方法文章

提高人工耳蜗植入术中电极位置评估的准确性 通过 计算机断层扫描图像融合

1.2K 次观看

⸱

DOI：

10.3791/67062

⸱

2025年1月17日

 ,  ,  ,  ,  , 
1King Abdullah Ear Specialist Center (KAESC), College of Medicine, King Saud University Medical City (KSUMC), King Saud University, 2Research Department, MED-EL GmbH, 3Department of Otolaryngology-Head and Neck Surgery, College of Medicine, Jouf University

* These authors contributed equally

本文内容

摘要

本方案演示了一种针对人工耳蜗植入受试者，融合术前与术后计算机断层扫描图像的方法。该方法可提高电极阵列接触点插入深度和中心频率测量的准确性。此外，该方法在基于解剖结构的调机领域——人工耳蜗领域的一个新兴方向——具有潜在应用价值。

摘要

本研究旨在确定融合预处理是否能够 术后计算机断层扫描（CT）图像有助于评估人工耳蜗植入者电极的放置位置和中心频率（CF）。次要目标是比较自动融合与手动方法在测量耳蜗参数方面的差异。本研究纳入了20例接受过术前及术后检查的人工耳蜗植入耳部样本。 以及术后 CT 扫描。首先从术后 CT 图像中手动测量耳蜗参数，随后通过融合术前 术前和术后CT图像与耳科软件（OTOPLAN）进行融合。采用两种方法计算每个电极触点的角插入深度（AID）和鼓阶位置（CF），并评估误差差异。分析结果显示，两种方法在耳蜗宽度（B值）和耳蜗导管长度（CDL）上存在显著差异；然而，这些差异在临床上无显著意义。此外，耳蜗直径（A值）在两种方法间无统计学显著差异。A值、B值和CDL的平均差异分别为0.04 mm、0.21 mm和0.73 mm。AID与CF的比较显示，在所有电极触点中，手动融合与自动融合方法之间的差异均无统计学意义，仅第五号电极除外。根据本研究，融合术前 术后CT图像可用于确定人工耳蜗植入者电极的位置。自动融合图像技术有望在减少人为干扰的情况下测量耳蜗参数、AID和CF。因此，该方法可作为建立基于解剖结构的个体化调试方案的另一种依据。

引言

人工耳蜗植入（CI）手术是治疗重度至极重度感音神经性听力损失患者的一种变革性疗法，可显著改善听觉功能和生活质量1。CI手术成功的关键因素之一是将电极阵列准确地放置于耳蜗的正确腔隙中，特别是鼓阶，因为最佳的电极位置始终与更优的听力效果相关联2。因此，术前仔细规划并评估耳蜗解剖结构对于确保电极阵列的适当定位至关重要。确保电极阵列完全插入鼓阶内，对于最大化患者获益和实现最佳临床效果至关重要3。

人工耳蜗电极阵列植入深度角的术前估算对于有效的手术规划具有重要意义。该估算在很大程度上依赖于从术前计算机断层扫描（CT）中获取耳蜗关键参数（如耳蜗导管长度（CDL））的精确测量值4。当已知电极长度时，这些测量值能够对人工耳蜗手术过程中的耳蜗覆盖范围和角度植入深度进行必要的预测。CDL 的主要预测指标是 A 值，定义为圆窗与耳蜗基转最远点之间的距离。既往研究已强调，术前影像学检查与手术规划在指导手术决策以及优化人工耳蜗植入受者预后方面具有关键作用5。

术前CT成像是许多人工耳蜗（CI）临床中心在手术前评估内耳解剖结构和耳蜗参数的标准实践。术前CT可提供清晰且无伪影的图像，有助于有效规划并优化手术操作6。然而，仅依靠术前CT分析在准确预测人工耳蜗电极阵列上各电极接触点的实际插入角度深度（AID）和中心频率（CF）方面存在局限性。因此，术后影像学检查仍然必要，以确认电极阵列的定位情况，评估是否存在移位或错位，并确定每个电极接触点的真实AID7。

