Name: Vierdimensionale CT-Analyse mit sequenzieller 3D-3D-Registrierung (Video) | JoVE Journal
Uploaded: 2019-11-23T13:00:00.000+00:00
Duration: 5 min 5 s
Description: Erfahren Sie die 4D-CT-Analyse mit sequenzieller 3D-3D-Registrierung zur Rekonstruktion von Knochenbewegungen. Diese halbautomatisierte Methode ermöglicht präzise Gelenkkinematik-Analysen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Diese Studie wurde vom Institutional Review Board unserer Institution genehmigt (Zulassungsnummer: 20150128).

Alle hier beschriebenen Methoden wurden vom Institutional Review Board der Keio University School of Medicine genehmigt.
HINWEIS: Gelenkkinematik wird gemessen, indem die Bewegung eines sich bewegenden Knochens um einen festen Knochen rekonstruiert wird. Bei der Kniegelenkkinematik ist der Oberschenkelknochen definiert als der feste Knochen und die Tibia als der bewegliche Knochen.
1. CT-Bildgebungsprotokoll
<ol><li>Richten Sie die CT-Maschine ein. Erwerben Sie CT-Untersuchungen mit einem 320-Detektor-Reihen-CT-System, um mehrere Phasen von 3D-Volumendaten mit 160 mm Craniokaaudalabdeckung zu ermöglichen. Bei der Analyse der Kniekinematik besteht die Bildaufnahme beispielsweise aus 51 Volumenscans mit einer Rotationszeit von 0,275 s, und alle Bilder werden mit halber Rekonstruktion rekonstruiert, so dass die zeitliche Auflösung etwa 0,16 s beträgt.</li>
	<li>Verwenden Sie die folgenden Scanparameter: Spitzenrohrspannung = 100 kVp; Rohrstrom = 40 mA; Scanabdeckung = 160 mm; Matrixgröße= 512 x 512 Pixel; und Rekonstruktionsabschnitt dicke und Abschnitt Intervall = 0,5 mm.</li>
	<li>Platzieren Sie das Zielgelenk des Fachstücks im CT-Portal in der Ausgangsposition der 4DCT-Prüfung (Abbildung 1).</li>
	<li>Proben Sie vor der CT-Prüfung die Bewegungen des Gelenks von der Startposition bis zur Endposition innerhalb der erforderlichen Prüfungszeit. Bitten Sie den Betroffenen, das Gelenk während der Scanzeit von 10.275 zu bewegen und eine Reihe von Volumendaten zu erhalten. Speichern Sie die sequenziellen Volumedaten im DICOM-Format.</li>
	<li>Führen Sie statisches 3DCT aller Zielknochen aus, und speichern Sie die Daten im DICOM-Format.</li>
</ol>2. Oberflächenrekonstruktion
<ol><li>Halbautomatische Segmentierung von 3DCT-Daten durchführen (Abbildung 2A).<ol>
<li>Laden Sie CT DICOM-Daten, indem Sie alle DICOM-Dateien der statischen 3DCT-Daten auswählen.</li>
		<li>Öffnen Sie das Beschriftungsfeld, indem Sie auf Neues Beschriftungsfeld bearbeiten klicken, und überprüfen Sie, welcher Schwellenwert für die CT-Dämpfungswert geeignet ist, um kortikale Knochen aus dem Quellknochen zu extrahieren. Wählen Sie Materialien mit CT-Dämpfungswerten über dem Schwellenwert aus. Beispielsweise wird der Schwellenwert für den Knochenkortex für ein junges Motiv auf 250festgelegt. Überprüfen Sie die Beschriftung auf Die Knochenkortexauswahl, und ändern Sie die Abgrenzung manuell mithilfe eines Bearbeitungswerkzeugs, um die Konsistenz mit der Form des Knochens zu erhalten.</li>
		<li>Generieren Sie die Oberflächendaten (Dreiecksnetze) aus den beschrifteten Knochenkortexpositionsdaten (Punktwolke in der Software). Speichern Sie die Oberflächendaten, indem Sie Daten im Standard-STL-Format (Standard Triangulated Language) exportieren.</li>
		<li>Klicken Sie auf Oberfläche generieren| Auf das Etikett des kortikalen Knochens auftragen. Klicken Sie auf Datei| Exportdaten as| STL Binary Little Endian, um die Oberflächendaten im STL-Format zu speichern.</li>
	</ol>
</li>
	<li>Automatische Segmentierung von 4DCT-Volumendaten durchführen (Abbildung 2B). HINWEIS: Jeder Frame der DICOM-Daten enthält die Verteilung der CT-Dämpfungswerte im CT-Portal.<ol>
<li>Legen Sie den Schwellenwert des Knochenkortex wie in der statischen CT fest, und extrahieren Sie geometrische Daten, die CT-Dämpfungswerte über dem Schwellenwert zeigen, aus allen 51 Frames der 4DCT-Daten mithilfe des DICOM-Lesemoduls in der Programmiersoftware. Passen Sie den Schwellenwert an die Knochendichte des Quellknochens an. Legen Sie beispielsweise für den osteoporotischen Knochen den Schwellenwert niedriger fest.</li>
