Summary
Abbiamo analizzato la cinematica congiunta da dati di tomografia computerizzata quadridimensionali. Il metodo di registrazione 3D-3D sequenziale fornisce semiautomatica la cinematica dell'osso in movimento rispetto all'osso del soggetto dai dati di tomografia calcolata quadridimensionali.
Abstract
La tomografia computerizzata quadridimensionale (4DCT) fornisce una serie di dati di volume e visualizza i movimenti articolari. Tuttavia, l'analisi numerica dei dati 4DCT rimane difficile perché la segmentazione in tutti i fotogrammi volumetrici richiede molto tempo. Abbiamo cercato di analizzare la cinematica articolare utilizzando una tecnica di registrazione 3D-3D sequenziale per fornire la cinematica dell'osso in movimento rispetto all'osso fisso in modo semiautomatico utilizzando i dati DICOM 4DCT e il software esistente. I dati di superficie degli ossi di origine vengono ricostruiti da 3DCT. I dati di superficie tagliati vengono rispettivamente abbinati ai dati di superficie del primo fotogramma in 4DCT. Queste superfici tagliate vengono abbinate in sequenza fino all'ultimo fotogramma. Questi processi forniscono informazioni di posizione per le ossa bersaglio in tutti i frame del 4DCT. Una volta decisi i sistemi di coordinate delle ossa di destinazione, è possibile calcolare gli angoli di traslazione e rotazione tra due ossa qualsiasi. Questa analisi di 4DCT offre vantaggi nelle analisi cinematiche di strutture complesse come le ossa carpale o tarsale. Tuttavia, i movimenti veloci o su larga scala non possono essere tracciati a causa di artefatti di movimento.
Introduction
La cinematica congiunta è stata descritta utilizzando una serie di metodologie, come sensori di motion capture, registrazione 2D-3D e studi cadaverici. Ogni metodo presenta vantaggi e svantaggi specifici. Ad esempio, i sensori di motion capture possono misurare movimenti veloci su larga scala utilizzando telecamere a infrarossi con o senza sensori sul soggetto1,2. Tuttavia, questi metodi misurano il movimento della pelle per dedurre la cinematica articolare e quindi contengono errori di movimento cutaneo3.
Studi Cadaverici sono stati utilizzati per valutare intervalli di movimento, instabilità, e le aree di contatto4,5,6. Questo approccio può misurare piccoli cambiamenti in piccoli giunti utilizzando sensori TC o ottici collegati direttamente all'osso utilizzando perni o viti. I modelli cadaverici possono principalmente valutare i movimenti passivi, anche se sono stati utilizzati più attuatori per applicare forze esterne ai tendini per simulare il movimento dinamico7. Il movimento congiunto attivo può essere misurato con tecniche di registrazione 2D-3D, abbinando immagini 3DCT a immagini fluoroscopia 2D. Anche se l'accuratezza del processo di registrazione rimane controversa, l'accuratezza riportata è generalmente abbastanza alta per la cinematica congiunta di grandidimensioni 8,9. Tuttavia, questo metodo non può essere applicato a piccole ossa o ossa multiple in spazi ristretti.
Al contrario, 4DCT è un metodo CT dinamico che ottiene una serie di dati volumetrici. I movimenti articolari attivi possono essere analizzati con questo approccio10. Questa tecnologia fornisce dati di posizione 3D precisi di tutte le sostanze all'interno della gantry CT. I movimenti articolari 3D sono chiaramente visualizzati in uno spettatore. Tuttavia, descrivere la cinematica congiunta da una tale serie di dati di volume è ancora difficile, perché tutte le ossa si muovono e nessun punto di riferimento può essere rintracciato durante i movimenti attivi in vivo.
Abbiamo sviluppato un metodo per l'analisi 4DCT che fornisce la cinematica articolare in vivo di intere ossa intorno all'articolazione durante i movimenti attivi. Lo scopo di questo articolo è quello di presentare il nostro metodo, la tecnica di registrazione 3D-3D sequenziale per l'analisi 4DCT e mostrare risultati rappresentativi ottenuti con questo metodo.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Tutti i metodi qui descritti sono stati approvati dall'Institutional Review Board della Keio University School of Medicine.
