulp van de Euler/cardan-hoek. Klik hier om een grotere versie van dit cijfer te bekijken.
Figuur 7: representatieve resultaten tonen kinematica van de Tibia tijdens knie verlenging. A) uitbreiding van het Tibia. Vanaf het start frame wordt de Tibia bijna constant verlengd en stijgt de uitbreidings snelheid rond het eindframe. B) tibiale inwendige rotatie. De dwarse as is de tibiale Verleng hoek. De Tibia draait intern tot 10 ° van flexie en draait extern tot het eindframe. (C) de valgus-hoeken stijgen voortdurend tijdens alle frames van knie-verlenging. Klik hier om een grotere versie van dit cijfer te bekijken.
Figuur 8: validatie van de oppervlakte registratie van het gedeeltelijke segment op het hele bot. De lengtes van het dijbeen en de Tibia worden stapsgewijs verlaagd met 1% langs de lange as van 20%-1%. Oppervlakte registratie van gedeeltelijke segmenten aan hele botten worden uitgevoerd voor alle sets van de lengtes van het dijbeen en de Tibia, en fouten voor rotatie en vertaling van de parameters berekend uit de hele botten worden geëvalueerd. De perturbatie analyse wordt weergegeven in aanvullend figuur 2. Klik hier om een grotere versie van dit cijfer te bekijken.
Aanvullend figuur 1: Patellaire kinematica tijdens knie verlenging. Patellaire kinematica worden ook met dezelfde methode berekend. A) eenoppervlak was geschikt voor de oppervlakte gegevens van de Patella. De norm van het oppervlak dat anterieure aanwijst wordt berekend. De laterale helling wordt gedefinieerd als de laterale Kantelhoek van de norm in het coördinatensysteem van het dijbeen. B) de Patellaire laterale helling tijdens de knie-uitbreiding wordt uitgezet overeenkomstig de knie verlenging, berekend op basis van tibiale kinematica. Klik hier om een grotere versie van dit cijfer te bekijken.
Aanvullend figuur 2: Perturbatie analyse. Klik hier om een grotere versie van dit cijfer te bekijken.
Aanvullend Codeer bestand. Klik hier om dit bestand te downloaden.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Onze methode maakt visualisatie en kwantificering van de bewegingen van hele botten mogelijk en levert numerieke positionele gegevens van het bewegende bot met betrekking tot het vaste bot van 4DCT-gegevens. Er zijn veel tools voorgesteld voor het meten van gewrichts kinematica. Bewegings Skin markeringen kunnen de totale lichaamsbewegingen gedurende een lange tijd analyseren. Deze methode bevat echter Skin Motion-fouten3. Gezamenlijke kinematica moeten worden geschat op basis van de beweging van aangrenzende botten. De 2D-3D registratiemethode maakt gebruik van fluoroscopie en leidt hieruit af 3D-kinematica uit sequentiële 2D-beelden. Translationeel fouten zijn nog steeds aanwezig, hoewel de analyse software is geëvolueerd om dit te doen. Veel cadaverische studies hebben gezamenlijke kinematica gemeten door het nemen van CT-beelden in verschillende kadaver posities19. Deze vertegenwoordigen echter passieve bewegingen van opeenvolgende statische 3D-afbeeldingen en verschillen dus kwalitatief van actieve bewegingen.
Er zijn verschillende kritieke stappen in dit protocol. De oppervlakte gegevens van 3DCT moeten juist worden gemaakt omdat deze kwaliteit van invloed is op de nauwkeurigheid van de initiële Surface-registratie tot het eerste frame van 4DCT. Rond het gewrichtsgebied kan de drempel voor de botschors afwijken van de botschacht. Drempel aanpassing zal nodig zijn wanneer de rand van de botschors onduidelijk is. Zodra de oppervlakte registratie van alle frames is voltooid, moet de gereconstrueerde beweging worden gecontroleerd. Als de Surface-registratie voor één frame mislukt, kan automatische Surface-registratie opnieuw worden gestart vanaf het volgende frame door de bezienswaardigheden in het volgende frame te kiezen en het protocol te herhalen.