		<li>Übersetzen Sie alle Positionsdaten, die bereits im vorherigen Schritt erhalten wurden, in ein Format, das von Bildverarbeitungssoftware (z.B. Avizo) interpretiert werden kann. Rekonstruieren Sie in der Bildverarbeitungssoftware alle Oberflächendaten der Punktwolke mit höheren CT-Dämpfungswerten als der Schwellenwert für alle 4DCT-Frames mithilfe eines Batchverarbeitungsskripts. Die Bildverarbeitungssoftware enthält die Funktion, das Skript zu lesen und die Oberflächendaten aus den Daten der DICOM-Serie automatisch zu exportieren. Das Batchskript wird in der Supplemental Coding Fileangezeigt.</li>
	</ol>
</li>
</ol>3. Bildregistrierung
HINWEIS: Rekonstruieren Sie in diesem Schritt die Bewegungen des beweglichen Knochens in Bezug auf den festen Knochen aus den rohen 4DCT DICOM-Daten.
<ol><li>Führen Sie die Oberflächenregistrierung vom statischen 3DCT bis zum ersten Frame des 4DCT durch.<ol>
<li>Trimmen Sie die Bones in einem statischen 3DCT in Teilsegmentdaten, die in allen Frames von 4DCT enthalten sind, für die Verwendung mit dem iterativen Nächstgelegenen Punkt (ICP) Algorithmus11 in der 3D-Netzbearbeitungssoftware unter Verwendung der Funktion "Gesicht auswählen" (Abbildung 3A), indem Sie 4DCT-Filmdaten verweisen. Die Oberflächendaten von 4DCT sind nur Teilsegmente, die in jedem Volumenbild enthalten sind, da die Oberflächenregistrierung erfordert, dass ein Oberflächendatenpunkt in einer anderen Oberfläche enthalten ist.</li>
		<li>Wählen Sie drei Markierungen in den festen und sich bewegenden Knochen, die leicht von der getrimmten 3DCT-Oberfläche und den Oberflächendaten des ersten Frames von 4DCT in der 3D-Netzbearbeitungssoftware mit der PickPoints-Funktion identifiziert werden können (Abbildung 3B).</li>
		<li>Passen Sie die teilweise fixierten und sich bewegenden Knochen ungefähr auf dem ersten Frame der 4DCT-Oberflächendaten (Abbildung 3C) entsprechend den ausgewählten Landmarken in 3.1.2 an. Führen Sie als Nächstes die Oberflächenregistrierung mit dem ICP-Algorithmus11 mithilfe der Open-Source-Software (z. B. VTK) durch. HINWEIS: Dieser Prozess bietet homogene Transformationsmatrizen der festen und beweglichen Knochen vom statischen 3DCT zum ersten Frame von 4DCT (Abbildung 3D). Diese Matrizen sind 4 x 4 Matrizen, die aus Rotation und Übersetzung bestehen, wie in Abbildung 4dargestellt. Die Transformationsmatrix, die die umgekehrte Aktion verursacht, kann ebenfalls berechnet werden.</li>
	</ol>
</li>
	<li>Führen Sie eine sequenzielle Oberflächenregistrierung durch (Abbildung 5).<ol>
<li>Passen Sie die Teilflächen des festen und sich bewegenden Bones im ersten 4DCT-Frame an die Oberflächendaten des zweiten Frames an. Passen Sie als Nächstes die Teilflächen des ith Frames auf den (i + 1)th Frame von 4DCT nacheinander an. Wiederholen Sie diesen Vorgang bis zum letzten Frame des 4DCT, indem Sie mit dem ICP-Modul in der Open-Source-Software programmieren.</li>
	</ol>
</li>
	<li>Berechnen Sie Transformationsmatrizen vom statischen 3DCT zu allen Frames in 4DCT gemäß den Ergebnissen von 3.1 und 3.2.</li>
	<li>Rekonstruieren Sie bewegliche Knochenbewegung in Bezug auf den fixierten Knochen (Abbildung 6).<ol>
<li>Rekonstruieren Sie die Kinematik des sich bewegenden Knochens in Bezug auf den fixierten Knochen aus den Matrizen, die die Transformation vom statischen 3DCT zu jedem 4DCT-Frame darstellen. Definieren Sie die Koordinatensysteme der festen und sich bewegenden Knochen, wenn die Rotationsparameter gemessen werden (z. B. Flexionswinkel oder Drehwinkel berechnet durch den Euler/Cardan-Winkel)12,13,14.</li>
	</ol>
</li>
</ol>

<ol><li>Andriacchi, T. P., Alexander, E. J., Toney, M. K., Dyrby, C., Sum, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+point+cluster+method+for+in+vivo+motion+analysis%3A+applied+to+a+study+of+knee+kinematics%5BTitle%5D)+AND+%22Journal+of+Biomechanical+Engineering%22%5BJournal%5D)">A point cluster method for in vivo motion analysis: applied to a study of knee kinematics.</a> Journal of Biomechanical Engineering. 120 (6), 743-749 (1998).</li>