NOTA: la cinematica congiunta viene misurata ricostruendo il movimento di un osso in movimento intorno a un osso fisso. Per la cinematica articolare del ginocchio, il femore è definito come l'osso fisso e la tibia è definita come l'osso in movimento.
1. Protocollo di imaging CT
- Impostare la macchina TAC. Acquisire esami TC con un sistema CT a 320-rivelatore-fila per consentire più fasi di dati di volume 3D con copertura craniocaudale 160 mm. Ad esempio, nell'analisi della cinematica del ginocchio, l'acquisizione dell'immagine è costituita da 51 scansioni di volume con un tempo di rotazione di 0,275 s e tutte le immagini vengono ricostruite utilizzando la metà ricostruzione, in modo che la risoluzione temporale sia di circa 0,16 s.
- Utilizzare i seguenti parametri di scansione: tensione del tubo di picco : 100 kVp; corrente del tubo: 40 mA; copertura di scansione: 160 mm; dimensione della matrice: 512 x 512 pixel; e lo spessore della sezione di ricostruzione e l'intervallo di sezione: 0,5 mm.
- Posizionare l'articolazione target del soggetto all'interno del gantry CT nella posizione iniziale dell'esame 4DCT (Figura 1).
- Prima dell'esame TC, provare i movimenti dell'articolazione dalla posizione iniziale alla posizione finale entro il tempo di esame richiesto. Chiedere al soggetto di spostare il giunto durante il tempo di scansione 10.275 s e di ottenere una serie di dati di volume. Archiviare i dati di volume sequenziali in formato DICOM.
- Eseguire 3DCT statico di tutti gli ossa di destinazione e archiviare i dati in formato DICOM.
2. Ricostruzione delle superfici
- Eseguire la segmentazione semiautomatica dei dati 3DCT (Figura 2A).
- Caricare i dati DICOM CT selezionando tutti i file DICOM dei dati 3DCT statici.
- Aprire il campo etichetta facendo clic su Modifica nuovo campo etichetta e verificare quale soglia il valore di attenuazione CT sia appropriato per estrarre l'osso corticale dall'osso di origine. Selezionare i materiali con valori di attenuazione CT superiori alla soglia. Ad esempio, la soglia della corteccia ossea per un soggetto giovane è impostata su 250. Controllare l'etichetta per la selezione della corteccia ossea e modificare manualmente la demarcazione utilizzando uno strumento di modifica per coerenza con la forma dell'osso.
- Generare i dati di superficie (meglie triangolari) dai dati della posizione della corteccia ossea etichettati (nuvola di punti nel software). Archiviare i dati della superficie esportando i dati in formato STL (Standard Triangulated Language).
- Fare clic su Genera superficie. Applicare sull'etichetta dell'osso corticale. Fare clic su File Esportazione dei dati come STL binario Little Endian per salvare i dati di superficie in formato STL.
- Eseguire la segmentazione automatica dei dati di volume 4DCT (Figura 2B).
NOTA: ogni fotogramma dei dati DICOM include la distribuzione dei valori di attenuazione TC nel gantry CT.- Impostare la soglia della corteccia ossea come in CT statica ed estrarre i dati geometrici che mostrano i valori di attenuazione CT al di sopra della soglia da tutti i 51 fotogrammi dei dati 4DCT utilizzando il modulo di lettura DICOM nel software di programmazione. Regolare la soglia in base alla densità ossea dell'osso di origine. Ad esempio, per l'osso osteoporotico, impostare la soglia più bassa.
- Tradurre tutti i dati posizionali che sono già stati ottenuti nel passaggio precedente in un formato che può essere interpretato dal software di elaborazione delle immagini (ad esempio, Avizo). Nel software di elaborazione delle immagini, ricostruire tutti i dati di superficie della nuvola di punti con valori di attenuazione CT più elevati rispetto alla soglia per tutti i frame 4DCT utilizzando uno script di elaborazione batch. Il software di elaborazione delle immagini contiene la funzione per leggere lo script ed esportare automaticamente i dati di superficie dai dati della serie DICOM. Lo script batch viene visualizzato nel file di codifica supplementare.
3. Registrazione dell'immagine
NOTA: In questa fase, ricostruire i movimenti dell'osso in movimento rispetto all'osso fisso dai dati DICOM 4DCT grezzi.