术后影像可确认电极放置的准确性，并有助于创建针对每位患者独特耳蜗解剖结构的个体化调试图谱。这些调试图谱对于优化听觉功能至关重要，因其可确保对听觉神经纤维进行精确刺激。近期研究表明，与标准或临床调试图谱相比，个体化调试图谱（即基于解剖结构的调试，ABF）能够提高患者在安静和嘈杂环境中的言语理解能力8,9,10,11,12,13。此外，当受试者的电极阵列能够充分刺激耳蜗顶区时，他们通常更倾向于使用ABF图谱8。频率-位置错配是指根据电极触点在耳蜗内的物理位置所对应的特征频率（CF）与默认设置之间的差异4。Mertens等人报道，随着人工耳蜗使用时间的延长，频率-位置错配的影响会逐渐减小14。其他研究也表明，在人工耳蜗使用者中，通过ABF减少频率-位置错配可改善噪声环境下的言语感知能力，同时不影响安静环境中的理解能力11,13。

多种成像方式，包括X射线15,16、锥形束CT17以及磁共振成像（MRI）18,19，已被用于评估人工耳蜗植入受试者。然而，由于CT成像具有高空间分辨率以及能够清晰显示耳蜗解剖结构，目前仍是首选方法。CT成像可精确评估耳蜗内部结构，例如鼓阶和前庭阶，有助于实现电极的准确定位。

尽管CT成像具有诸多优势，但在某些方面仍存在挑战，尤其是术后低分辨率扫描。金属电极接触点可能产生图像伪影，遮蔽邻近结构，从而增加准确测量关键参数（如AID和CF）的难度。近期研究表明，融合术前 术前和术后CT扫描相比标准扫描能提高图像清晰度，通过提供术前和术后的互补信息，实现更准确的评估，并改善电极定位。 术前和术后影像20.

目前，术后CT影像分析通常依赖于使用软件工具进行手动测量，这种方法需要大量培训，耗时较长，且容易产生变异性和误差，限制了其效率和广泛应用。关于利用融合图像进行自动化测量以克服这些局限性并为电极触点提供可靠的AID测量值的潜力，相关文献较为有限。本研究旨在评估术前与 术后CT图像可有效评估人工耳蜗植入者耳蜗的解剖特征及电极位置。该研究进一步探讨了图像融合技术如何推动基于解剖结构的调机（ABF），并提高对插入角度深度（AID）和中心频率（CF）测量的准确性。

访问受限。请登录或开始试用以查看此内容。

方案

本研究获得了主要机构审查委员会（E-21-5737）的批准，并遵循《赫尔辛基宣言》中规定的伦理原则进行。数据来自我们三级人工耳蜗植入中心的病历资料，采用回顾性收集方式。由于数据分析为匿名进行，无需获取知情同意。研究共纳入来自不同年龄组患者的20只耳。

纳入标准如下：2020年至2023年间接受人工耳蜗植入术（CI）且内耳解剖结构正常、术前和术后均接受CT扫描、植入的人工耳蜗设备来自同一制造商并兼容所用手术规划软件的患者。在我中心，颞骨CT扫描是人工耳蜗植入患者术前评估的常规组成部分，而术后CT扫描仅在医学必要时进行，以尽量减少辐射暴露。排除标准包括接受过翻修手术或存在耳蜗骨化、耳蜗耳硬化症或累及耳囊的颞骨骨折的人工耳蜗植入患者。设备与软件的详细信息见下文 材料表.