<li>Corazza, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+markerless+motion+capture+system+to+study+musculoskeletal+biomechanics%3A+visual+hull+and+simulated+annealing+approach%5BTitle%5D)+AND+%22Annals+of+Biomedical+Engineering%22%5BJournal%5D)">A markerless motion capture system to study musculoskeletal biomechanics: visual hull and simulated annealing approach.</a> Annals of Biomedical Engineering. 34 (6), 1019-1029 (2006).</li>
<li>Reinschmidt, C., van den Bogert, A. J., Nigg, B. M., Lundberg, A., Murphy, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+skin+movement+on+the+analysis+of+skeletal+knee+joint+motion+during+running%5BTitle%5D)+AND+%22Journal+of+Biomechanics%22%5BJournal%5D)">Effect of skin movement on the analysis of skeletal knee joint motion during running.</a> Journal of Biomechanics. 30 (7), 729-732 (1997).</li>
<li>Burgess, R. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+a+simulated+scaphoid+malunion+on+wrist+motion%5BTitle%5D)+AND+%22Journal+of+Hand+Surgery%22%5BJournal%5D)">The effect of a simulated scaphoid malunion on wrist motion.</a> Journal of Hand Surgery. 12 (5 Pt 1), 774-776 (1987).</li>
<li>Shoemaker, S. C., Markolf, K. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((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%5BTitle%5D)+AND+%22Journal+of+Bone+and+Joint+Surgery+%28American+Volume%29%22%5BJournal%5D)">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.</a> Journal of Bone and Joint Surgery (American Volume). 67 (1), 136-146 (1985).</li>
<li>Eckstein, F., Lohe, F., Muller-Gerbl, M., Steinlechner, M., Putz, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stress+distribution+in+the+trochlear+notch.+A+model+of+bicentric+load+transmission+through+joints%5BTitle%5D)+AND+%22Journal+of+Bone+and+Joint+Surgery+%28British+Volume%29%22%5BJournal%5D)">Stress distribution in the trochlear notch. A model of bicentric load transmission through joints.</a> Journal of Bone and Joint Surgery (British Volume). 76 (4), 647-653 (1994).</li>
<li>Omid, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biomechanical+analysis+of+latissimus+dorsi+tendon+transfer+with+and+without+superior+capsule+reconstruction+using+dermal+allograft%5BTitle%5D)+AND+%22Journal+of+Shoulder+and+Elbow+Surgery%22%5BJournal%5D)">Biomechanical analysis of latissimus dorsi tendon transfer with and without superior capsule reconstruction using dermal allograft.</a> Journal of Shoulder and Elbow Surgery. 28 (8), 1523-1530 (2019).</li>
<li>Tsai, T. Y., Lu, T. W., Chen, C. M., Kuo, M. Y., Hsu, H. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+volumetric+model-based+2D+to+3D+registration+method+for+measuring+kinematics+of+natural+knees+with+single-plane+fluoroscopy%5BTitle%5D)+AND+%22Medical+Physics%22%5BJournal%5D)">A volumetric model-based 2D to 3D registration method for measuring kinematics of natural knees with single-plane fluoroscopy.</a> Medical Physics. 37 (3), 1273-1284 (2010).</li>
<li>Ohnishi, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+motion+study+of+femur%2C+tibia%2C+and+patella+at+the+knee+joint+from+bi-plane+fluoroscopy+and+CT+images%5BTitle%5D)+AND+%22Radiological+Physics+and+Technology%22%5BJournal%5D)">Three-dimensional motion study of femur, tibia, and patella at the knee joint from bi-plane fluoroscopy and CT images.</a> Radiological Physics and Technology. 3 (2), 151-158 (2010).</li>
<li>Dobbe, J. G. G., de Roo, M. G. A., Visschers, J. C., Strackee, S. D., Streekstra, G. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+a+Quantitative+Method+for+Carpal+Motion+Analysis+Using+Clinical+3-D+and+4-D+CT+Protocols%5BTitle%5D)+AND+%22IEEE+Transactions+on+Medical+Imaging%22%5BJournal%5D)">Evaluation of a Quantitative Method for Carpal Motion Analysis Using Clinical 3-D and 4-D CT Protocols.</a> IEEE Transactions on Medical Imaging. 38 (4), 1048-1057 (2019).</li>
<li>Besl, P. J., McKay, N. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+method+for+registration+of+3-D+shapes%5BTitle%5D)+AND+%22IEEE+Transactions+on+Pattern+Analysis+and+Machine+Intelligence%22%5BJournal%5D)">A method for registration of 3-D shapes.</a> IEEE Transactions on Pattern Analysis and Machine Intelligence. 14 (2), 239-256 (1992).</li>