- Eseguire la registrazione della superficie da 3DCT statico al primo frame del 4DCT.
- Tagliare le ossa in un 3DCT statico in dati di segmento parziale inclusi in tutti i frame di 4DCT per l'utilizzo con l'algoritmo iterativo del punto più vicino (ICP)11 nel software di modifica mesh 3D utilizzando la funzione Selecting Face (Figura 3A) facendo riferimento ai dati del film 4DCT. I dati di superficie di 4DCT sono solo segmenti parziali inclusi in ogni immagine del volume, poiché la registrazione della superficie richiede che un punto dati di superficie sia incluso in un'altra superficie.
- Selezionare tre punti di riferimento nei ossa fisse e in movimento che possono essere facilmente identificabili dalla superficie 3DCT tagliata e dai dati di superficie del primo frame di 4DCT nel software di modifica mesh 3D utilizzando la funzione PickPoints (Figura 3B).
- Corrisponde approssimativamente alle ossa fisse e mobili parziali sul primo fotogramma dei dati di superficie 4DCT (Figura 3C) in base ai punti di riferimento selezionati nella 3.1.2. Eseguire quindi la registrazione della superficie utilizzando l'algoritmo ICP11 utilizzando il software open source (ad esempio, VTK).
NOTA: questo processo fornisce matrici di trasformazione omogenee dei ossa fisse e mobili dal 3DCT statico al primo frame di 4DCT (Figura 3D). Queste matrici sono 4 x 4 matrici costituite da rotazione e traslazione, come illustrato nella Figura 4. È inoltre possibile calcolare la matrice di trasformazione che causa l'azione inversa.
- Eseguire la registrazione sequenziale della superficie (Figura 5).
- Abbinare le superfici parziali dell'osso fisso e in movimento nel primo telaio 4DCT sui dati di superficie del secondo telaio. Successivamente, abbinare le superfici parziali del telaio ith sul telaio (i - 1)th di 4DCT in sequenza. Ripetere questo processo fino all'ultimo frame del 4DCT programmando con l'uso del modulo ICP nel software open source.
- Calcolare le matrici di trasformazione dal 3DCT statico a tutti i frame in 4DCT in base ai risultati di 3.1 e 3.2.
- Ricostruire il movimento osseo in movimento rispetto all'osso fisso (Figura 6).
- Ricostruire la cinematica dell'osso in movimento rispetto all'osso fisso dalle matrici che rappresentano la trasformazione dal 3DCT statico a ogni telaio 4DCT. Definire i sistemi di coordinate degli ossi fissi e in movimento quando vengono misurati i parametri di rotazione (ad esempio, l'angolo di flessione o l'angolo di rotazione calcolato dall'angolo Eulero/Cardan)12,13,14.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Descriviamo il movimento della tibia durante l'estensione del ginocchio. L'articolazione del ginocchio era posizionata nel gantry CT. Un cuscino a triangolo è stato utilizzato per sostenere il femore nella posizione di partenza. Il ginocchio è stato esteso in una posizione dritta nel corso di 10 s. È stata misurata l'esposizione alle radiazioni. Oltre al 4DCT, è stato eseguito statico 3DCT dell'intero femore, tibia e rotula. Sono stati ricostruiti i dati di superficie dell'intero femore e tibia. La soglia per i numeri HU della corteccia ossea è stata impostata come 250 HU e i dati di superficie di tutti i 51 fotogrammi sono stati ricostruiti.
Il femore e la tibia sono stati rifilati in dati di superficie parziali che sono stati inclusi in tutti i fotogrammi 4DCT controllando visivamente i dati dei film 4DCT, che viene creato nel software predefinito 4DCT. Nelle superfici statiche 3DCT e nel primo fotogramma del 4DCT, i punti di riferimento di ciascun segmento sono stati tracciati. Sul femore, sono stati identificati gli epicondili mediali e laterali e la tacca intercondilar. Sulla tibia, le estremità mediali e laterali della superficie articolare e la tuberosità tibiale sono state identificate anche come punti di riferimento corrispondenti. I dati parziali della superficie del femore e della tibia sono stati approssimativamente abbinati al primo fotogramma dei dati 4DCT secondo questi tre punti di riferimento. Queste superfici sono state poi completamente abbinate utilizzando l'algoritmo ICP.