1. 上传并测量耳蜗参数

注意：本研究采用的测量方案包含一系列连续步骤，旨在评估术前与术后CT图像融合技术在人工耳蜗植入受试者中电极位置评价方面的有效性（图1）。

耳蜗参数测量流程图；手动与自动融合方法；计算误差。
图1：测量方案比较。 本图展示了使用自动融合方法与手动方法测量耳蜗参数的实验流程。 请点击此处查看该图的放大版本。

  1. 在软件的数据管理模块中点击导入按钮，上传术后和术前CT图像，并选择DICOM文件。
  2. 在3D耳蜗模块4中手动定义蜗轴中心、圆窗以及耳蜗测量参数，包括A值（耳蜗直径）、B值（耳蜗宽度）和H值（耳蜗高度）（图2）。
  3. 利用A值和B值，通过Alexiades方法结合椭圆-圆形近似法（ECA）计算耳蜗导水管长度（CDL）2,4。
    注：术后分析的详细步骤由Canfarotta等人21描述。这些测量值为CDL估算提供了解剖学标志。

耳蜗解剖结构，医学影像；轴向、冠状、矢状视图；三维重建分析。
图2：术后A、B和H值的手动测量。 将术后影像导入软件，手动测量A值（以绿色标记）、B值（以蓝色标记）和H值（以红色标记）。请点击此处查看该图的放大版本。

2. 电极接触识别及AID/CF计算

  1. 打开植入体评估模块。软件将自动识别术后CT图像上的十二个电极接触点。
  2. 如有必要，可在确认位置前手动调整已检测到的接触点。
  3. 允许软件结合这些点和预定义的耳蜗参数，自动计算每个接触点的插入角度深度（基于Escude等人的方法22）和特征频率（基于Greenwood等人的方法23）（见图3）。
    注意：这种手动方法被认为是测量AID和CF的标准方法，在本研究中称为“手动法”。

人工耳蜗植入评估，轴向、冠状、矢状扫描，三维模型，电极接触检测分析。
图3：电极接触点的识别。 本图展示了如何从术后CT图像中识别出12个电极接触点。请点击此处查看该图的放大版本。

3. 图像融合

  1. 在用户界面中点击添加图标，将术前CT图像导入图像融合面板。
  2. 让软件自动启动术前CT图像与预先上传的术后CT图像的配准，使用自动融合功能，该功能采用互信息算法。
  3. 如果需要手动调整融合结果，可在术前图像菜单中使用手动对齐功能。该融合过程可增强可视化效果，减少伪影，从而更全面地评估耳蜗解剖结构和电极位置。融合的目的是改善可视化，以实现更准确的评估（见图4）。

医学影像分析；轴状、冠状、矢状视图；耳蜗植入术规划可视化。
图 4：术前与术后 CT 图像的融合。将术前 CT 图像导入软件，并与术后 CT 图像进行融合。叠加图像以橄榄色显示，电极以亮蓝色突出显示。请点击此处查看该图的放大版本。

4. 术前影像上的自动耳蜗参数测量

  1. 在3D - 耳蜗模块中，对新导入的术前图像重新测量耳蜗参数。
  2. 在模块菜单中选择自动选项，以执行自动耳蜗参数测量。此功能仅适用于不含植入电极的术前图像，因为此类图像不存在金属伪影。
  3. 使用自动算法重建内耳解剖结构的三维模型。该三维模型将作为自动耳蜗参数测量的基础，具体方法如 Abari 等人所述24。
    注意：三维重建有助于精确测量耳蜗参数（见图5）。

轴位、冠状位、矢状位CT图像中的耳蜗分割及三维耳蜗模型可视化。
图5：耳蜗参数的自动测量。 通过融合图像，软件可自动测量主要的耳蜗参数（以绿色、蓝色和红色点标示），进行三维重建（耳蜗为橙色，内听道为绿色，半规管为棕色），并更新电极触点的相关信息。请点击此处查看该图的放大版本。