<li>Wu, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ISB+recommendation+on+definitions+of+joint+coordinate+system+of+various+joints+for+the+reporting+of+human+joint+motion--part+I%3A+ankle%2C+hip%2C+and+spine%5BTitle%5D)+AND+%22Journal+of+Biomechanics%22%5BJournal%5D)">ISB recommendation on definitions of joint coordinate system of various joints for the reporting of human joint motion--part I: ankle, hip, and spine.</a> Journal of Biomechanics. 35 (4), 543-548 (2002).</li>
<li>Wu, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ISB+recommendation+on+definitions+of+joint+coordinate+systems+of+various+joints+for+the+reporting+of+human+joint+motion--Part+II%3A+shoulder%2C+elbow%2C+wrist+and+hand%5BTitle%5D)+AND+%22Journal+of+Biomechanics%22%5BJournal%5D)">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.</a> Journal of Biomechanics. 38 (5), 981-992 (2005).</li>
<li>Crawford, N. R., Yamaguchi, G. T., Dickman, C. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+technique+for+determining+3-D+joint+angles%3A+the+tilt%2Ftwist+method%5BTitle%5D)+AND+%22Clinical+Biomechanics+%28Bristol%2C+Avon%29%22%5BJournal%5D)">A new technique for determining 3-D joint angles: the tilt/twist method.</a> Clinical Biomechanics (Bristol, Avon). 14 (3), 153-165 (1999).</li>
<li>Sato, T., Koga, Y., Omori, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+lower+extremity+alignment+assessment+system%3A+application+to+evaluation+of+component+position+after+total+knee+arthroplasty%5BTitle%5D)+AND+%22Journal+of+Arthroplasty%22%5BJournal%5D)">Three-dimensional lower extremity alignment assessment system: application to evaluation of component position after total knee arthroplasty.</a> Journal of Arthroplasty. 19 (5), 620-628 (2004).</li>
<li>Ishii, Y., Terajima, K., Terashima, S., Koga, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+kinematics+of+the+human+knee+with+intracortical+pin+fixation%5BTitle%5D)+AND+%22Clinical+Orthopaedics+and+Related+Research%22%5BJournal%5D)">Three-dimensional kinematics of the human knee with intracortical pin fixation.</a> Clinical Orthopaedics and Related Research. (343), 144-150 (1997).</li>
<li>Asano, T., Akagi, M., Tanaka, K., Tamura, J., Nakamura, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+vivo+three-dimensional+knee+kinematics+using+a+biplanar+image-matching+technique%5BTitle%5D)+AND+%22Clinical+Orthopaedics+and+Related+Research%22%5BJournal%5D)">In vivo three-dimensional knee kinematics using a biplanar image-matching technique.</a> Clinical Orthopaedics and Related Research. (388), 157-166 (2001).</li>
<li>Saltybaeva, N., Jafari, M. E., Hupfer, M., Kalender, W. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimates+of+effective+dose+for+CT+scans+of+the+lower+extremities%5BTitle%5D)+AND+%22Radiology%22%5BJournal%5D)">Estimates of effective dose for CT scans of the lower extremities.</a> Radiology. 273 (1), 153-159 (2014).</li>
<li>Mat Jais, I. S., Tay, S. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kinematic+analysis+of+the+scaphoid+using+gated+four-dimensional+CT%5BTitle%5D)+AND+%22Clinical+Radiology%22%5BJournal%5D)">Kinematic analysis of the scaphoid using gated four-dimensional CT.</a> Clinical Radiology. 72 (9), e791-e799 (2017).</li>
<li>Tanaka, M. J., Elias, J. J., Williams, A. A., Demehri, S., Cosgarea, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Characterization+of+patellar+maltracking+using+dynamic+kinematic+CT+imaging+in+patients+with+patellar+instability%5BTitle%5D)+AND+%22Knee+Surgery%2C+Sports+Traumatology%2C+Arthroscopy%22%5BJournal%5D)">Characterization of patellar maltracking using dynamic kinematic CT imaging in patients with patellar instability.</a> Knee Surgery, Sports Traumatology, Arthroscopy. 24 (11), 3634-3641 (2016).</li>