I segmenti parziali del femore e della tibia del primo telaio sono stati abbinati all'intera superficie del secondo telaio. I frammenti parziali nel fotogramma ith sono stati quindi abbinati con i dati di superficie di tutto il fotogramma (i - 1)th in sequenza. Nell'algoritmo ICP, i criteri di convergenza per la distanza media tra le iterazioni sono stati impostati su 0,01 mm.
Il femore è stato definito come l'osso fisso e la tibia come l'osso in movimento. Viene calcolata la matrice 4 x 4 che descrive la traslazione e la rotazione dal sistema di coordinate globale nei dati DICOM CT originali al sistema di coordinate locale dell'osso fisso. Il sistema di coordinate del femore e della tibia sono stati definiti in conformità con una precedente relazione15. Abbiamo calcolato il movimento della tibia dagli angoli di Eulero/Cardan in ordine 'zxy', che significa flessione, varus e rotazione interna, in questo ordine14.
Il nostro metodo dipende dall'accuratezza della registrazione dell'immagine dai segmenti parziali all'intera superficie. Abbiamo convalidato l'accuratezza della registrazione parziale della superficie diminuendo la lunghezza del femore e della tibia in modo incrementale dell'1% lungo l'asse lungo il lungo asse dal 20% all'1%. È stata eseguita la registrazione superficiale di segmenti parziali a intere ossa per l'intero insieme di lunghezze del femore e della tibia e sono stati valutati gli errori di rotazione e traslazione dai parametri calcolati dall'intera ossa.
I risultati hanno mostrato che l'angolo varus della tibia diminuiva gradualmente con l'estensione della tibia (Figura 7). La rotazione esterna tibiale è aumentata alla fine dell'estensione. Questa rotazione esterna corrisponde al "movimento domestico a vite" del ginocchio nei rapporti precedenti16,17.
La stima effettiva della dose per questo protocollo CT è stata di 0,075 mSv, come determinato dalla misurazione del prodotto della lunghezza della dose (187,5 mDis cm) e da coefficienti normalizzati appropriati (0,0004) come riportato nella letteratura18.
In convalida, i grafici dell'errore per la traslazione e la rotazione mostrano che l'errore era tollerabile per le lunghezze del femore più lunghe del 9% dell'intera lunghezza e la tiratura più lunga del 7% dell'intera lunghezza (Figura 8). Al 10% della lunghezza del femore e all'8% della lunghezza della tibia, gli errori sono stati pari a 0,02 gradi per la rotazione varus/valgus, 0,02 per la rotazione interna/esterna, 0,01 per la rotazione di estensione/flessione, 0,10 mm anteriori per la traslazione posteriore, 0,14 mm per la traslazione proximal/distale e 0,11 mm di traslazione laterale/mediale. Questi errori di traslazione sono considerati trascurabili perché lo spessore della fetta CT è di 0,5 mm e supera la dimensione dell'errore. Gli errori di rotazione interna ed esterna tendevano a fluttuare. Questo è stato pensato per essere causato da adattamento minimo locale per la rotazione iterativa lungo l'asse lungo a causa della forma simmetrica della superficie articolare tibiale.
Come dati aggiuntivi, anche la cinematica rosolata è stata calcolata utilizzando lo stesso metodo. Abbiamo dimostrato l'inclinazione laterale della rotula tracciando la norma della superficie patellare corrispondente all'angolo di flessione del ginocchio, come calcolato dall'analisi della tibia (Figura supplementare 1).
Figura 1: Acquisizione di 4DCT. L'esame 4DCT per l'estensione del ginocchio. Il soggetto è incaricato di sdraiarsi e posizionare il ginocchio nel gantry CT. Nella posizione di partenza, il ginocchio viene posizionato nella posizione flessa ed esteso entro 10 s dopo l'inizio dell'esame. In questa figura, il soggetto estende il ginocchio da 60 s di flessione alla massima estensione in 10 s. Si prega di fare clic qui per visualizzare una versione più grande di questa figura.