De 4DCT-methode biedt sequentiële volumegegevens met nauwkeurigheid die bijna even hoog zijn als statische 3DCT omdat CT DICOM-gegevens absolute coördinaten waarden van alle weefsels in de CT-brug bevatten. Verschillende studies hebben 4dct gebruikt voor onderzoeken van gezamenlijke kinematica20,21. Echter, in de meeste, de waarnemers geplukt bezienswaardigheden uit verschillende frames en berekende de parameters (bijvoorbeeld hoeken, vertaling). Deze gegevensanalyse processen bevatten menselijke fouten die tot een meetfout leiden. Onze methode voor oppervlakte registratie biedt hoge nauwkeurigheid bij het vergelijken van afbeeldingen. Eenmaal uitgezet, kunnen de bezienswaardigheden voor de parameters worden getraceerd op basis van de vorm van het oppervlak in elk frame. In theorie biedt handmatige oppervlakte segmentatie voor alle 4DCT-frames de meest accurate gegevens, maar dit proces is veel te duur. Onlangs is 4DCT gebruikt voor bewegingsanalyse voor pols gewrichten omdat de carpaal botten klein zijn en overlappende structuren22. Er zijn verschillende rapporten over geautomatiseerde bottracering23,24. Goto et al. geanalyseerde vingerbewegingen met behulp van genormaliseerde correlatiecoëfficiënten die de gelijkenis tussen twee beelden detecteren25. We gebruikten de oppervlakte registratie omdat de positie van het botcortex-oppervlak de belangrijkste bezienswaardigheid is om gezamenlijke kinematica te beschrijven.
We gebruikten een iteratief algoritme voor het dichtstbijzijnde punt om de beweging van de oppervlakte gegevens in alle frames te traceren. Een iteratief algoritme voor het dichtstbijzijnde punt komt overeen met twee groepen punt wolken of oppervlakte gegevens om de afstand tot het oppervlak te minimaliseren11 maar heeft verschillende nadelen. Dit algoritme wordt meestal gebruikt om twee nauwe oppervlakken aan te passen. Daarom, wanneer de twee oppervlakken zich ver van elkaar bevinden, zou de registratie plaatsvinden in de "lokale minimum" positie, niet de echte gecompenseerde positie26. We overwinnen dit nadeel door het nemen van drie bezienswaardigheden in elk bot in eerste. De twee oppervlakken zijn ongeveer geëvenaard volgens deze drie bezienswaardigheden. Vanuit deze twee posities dient de ICP als de dichtstbijzijnde positie. De framesnelheid van 4DCT is zeer kort (0,2 s), dus de oppervlakte positie in het huidige frame ligt dicht bij de Surface-positie in het volgende frame. In het geval van Slow joint Motion, is de Rough match stap niet nodig voor verdere frame-to-frame sequentiële oppervlak registratie. Bovendien wordt de relatie tussen het geheel van de twee Bones gereproduceerd door de volledige statische 3DCT-oppervlakte gegevens op de gedeeltelijke 4DCT-oppervlak gegevens te vergelijken. In het algemeen wordt het coördinatensysteem van het bot gedefinieerd uit zijn geheel12,27. De reconstructie van de hele botbeweging draagt dus bij aan de beschrijving van de gewrichts hoeken. Deze nauwkeurigheid is grotendeels afhankelijk van de oppervlakte registratie van het gedeeltelijke oppervlak op de gehele oppervlakte gegevens. In de representatieve gegevens toonden we aan dat de beschikbaarheid van meer dan 10% van de segmenten voldoende nauwkeurigheid biedt voor het kniegewricht.
CT-gegevens bieden alle positionele gegevens die zijn opgenomen in het CT-portaal gebied. De kwaliteit van de gegevens hangt uitsluitend af van de kwaliteit van de CT-machine. Deze methode kan dus worden toegepast op kleine botten of meerdere botten, zoals de carpaal-botten, die moeilijk te traceren zijn door 2D-3D-registratie.
Er moeten verschillende beperkingen worden vermeld. Eerst is ICP afhankelijk van de vorm van het gedeeltelijke segment. ICP is nauwkeuriger wanneer het oppervlak geometrische kenmerken heeft, zoals botsporen of corticale randen. Aan de andere kant, wanneer de oppervlakte vorm symmetrisch is, zoals de radiale kop of sesamoid, zorgt ICP voor een verkeerde rotatie van het oorspronkelijke oppervlak. Daarnaast is ICP ook afhankelijk van de kwaliteit van de oppervlakte gegevens. In het geval van osteoporotische botten, oppervlakte reconstructie grotendeels afhankelijk van handmatige segmentatie. Dat kan leiden tot interobserver fouten. Onlangs is computergestuurde weefsel segmentatie op CT-segmenten ontwikkeld. Echter, menselijke handmatige segmentatie wordt nog steeds beschouwd als betrouwbaarder bij het identificeren van specifieke weefsels28,29. Hoewel de kwaliteit van het CT-beeld niet kan worden gewijzigd, kunnen andere beperkingen worden overwonnen door handmatige oppervlakte segmentatie en registratie. Ten tweede, wanneer de gezamenlijke beweging te snel is, kan deze methode de botbewegingen niet traceren, omdat de CT-beelden wazig worden30. De registratie van frame-naar-frame-oppervlak mislukt dan omdat de twee oppervlakken te ver verwijderd zijn. De toelaatbare snelheid hangt af van het doel gewricht, omdat de gezamenlijke morfologie van invloed is op het succespercentage van de oppervlakte registratie. Studies van snelheid tolerantie voor elke joint zal nodig zijn in de toekomst. Bovendien moet de gezamenlijke beweging worden uitgevoerd binnen de CT-portaal. Daarom zijn voor analyse van het laden kinematica, optische sensoren of 2D-2D registratie het beste.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
De auteurs hebben geen concurrerende financiële belangen.