<li>Troupis, J. M., Amis, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Four-dimensional+computed+tomography+and+trigger+lunate+syndrome%5BTitle%5D)+AND+%22Journal+of+Computer+Assisted+Tomography%22%5BJournal%5D)">Four-dimensional computed tomography and trigger lunate syndrome.</a> Journal of Computer Assisted Tomography. 37 (4), 639-643 (2013).</li>
<li>Kakar, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Role+of+Dynamic+%284D%29+CT+in+the+Detection+of+Scapholunate+Ligament+Injury%5BTitle%5D)+AND+%22Journal+of+Wrist+Surgery%22%5BJournal%5D)">The Role of Dynamic (4D) CT in the Detection of Scapholunate Ligament Injury.</a> Journal of Wrist Surgery. 5 (4), 306-310 (2016).</li>
<li>Zhao, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+technique+for+quantifying+wrist+motion+using+four-dimensional+computed+tomography%3A+approach+and+validation%5BTitle%5D)+AND+%22Journal+of+Biomechanical+Engineering%22%5BJournal%5D)">A technique for quantifying wrist motion using four-dimensional computed tomography: approach and validation.</a> Journal of Biomechanical Engineering. 137 (7), (2015).</li>
<li>Breighner, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Relative+accuracy+of+spin-image-based+registration+of+partial+capitate+bones%5BTitle%5D)+AND+%22in+4DCT+of+the+wrist.+Computer+Methods+in+Biomechanics+and+Biomedical+Engineering%3A+Imaging+%26+Visualization%22%5BJournal%5D)">Relative accuracy of spin-image-based registration of partial capitate bones.</a> in 4DCT of the wrist. Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization. 4 (6), 360-367 (2016).</li>
<li>Goto, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+vivo+pilot+study+evaluating+the+thumb+carpometacarpal+joint+during+circumduction%5BTitle%5D)+AND+%22Clinical+Orthopaedics+and+Related+Research%22%5BJournal%5D)">In vivo pilot study evaluating the thumb carpometacarpal joint during circumduction.</a> Clinical Orthopaedics and Related Research. 472 (4), 1106-1113 (2014).</li>
<li>Zhang, X., Jian, L., Xu, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Robust+3D+point+cloud+registration+based+on+bidirectional+Maximum+Correntropy+Criterion%5BTitle%5D)+AND+%22PloS+One%22%5BJournal%5D)">Robust 3D point cloud registration based on bidirectional Maximum Correntropy Criterion.</a> PloS One. 13 (5), e0197542(2018).</li>
<li>Baker, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ISB+recommendation+on+definition+of+joint+coordinate+systems+for+the+reporting+of+human+joint+motion-part+I%3A+ankle%2C+hip+and+spine%5BTitle%5D)+AND+%22Journal+of+Biomechanics%22%5BJournal%5D)">ISB recommendation on definition of joint coordinate systems for the reporting of human joint motion-part I: ankle, hip and spine.</a> Journal of Biomechanics. 36 (2), 300-302 (2003).</li>
<li>Qiu, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+segmentation+of+the+mandible+from+computed+tomography+scans+for+3D+virtual+surgical+planning+using+the+convolutional+neural+network%5BTitle%5D)+AND+%22Physics+in+Medicine+and+Biology%22%5BJournal%5D)">Automatic segmentation of the mandible from computed tomography scans for 3D virtual surgical planning using the convolutional neural network.</a> Physics in Medicine and Biology. , (2019).</li>
<li>Hemke, R., Buckless, C. G., Tsao, A., Wang, B., Torriani, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+learning+for+automated+segmentation+of+pelvic+muscles%2C+fat%2C+and+bone+from+CT+studies+for+body+composition+assessment%5BTitle%5D)+AND+%22Skeletal+Radiology%22%5BJournal%5D)">Deep learning for automated segmentation of pelvic muscles, fat, and bone from CT studies for body composition assessment.</a> Skeletal Radiology. , (2019).</li>
<li>Lee, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+scanning+parameters+and+breathing+patterns+on+image+quality+and+accuracy+of+tumor+motion+reconstruction+in+4D+CBCT%3A+a+phantom+study%5BTitle%5D)+AND+%22Journal+of+Applied+Clinical+Medical+Physics%22%5BJournal%5D)">Impact of scanning parameters and breathing patterns on image quality and accuracy of tumor motion reconstruction in 4D CBCT: a phantom study.</a> Journal of Applied Clinical Medical Physics. 16 (6), 195-212 (2015).</li>
</ol>

Die Autoren haben keine konkurrierenden finanziellen Interessen.