Figura 2: Ricostruzione dei dati di superficie. (A) I dati di superficie dell'intero femore (osso fisso) e dell'intera tibia (osso in movimento) vengono ricostruiti. (B) Utilizzando i dati DICOM di 4DCT, i dati posizionali della corteccia ossea che mostrano i valori di attenuazione TC al di sopra della soglia vengono estratti in ogni fotogramma. Questi dati di posizione vengono inseriti nel software e i dati di superficie di tutti i fotogrammi vengono ricostruiti. Il femore si muove anche (freccia verde) rispetto alla tibia (freccia blu). Fare clic qui per visualizzare una versione più grande di questa figura.
Figura 3: Registrazione delle superfici. (A) I dati di superficie degli ossi fissi e mobili da 3DCT vengono rifilati in segmenti parziali inclusi in tutti i frame 4DCT perché i dati di superficie di 4DCT sono solo segmenti parziali, inclusi nel gantry CT. (B) Tre punti di riferimento sono selezionati nei segmenti parziali del 3DCT statico e il primo frame del 4DCT. (C) I segmenti parziali vengono abbinati al primo fotogramma in base ai punti di riferimento. (D) L'algoritmo iterativo del punto più vicino (ICP) viene applicato per abbinare i dati di superficie. Fare clic qui per visualizzare una versione più grande di questa figura.
Figura 4: La matrice di trasformazione viene calcolata dalla registrazione della superficie. (A) La traslazione e la rotazione dei dati di superficie possono essere descritte in una matrice 4 x 4 (matrice di trasformazione omogenea). Mref rappresenta la matrice dell'osso fisso e Mobj rappresenta la matrice dell'osso in movimento. Il valore inferiore destro rappresenta la posizione iniziale e il valore superiore sinistro rappresenta la posizione di destinazione. Ad esempio, 1Mrefs converte l'osso fisso nella posizione statica 3DCT nell'osso fisso nel primo frame di 4DCT. (B) La matrice di rotazione è una matrice 4 x 4. R3 è una matrice 3 x 3 che definisce la rotazione e d è una matrice 1 x 3 che definisce la traslazione. tR3 è una matrice trasversale di R3. (C) In alto a destra "inv" indica la matrice dell'azione inversa. Fare clic qui per visualizzare una versione più grande di questa figura.
Figura 5: Passaggi di registrazione sequenziale della superficie di tutti i fotogrammi. La differenza tra ith e (i - 1)th telai è molto piccola. I segmenti parziali del frame ith possono essere abbinati ai dati dell'intera superficie del fotogramma (i - 1)th solo dall'algoritmo ICP. La registrazione della superficie viene ripetuta in sequenza fino all'ultimo fotogramma. Viene calcolata la matrice di trasformazione dalla 3DCT statica a ogni frame (iMs). Fare clic qui per visualizzare una versione più grande di questa figura.
Figura 6: Gli angoli di rotazione vengono calcolati utilizzando i sistemi di coordinate definiti degli ossa fissi e in movimento. (A) Il sistema di coordinate dell'osso fisso è definito15. Vengono calcolate le matrici di rotazione da 3DCT statico al sistema di coordinate locale dell'osso fisso (LMrefS). (B) Il sistema di coordinate dell'osso in movimento è definito e disegnato sull'osso fisso nel suo sistema di coordinate locale15. Le matrici di rotazione dall'osso mobile locale al sistema di coordinate locale dell'osso fisso vengono calcolate (Mi). Da queste matrici, gli angoli dell'osso in movimento rispetto all'osso fisso vengono calcolati utilizzando l'angolo Eulero/Cardan. Fare clic qui per visualizzare una versione più grande di questa figura.
Figura 7: Risultati rappresentativi mostrano la cinematica della tibia durante l'estensione del ginocchio. (A) Estensione della tibia. Dal telaio di partenza, la tibia viene estesa quasi costantemente e la velocità di estensione aumenta intorno al fotogramma finale. (B) Rotazione interna tibiale. L'asse trasversale è l'angolo di estensione tibiale. La tibia ruota internamente fino a 10 gradi di flessione e ruota esternamente fino al fotogramma finale. (C) Gli angoli valgo aumentano costantemente durante tutti i fotogrammi di estensione del ginocchio. Fare clic qui per visualizzare una versione più grande di questa figura.
