2021年7月2日
双荧光透视技术可精确捕捉 体内 人体关节的动态运动,可相对于重建的解剖结构进行可视化观察(例如关节运动学)。本文提供了一项详细方案,用于量化日常生活负重活动中髋关节的关节运动学,包括将双平面透视技术与传统的皮肤标记点运动捕捉技术相结合的方法。
本方案结合体内髋关节运动学测量与全身运动捕捉,以阐明生物力学在髋关节退变中的作用。与传统的髋关节运动追踪方法相比,双荧光透视技术具有更高的准确性,因而能够研究髋关节形态与运动模式之间的细微关系。对于枢轴运动,需让受试者旋转或平移其足部,使骨盆在跑步机上保持向前正对。
在旋转结束时,目标髋关节应位于透视设备联合视野的中央。位置优化后,让受试者在双透视成像过程中进行旋转动作,并保存所有在两个透视相机视野中均能清晰看到股骨和骨盆的图像帧。
尽可能捕捉旋转轴的全部运动。在进行行走训练前,告知参与者即将启动跑步机传送带。将跑步机速度逐渐增加至合适的行走速度。
在采集图像之前,让受试者的步态恢复正常。对于斜坡行走活动,让受试者从跑步机上下来。解锁跑步机,将坡度设置为5度,然后重新启动跑步机。
在让受试者重新踏上跑步机进行活动之前,对于外展-内收活动,应让受试者站立在透视仪的视野范围内,并将目标下肢向外侧抬起约45度,同时保持躯干不动。
进行动态髋关节中心或星形轨迹活动时,让受试者站立于双平面X线透视系统的视野范围内,将腿部向前抬起,然后以45度为增量逐步降低至180度。在将腿部放回地面之前,让受试者进行腿部的环转运动,再恢复直立站姿。标记物放置时,将喷雾胶涂于五个标记板的织物带的皮肤接触面一侧。
然后将其紧密地缠绕在受试者身上。检查受试者是否感觉绑带紧实但无不适感。随后将标记板放置在织物条上。
清洁双手以去除多余的喷雾胶,并戴上手套以保护标记点,然后将仅用于校准的五个标记点贴在锁骨、膝内侧和内踝处。接下来,将用于追踪的16个标记点贴在髂前上棘、髂后上棘、被成像侧股骨的大转子、肩部、胸骨、膝外侧、外踝和足部。为识别坐标系的解剖标志,打开近端股骨作为模型文件,然后打开后处理工具栏和数据面板,添加一个基于第一主曲率的标准场。
选择平滑度为 10,然后点击应用。接下来,选中股骨头的表面。在编辑面板中,点击选择范围,仅包含负曲率区域。
使用测量工具中的球面拟合工具确定股骨头的中心。将该股骨头表面以 k 格式导出为表面网格。类似地,使用半径为五的勺形工具对远端股骨应用主曲率分析。
再次单击选择范围,仅包含具有负曲率的面。导出该股骨髁表面用于圆柱拟合,以确定内外侧轴。接下来,对远端股骨应用第二主曲率,平滑度设置为三。
标出髁上嵴的边缘,然后点击选择范围。应用上限阈值为负0.1。将这些面导出以生成一个平面,并利用该平面分离出用于圆柱拟合的后髁面。
对于无标记追踪,选择在目标范围内能清晰显示骨骼的某一帧图像。然后利用软件提供的六个自由度,手动调整感兴趣骨骼的基于CT的数字重建放射图像的方向。当骨骼的数字重建放射图像在两个视图中均显示良好对齐时,通过点击解算面板中的手动按钮保存该解算结果。
接下来,在“解决方案”面板中,点击 DHS 按钮以执行对角线海森搜索优化步骤,并查看结果。如果优化后的结果符合预期,则进入下一帧;否则进行必要的调整,并通过点击“解决方案”面板中的“手动”按钮重新保存。要完成第一轮跟踪,请使用“解决方案”面板中的 LP 加 DHS 范围按钮。
在窗口中输入需要追踪的帧集合,以及用于参考的两帧。结合手动方法和基于DHS的解决方案,对试验的每一帧进行审阅和优化。利用参数曲线图确认相关系数足够高,并确保骨骼方向在任何参数上均无突然跳跃。
为了可视化运动,需在运动学可视化软件中打开股骨和骨盆的表面。如有需要,可使用“转换为网格”功能将表面转换为网格。选中两个表面后,以 k 格式导出为表面网格。
利用追踪结果,生成一个包含每块骨骼在每一帧中坐标变换的文本文件。然后,使用运动学工具以及先前生成的表面网格和文本文件,对运动学进行动画模拟。通过使用半透明表面,验证动画模拟的运动学结果是否合理。
或者使用表面距离工具,运行动画运动学分析,并确认各表面之间具有适当的距离。此处展示了代表性受试者在外旋和内旋枢轴最大旋转前后100帧的运动学动画。该图显示了左侧半骨盆与股骨之间的表面距离测量结果。
使用双荧光透视法观察相对于骨模型的外旋和内旋枢轴最大旋转角度。精确追踪关节运动学时,细节至关重要。数据采集和处理的每一步都必须有明确的目的性并严谨执行。
查看完整文字稿并访问数千部科学视频
本方案结合体内髋关节运动学测量与全身运动捕捉,以研究髋关节退变中的生物力学特性。双平面透视技术可提高髋关节运动追踪的准确性,揭示髋关节形态与运动模式之间的细微关系。
准确量化体内关节运动学对于降低肌肉骨骼药物研发中靶点验证的风险至关重要。双荧光透视技术能够在动态负重活动中精确测量髋关节关节运动学,有助于深入理解结构与功能之间的关系。该技术通过减少靶点结合研究中的生物力学模糊性,提高了临床前模型的预测可信度。
该方法通过提供生物力学精确的表型分析,为靶点选择和先导化合物优化决策提供依据,从而在发现生物学与临床前验证之间架起桥梁。