Unsere Methode ermöglicht die Visualisierung und Quantifizierung der Bewegungen ganzer Knochen und liefert numerische Positionsdaten des sich bewegenden Knochens in Bezug auf den festen Knochen aus 4DCT-Daten. Es wurden viele Werkzeuge zur Messung der Gelenkkinematik vorgeschlagen. Bewegungshautmarker können gesamtkörperbewegte Bewegungen über einen langen Zeit analysieren. Diese Methode enthält jedoch Hautbewegungsfehler3. Die Gelenkkinematik sollte aus der Bewegung benachbarter Knochen geschätzt...

Die Gelenkkinematik wurde mit einer Reihe von Methoden beschrieben, wie z. B. Bewegungserfassungssensoren, 2D-3D-Registrierung und kadaverische Studien. Jede Methode hat spezifische Vor- und Nachteile. Beispielsweise können Bewegungserfassungssensoren schnelle, großflächige Bewegungen mit Infrarotkameras mit oder ohne Sensoren zum Thema1,2messen. Diese Methoden messen jedoch die Hautbewegung, um Gelenkkinematik abzuleiten, und enthalten daher Hautbewegungsfehler3.
Kadaverische Studien wurden verwendet, um Bewegungsbereiche, Instabilität und Kontaktbereiche4,5,6zu bewerten. Dieser Ansatz kann kleine Veränderungen in kleinen Gelenken mit CT oder optischen Sensoren messen, die direkt am Knochen befestigt sind, indem Sie Stifte oder Schrauben verwenden. Kadaverische Modelle können hauptsächlich passive Bewegungen auswerten, obwohl mehrere Aktoren verwendet wurden, um externe Kräfte auf Sehnen anzuwenden, um dynamische Bewegung zu simulieren7. Aktive Gelenkbewegung kann mit 2D-3D-Registrierungstechniken gemessen werden, die 3DCT-Bilder mit 2D-Fluoroskopiebildern abgleichen. Obwohl die Genauigkeit des Registrierungsprozesses umstritten bleibt, ist die gemeldete Genauigkeit im Allgemeinen hoch genug für große Gelenkkinematik8,9. Diese Methode kann jedoch nicht auf kleine Knochen oder mehrere Knochen in engen Räumen angewendet werden.
Im Gegensatz dazu ist 4DCT eine dynamische CT-Methode, die eine Reihe volumetrischer Daten erhält. Aktive Gelenkbewegungen können mit diesem Ansatz analysiert werden10. Diese Technologie liefert präzise 3D-Positionsdaten aller Substanzen im CT-Portal. Die 3D-Gelenkbewegungen werden im Betrachter klar visualisiert. Die Beschreibung der Gelenkkinematik aus einer solchen Reihe von Volumendaten ist jedoch immer noch schwierig, da sich alle Knochen bewegen und während der aktiven Bewegungen in vivo keine Landmarken zurückverfolgt werden können.
Wir haben eine Methode zur 4DCT-Analyse entwickelt, die die In-vivo-Gelenkkinematik der gesamten Knochen um das Gelenk während aktiver Bewegungen liefert. Das Ziel dieses Artikels ist es, unsere Methode, die sequenzielle 3D-3D-Registrierungstechnik für die 4DCT-Analyse, vorzustellen und repräsentative Ergebnisse zu zeigen, die mit dieser Methode erzielt wurden.