Figura 8: Convalida della registrazione della superficie del segmento parziale sull'intero osso. Le lunghezze del femore e della tibia sono diminuite in modo incrementale dell'1% lungo l'asse lungo il 20% e l'1%. La registrazione superficiale dei segmenti parziali in ossa intere viene eseguita per tutti i set di lunghezze del femore e della tibia e vengono valutati gli errori per la rotazione e la traslazione dai parametri calcolati dall'intera ossa. L'analisi della perturbazione è illustrata nella figura supplementare 2. Fare clic qui per visualizzare una versione più grande di questa figura.
Figura supplementare 1: Kinematica patellare durante l'estensione del ginocchio. Anche la cinematica patellare viene calcolata utilizzando lo stesso metodo. (A) Una superficie si adattava ai dati di superficie della rotula. Viene calcolata la norma della superficie che punta anteriormente. L'inclinazione laterale è definita come l'angolo di inclinazione laterale della norma nel sistema di coordinate del femore. (B) L'inclinazione laterale del rotuleo durante l'estensione del ginocchio viene tracciata corrispondente all'estensione del ginocchio calcolata dalla cinematica tibiale. Fare clic qui per visualizzare una versione più grande di questa figura.
Figura supplementare 2: Analisi della perturbazione. Fare clic qui per visualizzare una versione più grande di questa figura.
File di codifica supplementare. Fare clic qui per scaricare questo file.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Il nostro metodo consente la visualizzazione e la quantificazione dei movimenti di ossa intere e fornisce dati numerici di posizione dell'osso in movimento rispetto all'osso fisso dai dati 4DCT. Sono stati suggeriti molti strumenti per misurare la cinematica articolare. I marcatori della pelle di movimento possono analizzare i movimenti totali del corpo per un lungo periodo di tempo. Tuttavia, questo metodo contiene gli errori di movimento della pelle3. La cinematica articolare deve essere stimata dal movimento delle ossa adiacenti. Il metodo di registrazione 2D-3D utilizza la fluoroscopia e deduce la cinematica 3D da immagini 2D sequenziali. Gli errori di traduzione sono ancora presenti, anche se il software di analisi si è evoluto per tenere conto di questo. Molti studi cadaverici hanno misurato la cinematica articolare prendendo immagini TC in diverse posizioni del cadavere19. Tuttavia, questi rappresentano movimenti passivi da immagini 3D statiche sequenziali, e quindi differiscono qualitativamente dai movimenti attivi.
In questo protocollo sono previsti diversi passaggi critici. I dati di superficie di 3DCT devono essere creati con precisione perché questa qualità influisce sull'accuratezza della registrazione iniziale della superficie al primo frame di 4DCT. Intorno all'area dell'articolazione, la soglia per la corteccia ossea può essere diversa dall'albero osseo. La regolazione della soglia sarà necessaria quando il bordo della corteccia ossea non è chiaro. Una volta terminata la registrazione della superficie di tutti i telai, il movimento ricostruito deve essere controllato. Se la registrazione della superficie per un fotogramma non riesce, la registrazione automatica della superficie può essere riavviata dal fotogramma successivo selezionando i punti di riferimento nel fotogramma successivo e ripetendo il protocollo.
Il metodo 4DCT fornisce dati sequenziali di volume con una precisione quasi pari a 3DCT statica perché i dati DICOM CT contengono valori di coordinate assoluti di tutti i tessuti nel gantry CT. Diversi studi hanno utilizzato 4DCT per le indagini sulla cinematica congiunta20,21. Tuttavia, nella maggior parte dei due, gli osservatori hanno selezionato punti di riferimento da diversi fotogrammi e calcolato i parametri (ad esempio, angoli, traslazione). Questi processi di analisi dei dati contengono errori umani che portano a errori di misurazione. Il nostro metodo di registrazione della superficie fornisce la corrispondenza delle immagini ad alta precisione. Una volta tracciati, i punti di riferimento per i parametri possono essere tracciati in base alla forma della superficie in ogni fotogramma. Teoricamente, la segmentazione manuale della superficie per tutti i telai 4DCT fornisce i dati più accurati, ma questo processo richiede troppo tempo. Recentemente, 4DCT è stato utilizzato per l'analisi del movimento per le articolazioni del polso perché le ossa carpale sono piccole e sovrapposte strutture22. Ci sono stati diversi rapporti sul tracciamento osseo automatizzato23,24. Goto et al. ha analizzato i movimenti delle dita utilizzando coefficienti di correlazione normalizzati che rilevano la somiglianza tra due immagini25. Abbiamo usato la registrazione della superficie perché la posizione della superficie della corteccia ossea è il punto di riferimento più importante per descrivere la cinematica articolare.