5. 使用新的耳蜗参数更新电极接触点

  1. 确认从术前影像中获得的新的耳蜗导管长度（Cochlear Duct Length, CDL）测量值。
  2. 利用术后影像中先前确定的电极接触点，自动更新耳蜗参数信息，定义为“自动融合”方法。
  3. 基于融合后的影像（术前与术后）进行角度插入深度（Angular Insertion Depth, AID）和特征频率（Characteristic Frequency, CF）的计算，这些参数对于确认电极阵列的位置、耳蜗覆盖范围以及构建基于解剖结构的调机图谱（Anatomy-Based Fitting, ABF）至关重要（见图5）。
    注意：在人工耳蜗（CI）临床实践中，AID 和 CF 是确认电极定位和耳蜗覆盖范围的关键参数（见图6）。

人工耳蜗植入评估；CT扫描轴向、冠状、矢状位图像；三维耳蜗模型分析。
图6：AID与CF的自动定义。 本图展示了基于融合图像对每个独立电极触点的AID（声阻抗分布）和CF（中心频率）进行自动定义的结果。请点击此处查看该图的放大版本。

6. 计算平均角误差和频率误差

  1. 计算每根电极触点上手动融合方法与自动融合方法之间的平均角度误差。
  2. 计算每根电极触点上两种方法（手动融合与自动融合）之间的频率误差（以半音为单位）。
  3. 利用这些计算结果提供两种方法之间差异性和准确性的定量指标。需注意，半音是西方音乐中常用的最小音乐音程25。

7. 统计分析

  1. 将术后CT成像手动计算得出的耳蜗参数——角插入深度（Angular Insertion Depth, AID）和特征频率（Characteristic Frequency, CF），以及基于术前与术后CT图像融合技术自动融合后获得的各电极触点数据，输入统计分析软件（R软件）中。
  2. 定量变量采用均值和标准差进行描述性统计，分类变量则使用频数和百分比进行描述。
  3. 根据Shapiro-Wilk检验对数据正态性假设的判断结果，采用成对Bonferroni校正的配对t检验或Wilcoxon符号秩检验，对人工测量的AID与频率值和自动融合所得测量值进行比较分析。
    注意：假设所有比较均具有临床相关性的标准化效应量（Cohen's d）26。统计学显著性以P值小于0.05为标准。

访问受限。请登录或开始试用以查看此内容。

结果

本研究纳入了20只接受人工耳蜗植入的耳部，其中左侧植入11例，右侧植入9例。受试者的平均年龄为13.3岁，女性占55%，男性占45%。 表1 对人工与自动融合方法在测量耳蜗参数方面的应用进行了比较分析，结果显示某些测量值存在统计学上的显著差异。具体而言，与自动融合测量相比，人工测量得到的B值和耳蜗导管长度（CDL）显著更高（分别为6.9 mm ± 0.4 mm和36.3 mm ± 1.8 mm） 与分别为 6.7 mm ± 0.4 mm 和 35.6 ± 1.9 mm）。然而，在手动融合测量与自动融合测量的 A 值之间未观察到显著差异（9.2 mm ± 0.5 mm） 与9.2 毫米 ± 0.4 毫米，分别； p-值 = 0.541），如图所示 图7.

访问受限。请登录或开始试用以查看此内容。

讨论

本研究的结果显示，在大多数耳蜗参数和频率上，手动融合法与自动融合法的测量结果具有可比性。尽管手动测量在某些参数（如B值和CDL）上表现出略高的数值，但总体上未观察到具有临床意义的显著差异。这种差异可能归因于术后CT中的伪影，这些伪影可能影响测量的准确性。此外，本研究在先前研究的基础上，特别评估了AID27，为基于融合评估的一致性提供了有价值的见解。

Paouris 等人先前的一项研究28表明，自动化方法可提供可靠的测量结果，且执行时间更短，在耳科手术的术前规划中具有显著优势。Paouris 等人的研究28聚焦于术前 CT 扫描，该方法可实现更快、更一致的耳蜗长度（CDL）测量，并与手动测量结果表现出高度一致性。Al-Dhamari 等人的另一项研究得出结论，自动化方法可能比手动测量获得更精确的耳蜗测量数据29。因此，该方法为人工耳蜗植入手术中的常规临床应用提供了可行的选择。在当前的测量流程中，...