<table><tbody><tr><td>4DCT-Scanner</td><td>Canon Medical Systems (Tochigi, Japan)</td><td>N/A</td><td>4DCT-Scan, Statischer 3DCT-Scan</td></tr><tr><td>AVIZO(9.3.0)*</td><td>Thermo Fisher Scientific (OR, USA)</td><td></td><td>Bildverarbeitungssoftware. Oberflächenrekonstruktion aus CT-DICOM-Daten und Punktwolkendaten. * Ryan, T. M. & Walker, A. Trabekuläre Knochenstruktur in den Humerus- und Femurköpfen anthropoider Primaten. Anat Rec (Hoboken). 293 (4), 719-729, doi:10.1002/ar.21139, (2010).</td></tr><tr><td>Meshlab**</td><td>ISTI (Pisa, Italien)</td><td>N/A</td><td>Oberflächentrimmen und Landmark Picking ** MeshLab: ein Open-Source-Tool zur Verarbeitung von Netzen. Sechste Eurographics Italian Chapter Conference, Seite 129-136, 2008. P. Cignoni, M. Callieri, M. Corsini, M. Dellepiane, F. Ganovelli, G. Ranzuglia</td></tr><tr><td>VTK(6.3.0)***</td><td>Kitware (New York, USA)</td><td>N/A</td><td>Iterativer Algorithmus für engste Punkte. Wird in der Python-Sprachprogrammierung verwendet. *** https://vtk.org</td></tr><tr><td>Python(3.6.1)</td><td>Python Software Foundation</td><td>N/A</td><td>DICOM-Dateiverarbeitung, um die Punktwolke aus der Knochenrinde zu extrahieren ('dicom.py'-Modul). Berechnung der Rotationsmatrizen. (Numpy-Modul) Sequentielle Bildregestration mit dem ICP-Algorithmus</td></tr></tbody></table>

vierdimensionale ct-analyse mit sequenzieller 3d-3d-registrierung

Four-Dimensional CT Analysis Using Sequential 3D-3D Registration

Die vierdimensionale Computertomographie (4DCT) liefert eine Reihe von Volumendaten und visualisiert Gelenkbewegungen. Die numerische Analyse von 4DCT-Daten bleibt jedoch schwierig, da die Segmentierung in allen volumetrischen Frames zeitaufwändig ist. Wir wollten die Gelenkkinematik mit einer sequenziellen 3D-3D-Registrierungstechnik analysieren, um die Kinematik des beweglichen Knochens in Bezug auf den festen Knochen halbautomatisch mit 4DCT DICOM-Daten und vorhandener Software bereitzustellen. Die Oberflächendaten der Quellknochen werden aus 3DCT rekonstruiert. Die getrimmten Oberflächendaten werden jeweils mit Oberflächendaten aus dem ersten Frame in 4DCT abgeglichen. Diese getrimmten Flächen werden sequenziell bis zum letzten Frame abgeglichen. Diese Prozesse liefern Positionsinformationen für Zielknochen in allen Frames des 4DCT. Sobald die Koordinatensysteme der Zielknochen festgelegt sind, können Übersetzungs- und Drehwinkel zwischen zwei beliebigen Knochen berechnet werden. Diese 4DCT-Analyse bietet Vorteile bei kinematischen Analysen komplexer Strukturen wie Karpal- oder Tarsalknochen. Schnelle oder großangelegte Bewegungen können jedoch aufgrund von Bewegungsartefakten nicht nachverfolgt werden.

Wir beschreiben die Bewegung der Tibia während der Knieverlängerung. Das Kniegelenk wurde im CT-Portal positioniert. Ein Dreieckskissen wurde verwendet, um den Oberschenkelknochen an der Startposition zu stützen. Das Knie wurde im Laufe von 10 s auf eine gerade Position verlängert. Zusätzlich zu 4DCT wurde statisches 3DCT des gesamten Oberschenkelknochens, der Tibia und der Patella durchgeführt. Die Oberflächendaten des gesamten Oberschenkelknochens und der Tibia wurden rekonstruiert. Der...

Wir analysierten die Gelenkkinematik aus vierdimensionalen Computertomographiedaten. Die sequenzielle 3D-3D-Registrierungsmethode liefert halbautomatisch die Kinematik des sich bewegenden Knochens in Bezug auf den Subjektknochen aus vierdimensionalen Computertomographiedaten.

Vierdimensionale CT-Analyse mit sequenzieller 3D-3D-Registrierung

Four-dimensional computed tomography (4DCT) provides a series of volume data and visualizes joint motions. However, numerical analysis of 4DCT data ...