Abbiamo usato un algoritmo iterativo del punto più vicino per tracciare il movimento dei dati di superficie in tutti i fotogrammi. Un algoritmo iterativo del punto più vicino corrisponde a due gruppi di nuvole di punti o dati di superficie per ridurre al minimo la distanza da superficie a superficie11, ma presenta diversi svantaggi. Questo algoritmo viene generalmente utilizzato per abbinare due superfici vicine. Pertanto, quando le due superfici si trovano distanti l'una all'altra, la registrazione avviene nella posizione 'minimo locale', non nella vera posizione corrispondente26. Abbiamo superato questo inconveniente prendendo tre punti di riferimento in ogni osso in un primo momento. Le due superfici sono all'incirca abbinate in base a questi tre punti di riferimento. Da queste due posizioni, l'ICP serve come la posizione più vicina. La frequenza fotogrammi di 4DCT è molto corta (0,2 s), quindi la posizione della superficie nel fotogramma corrente è vicina alla posizione della superficie nel fotogramma successivo. In caso di movimento lento articolare, la fase di corrispondenza approssimativa non sarà necessaria per un'ulteriore registrazione della superficie sequenziale da fotogramma a telaio. Inoltre, la relazione tra l'intera parte dei due ossa viene riprodotta confrontando tutti i dati statici della superficie 3DCT sui dati parziali della superficie del telaio 4DCT. Generalmente, il sistema di coordinate dell'osso è definito dalla sua interezza12,27. La ricostruzione dell'intero movimento osseo contribuisce così alla descrizione degli angoli articolari. Questa precisione dipende in gran parte dalla registrazione della superficie della superficie parziale su tutti i dati della superficie. Nei dati rappresentativi, abbiamo dimostrato che la disponibilità di oltre il 10% dei segmenti fornisce una precisione sufficiente per l'articolazione del ginocchio.
I dati TC forniscono tutti i dati posizionali inclusi nell'area dei gantry CT. La qualità dei dati dipende esclusivamente dalla qualità della macchina CT. Questo metodo può quindi essere applicato a piccole ossa o ossa multiple come le ossa carpale, che sono difficili da rintracciare con la registrazione 2D-3D.
Devono essere menzionate diverse limitazioni. In primo luogo, ICP dipende dalla forma del segmento parziale. ICP è più preciso quando la superficie ha caratteristiche geometriche come speroni ossei o bordi corticali. D'altra parte, quando la forma della superficie è simmetrica, come la testa radiale o il sesamoide, ICP fornirà una rotazione errata della superficie originale. Inoltre, ICP dipende anche dalla qualità dei dati di superficie. In caso di ossa osteoporotiche, la ricostruzione superficiale dipende in gran parte dalla segmentazione manuale. Ciò può portare a errori interosservatori. Recentemente, è stata sviluppata la segmentazione dei tessuti computerizzati sulle fette di TC. Tuttavia, la segmentazione manuale umana è ancora considerata più affidabile quando si identificano tessuti specifici28,29. Anche se la qualità dell'immagine CT non può essere modificata, altre limitazioni possono essere superate dalla segmentazione e dalla registrazione manuali della superficie. In secondo luogo, quando il movimento articolare è troppo veloce, questo metodo non può tracciare i movimenti ossei, perché le immagini CT diventano sfocate30. La registrazione della superficie da telaio a telaio non riesce perché le due superfici sono troppo distanti. La velocità tollerabile dipende dall'articolazione bersaglio, perché la morfologia del giunto influisce sul tasso di successo della registrazione della superficie. Saranno necessari studi di tolleranza di velocità per ogni giunto saranno necessari in futuro. Inoltre, il movimento articolare deve essere eseguito all'interno del gantry CT. Pertanto, per l'analisi del carico cinematico, sensori ottici o registrazione 2D-2D sono i migliori.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Gli autori non hanno interessi finanziari concorrenti.
Acknowledgments
Questo studio è stato approvato dall'Institutional Review Board del nostro istituto (numero di approvazione: 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).