Acknowledgments
Deze studie is goedgekeurd door de instellings Raad voor institutionele toetsing van onze instelling (erkenningsnummer: 20150128).
Materials
| Name | Company | Catalog Number | Comments |
| 4DCT scanner | Canon medical systems (Tochigi, Japan) | N/A | 4DCT scan, Static 3DCT scan |
| AVIZO(9.3.0)* | Thermo Fisher Scientific (OR, USA) | Image processing software. Surface reconstruction from CT DICOM data and point cloud data. * Ryan, T. M. & Walker, A. Trabecular bone structure in the humeral and femoral heads of anthropoid primates. Anat Rec (Hoboken). 293 (4), 719-729, doi:10.1002/ar.21139, (2010). |
|
| Meshlab** | ISTI (Pisa, Italy) | N/A | Surface trimming and landmark picking ** MeshLab: an Open-Source Mesh Processing Tool. Sixth Eurographics Italian Chapter Conference, page 129-136, 2008. P. Cignoni, M. Callieri, M. Corsini, M. Dellepiane, F. Ganovelli, G. Ranzuglia |
| VTK(6.3.0)*** | Kitware (New York, USA) | N/A | Iterative Closest Points algorithm. Used in python language programming. *** https://vtk.org |
| Python(3.6.1) | Python Software Foundation | N/A | DICOM file processing to extract the point cloud from the bone cortex ('dicom.py' module). Calculation of the rotation matrices. (Numpy module) Sequential image regestration using ICP algorithm |
References
- Andriacchi, T. P., Alexander, E. J., Toney, M. K., Dyrby, C., Sum, J. A point cluster method for in vivo motion analysis: applied to a study of knee kinematics. Journal of Biomechanical Engineering. 120 (6), 743-749 (1998).
- Corazza, S., et al. A markerless motion capture system to study musculoskeletal biomechanics: visual hull and simulated annealing approach. Annals of Biomedical Engineering. 34 (6), 1019-1029 (2006).
- Reinschmidt, C., van den Bogert, A. J., Nigg, B. M., Lundberg, A., Murphy, N. Effect of skin movement on the analysis of skeletal knee joint motion during running. Journal of Biomechanics. 30 (7), 729-732 (1997).
- Burgess, R. C. The effect of a simulated scaphoid malunion on wrist motion. Journal of Hand Surgery. 12 (5 Pt 1), 774-776 (1987).
- Shoemaker, S. C., Markolf, K. L. Effects of joint load on the stiffness and laxity of ligament-deficient knees. An in vitro study of the anterior cruciate and medial collateral ligaments. Journal of Bone and Joint Surgery (American Volume). 67 (1), 136-146 (1985).
- Eckstein, F., Lohe, F., Muller-Gerbl, M., Steinlechner, M., Putz, R. Stress distribution in the trochlear notch. A model of bicentric load transmission through joints. Journal of Bone and Joint Surgery (British Volume). 76 (4), 647-653 (1994).
- Omid, R., et al. Biomechanical analysis of latissimus dorsi tendon transfer with and without superior capsule reconstruction using dermal allograft. Journal of Shoulder and Elbow Surgery. 28 (8), 1523-1530 (2019).
- Tsai, T. Y., Lu, T. W., Chen, C. M., Kuo, M. Y., Hsu, H. C. A volumetric model-based 2D to 3D registration method for measuring kinematics of natural knees with single-plane fluoroscopy. Medical Physics. 37 (3), 1273-1284 (2010).
- Ohnishi, T., et al. Three-dimensional motion study of femur, tibia, and patella at the knee joint from bi-plane fluoroscopy and CT images. Radiological Physics and Technology. 3 (2), 151-158 (2010).