访问受限。请登录或开始试用以查看此内容。

披露

Yassin Abdelsamad 和 Tahir Sharif 仅在 MED-EL 担任科学相关职务。作者对本文所述产品无任何经济利益，亦无其他需要披露的内容。

致谢

作者感谢 Nikola Ivanovic 博士对实验方案的审阅，以及 Rahma Sweedy 完成统计分析工作。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
人工耳蜗设备 MED-EL, 奥地利因斯布鲁克
OTOPLAN 软件 CASCINATION, MED-EL, 奥地利因斯布鲁克版本 4 (3.0.0) 耳科规划软件
R 软件维也纳奥地利统计计算基金会版本 4.2.2统计计算用语言与环境

参考文献

  1. Dazert, S., Thomas, J. P., Loth, A., Zahnert, T., Stover, T. Cochlear Implantation. Dtsch Arztebl Int. 117 (41), 690-700 (2020).
  2. Jwair, S., Versnel, H., Stokroos, R. J., Thomeer, H. The effect of the surgical approach and cochlear implant electrode on the structural integrity of the cochlea in human temporal bones. Sci Rep. 12 (1), 17068(2022).
  3. O'Connell, B. P., Hunter, J. B., Wanna, G. B. The importance of electrode location in cochlear implantation. Laryngoscope Investig Otolaryngol. 1 (6), 169-174 (2016).
  4. Aljazeeri, I., et al. Anatomy-based frequency allocation in cochlear implantation: The importance of cochlear coverage. Laryngoscope. 132 (11), 2224-2231 (2021).
  5. Oh, J., et al. Cochlear duct length and cochlear distance on pre-operative CT: imaging markers for estimating insertion depth angle of cochlear implant electrode. Eur Radiol. 31 (3), 1260-1267 (2021).
  6. Yoshimura, H., Watanabe, K., Nishio, S. Y., Takumi, Y., Usami, S. I. Determining optimal cochlear implant electrode array with OTOPLAN. Acta Otolaryngol. 143 (9), 748-752 (2023).
  7. Farnsworth, P. J., et al. Improved cochlear implant electrode localization using coregistration of pre-and post-operative CT. J Neuroimaging. 33 (3), 387-392 (2023).
  8. Kurz, A., Herrmann, D., Hagen, R., Rak, K. Using anatomy-based fitting to reduce frequency-to-place mismatch in experienced bilateral cochlear implant users: A promising concept. J Pers Med. 13 (7), 1109(2023).
  9. Dillon, M. T., et al. Influence of the frequency-to-place function on recognition with place-based cochlear implant maps. The Laryngoscope. 133 (12), 3540-3547 (2023).
  10. Dillon, M. T., O'Connell, B. P., Canfarotta, M. W., Buss, E., Hopfinger, J. Effect of place-based versus default mapping procedures on masked speech recognition: Simulations of cochlear implant alone and electric-acoustic stimulation. Am J Audiology. 31 (2), 322-337 (2022).
  11. Creff, G., et al. Comparison of tonotopic and default frequency fitting for speech understanding in noise in new cochlear implantees: A prospective, randomized, double-blind, cross-over study. Ear Hearing. 45 (1), 35-52 (2024).
  12. Lassaletta, L., Calvino, M., Sanchez-Cuadrado, I., Gavilán, J. Does it make any sense to fit cochlear implants according to the anatomy-based fitting? Our experience with the first series of patients. Front Audiol Otol. 1, (2023).
  13. Kurz, A., Müller-Graff, F. -T., Hagen, R., Rak, K. One click is not enough: Anatomy-based fitting in experienced cochlear implant users. Otol Neurotol. 43 (10), 1176-1180 (2022).
  14. Mertens, G., Van de Heyning, P., Vanderveken, O., Topsakal, V., Van Rompaey, V. The smaller the frequency-to-place mismatch the better the hearing outcomes in cochlear implant recipients. Eur Arch Otorhinolaryngol. 279 (4), 1875-1883 (2022).