- Dobbe, J. G. G., de Roo, M. G. A., Visschers, J. C., Strackee, S. D., Streekstra, G. J. Evaluation of a Quantitative Method for Carpal Motion Analysis Using Clinical 3-D and 4-D CT Protocols. IEEE Transactions on Medical Imaging. 38 (4), 1048-1057 (2019).
- Besl, P. J., McKay, N. D. A method for registration of 3-D shapes. IEEE Transactions on Pattern Analysis and Machine Intelligence. 14 (2), 239-256 (1992).
- Wu, G., et al. ISB recommendation on definitions of joint coordinate system of various joints for the reporting of human joint motion--part I: ankle, hip, and spine. Journal of Biomechanics. 35 (4), 543-548 (2002).
- Wu, G., et al. ISB recommendation on definitions of joint coordinate systems of various joints for the reporting of human joint motion--Part II: shoulder, elbow, wrist and hand. Journal of Biomechanics. 38 (5), 981-992 (2005).
- Crawford, N. R., Yamaguchi, G. T., Dickman, C. A. A new technique for determining 3-D joint angles: the tilt/twist method. Clinical Biomechanics (Bristol, Avon). 14 (3), 153-165 (1999).
- Sato, T., Koga, Y., Omori, G. Three-dimensional lower extremity alignment assessment system: application to evaluation of component position after total knee arthroplasty. Journal of Arthroplasty. 19 (5), 620-628 (2004).
- Ishii, Y., Terajima, K., Terashima, S., Koga, Y. Three-dimensional kinematics of the human knee with intracortical pin fixation. Clinical Orthopaedics and Related Research. (343), 144-150 (1997).
- Asano, T., Akagi, M., Tanaka, K., Tamura, J., Nakamura, T. In vivo three-dimensional knee kinematics using a biplanar image-matching technique. Clinical Orthopaedics and Related Research. (388), 157-166 (2001).
- Saltybaeva, N., Jafari, M. E., Hupfer, M., Kalender, W. A. Estimates of effective dose for CT scans of the lower extremities. Radiology. 273 (1), 153-159 (2014).
- Mat Jais, I. S., Tay, S. C. Kinematic analysis of the scaphoid using gated four-dimensional CT. Clinical Radiology. 72 (9), e791-e799 (2017).
- Tanaka, M. J., Elias, J. J., Williams, A. A., Demehri, S., Cosgarea, A. J. Characterization of patellar maltracking using dynamic kinematic CT imaging in patients with patellar instability. Knee Surgery, Sports Traumatology, Arthroscopy. 24 (11), 3634-3641 (2016).
- Troupis, J. M., Amis, B. Four-dimensional computed tomography and trigger lunate syndrome. Journal of Computer Assisted Tomography. 37 (4), 639-643 (2013).
- Kakar, S., et al. The Role of Dynamic (4D) CT in the Detection of Scapholunate Ligament Injury. Journal of Wrist Surgery. 5 (4), 306-310 (2016).
- Zhao, K., et al. A technique for quantifying wrist motion using four-dimensional computed tomography: approach and validation. Journal of Biomechanical Engineering. 137 (7), (2015).
- Breighner, R., et al. Relative accuracy of spin-image-based registration of partial capitate bones. in 4DCT of the wrist. Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization. 4 (6), 360-367 (2016).
- Goto, A., et al. In vivo pilot study evaluating the thumb carpometacarpal joint during circumduction. Clinical Orthopaedics and Related Research. 472 (4), 1106-1113 (2014).
- Zhang, X., Jian, L., Xu, M. Robust 3D point cloud registration based on bidirectional Maximum Correntropy Criterion. PloS One. 13 (5), e0197542 (2018).
- Baker, R. ISB recommendation on definition of joint coordinate systems for the reporting of human joint motion-part I: ankle, hip and spine. Journal of Biomechanics. 36 (2), 300-302 (2003).
- Qiu, B., et al. Automatic segmentation of the mandible from computed tomography scans for 3D virtual surgical planning using the convolutional neural network. Physics in Medicine and Biology. , (2019).
- Hemke, R., Buckless, C. G., Tsao, A., Wang, B., Torriani, M. Deep learning for automated segmentation of pelvic muscles, fat, and bone from CT studies for body composition assessment. Skeletal Radiology. , (2019).
- Lee, S., et al. Impact of scanning parameters and breathing patterns on image quality and accuracy of tumor motion reconstruction in 4D CBCT: a phantom study. Journal of Applied Clinical Medical Physics. 16 (6), 195-212 (2015).