  15. Liu, G. S., Cooperman, S. P., Neves, C. A., Blevins, N. H. Estimation of cochlear implant insertion depth using 2D-3D registration of post-operative X-ray and pre-operative CT images. Otol Neurotol. 45 (3), e156-e161 (2024).
  16. Alahmadi, A., et al. Advancing cochlear implant programming: X-ray guided anatomy-based fitting. Otol Neurotol. 45 (2), 107-113 (2024).
  17. Helal, R. A., et al. Cone-beam CT versus Multidetector CT in post-operative cochlear implant imaging: Evaluation of image quality and radiation dose. AJNR Am J Neuroradiol. 42 (2), 362-367 (2021).
  18. George-Jones, N. A., Tolisano, A. M., Kutz, J. W. Jr, Isaacson, B., Hunter, J. B. Comparing cochlear duct lengths between CT and MR images using an otological surgical planning software. Otol Neurotol. 41 (9), e1118-e1121 (2020).
  19. Swarup, A., et al. Comparing accuracy of cochlear measurements on magnetic resonance imaging and computed tomography: A step towards radiation-free cochlear implantation. J Otol. 18 (4), 208-213 (2023).
  20. Benson, J. C., Nassiri, A. M., Saoji, A. A., Carlson, M. L., Lane, J. I. Co-registration of pre- and post-operative images after cochlear implantation: A proposed technique to improve cochlear visualization and localization of cochlear electrodes. Neuroradiol J. 36 (2), 194-197 (2023).
  21. Canfarotta, M. W., Dillon, M. T., Buss, E., Pillsbury, H. C., Brown, K. D., O'Connell, B. P. Validating a new tablet-based tool in the determination of cochlear implant angular insertion depth. Otol Neurotol. 40 (8), 1006-1010 (2019).
  22. Escudé, B., et al. The size of the cochlea and predictions of insertion depth angles for cochlear implant electrodes. Audiol Neurotol. 11 (SUPPL. 1), 27-33 (2006).
  23. Greenwood, D. D. A cochlear frequency-position function for several species-29 years later. J Acoust Soc Am. 87 (6), 2592-2605 (1990).
  24. Abari, J., Heuninck, E., Topsakal, V. Entirely robotic cochlear implant surgery. Am J Otolaryngol. 45 (5), 104360(2024).
  25. Bell, A., Jedrzejczak, W. W. The 1.06 frequency ratio in the cochlea: Evidence and outlook for a natural musical semitone. Peer J. 5, e4192(2017).
  26. Cohen, J. Statistical Power Analysis for the Behavioral Sciences. , Routledge. (2013).
  27. Mertens, G., Van Rompaey, V., Van de Heyning, P., Gorris, E., Topsakal, V. Prediction of the cochlear implant electrode insertion depth: Clinical applicability of two analytical cochlear models. Sci Rep. 10 (1), 3340(2020).
  28. Paouris, D., Kunzo, S., Goljerova, I. Validation of automatic cochlear measurements using OTOPLAN(R) software. J Pers Med. 13 (5), 805(2023).
  29. IbraheemAl-Dhamari Rania Helal, T. A. S. W., Paulus, D. Automatic cochlear multimodal 3D image segmentation and analysis using atlas-model-based method. Cochlear Implants Int. 25 (1), 46-58 (2024).
  30. Rivas, A., et al. Automatic cochlear duct length estimation for selection of cochlear implant electrode arrays. Otol Neurotol. 38 (3), 339-346 (2017).
  31. Breitsprecher, T., et al. CT imaging-based approaches to cochlear duct length estimation human temporal bone study. Eur Radiol. 32 (2), 1014-1023 (2022).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章