Eine Methode, um die Bewegung eines sich bewegenden Knochens in Bezug auf den festen Knochen aus 4D-CT-Daten zu rekonstruieren, was die Beschreibung der detaillierten Gelenkkinematik erleichtert. Sobald der weiche Knochen erstellt wurde und Ihre Referenzpunkte ausgewählt wurden, werden die meisten Rekonstruktionsprozesse automatisch abgeschlossen. Mit dem Zielgelenk des Subjekts im CT-Portal des 4D-CT-Bildes bitten Sie das Subjekt, das Gelenk während der 10-Sekunden-Scanzeit zu bewegen, während eine Reihe von Volumendaten erhalten.Laden Sie die CT DICOM-Daten für die halbautomatische Oberflächensegmentierung der 3D-CT-Daten in die entsprechende Software, und klicken Sie auf Neues Beschriftungsfeld bearbeiten, um das Beschriftungsfeld zu öffnen. Identifizieren Sie, welcher Schwellenwert für die CT-Dämpfungswert geeignet ist, um kortikale Knochen aus dem Quellknochen zu extrahieren, und wählen Sie Materialien mit CT-Dämpfungswerten oberhalb des Schwellenwerts aus. Überprüfen Sie die Beschriftung auf Die Knochenkortexauswahl, und verwenden Sie ein geeignetes Bearbeitungswerkzeug, um die Demarkation manuell zu ändern.Um die Oberflächendaten aus den beschrifteten Knochenkortexpositionsdaten zu generieren, klicken Sie auf Oberfläche generieren, und verwenden Sie den Schieberegler, um die Ausdehnung zu glätten. Klicken Sie dann auf Übernehmen. Um die Oberflächendaten im STL-Format zu speichern, klicken Sie auf Datei und Daten exportieren als, und wählen Sie STL-Binär-Little Endian aus.Um eine automatische Segmentierung der 4D CT-Volumendaten durchzuführen, verwenden Sie das DICOM-Lesemodul in der Programmiersoftware, um die geometrischen Daten, die die CT-Dämpfungswerte über dem Schwellenwert zeigen, aus allen 51 Frames der 4D-CT-Daten zu extrahieren. Verwenden Sie dann ein Batchverarbeitungsskript, um alle Oberflächendaten der Punktwolke mit höheren CT-Dämpfungswerten als dem Schwellenwert für alle 4D-CT-Frames in der Bildverarbeitungssoftware zu rekonstruieren. Um die Oberflächenregistrierung von statischen 3D-CT bis zum ersten Frame des 4D-CT durchzuführen, verwenden Sie die Auswahlphasenfunktion, um die Bones in einer statischen 3D-CT in Teilsegmentdaten zu trimmen, die in allen Frames der 4D-CT-Filmdaten enthalten sind.Die 4D-CT-Oberflächendaten sind nur Teilsegmente, die in jedes Volumenbild einbezogen werden, da die Oberflächenregistrierung erfordert, dass ein Oberflächendatenpunkt in einer anderen Oberfläche enthalten ist. Verwenden Sie die Funktion Punkte auswählen, um drei Markierungen in den festen und sich bewegenden Knochen auszuwählen, die leicht von der getrimmten 3D-CT-Oberfläche und den Oberflächendaten des ersten Rahmens von 4D CT in der 3D-Netzbearbeitungssoftware identifiziert werden können. Passen Sie dann die teilweise fixierten und sich bewegenden Knochen grob auf dem ersten Frame der 4D-CT-Oberflächendaten entsprechend den ausgewählten Landmarken an, und verwenden Sie den iterativen Engpunktalgorithmus, um die Oberflächenregistrierung in der Open-Source-Software durchzuführen.Um eine sequenzielle Oberflächenregistrierung durchzuführen, verwenden Sie das iterative Nahpunktmodul in der Open-Source-Software, um zunächst die Teilflächen des festen Knochens im ersten 4D-CT-Rahmen auf die Oberflächendaten des zweiten Frames abzugleichen. Rekonstruieren Sie dann die bewegliche Knochenbewegung in Bezug auf den fixierten Knochen. Wenn die Rotationsparameter gemessen wurden, definieren Sie die Koordinatensysteme der festen und sich bewegenden Knochen.Die Beispieldaten der Kniekinematik zeigen, dass der Varuswinkel der Tibia allmählich abnimmt, wenn die Tibia verlängert wird. Die tibiale Außenrotation nimmt am Ende der Verlängerung zu, was der Heimbewegung des Knies in früheren Berichten entspricht. Graphen des Fehlers für Übersetzung und Drehung zeigen, dass der Fehler für Oberschenkelknochenlängen von mehr als 9 % der gesamten Länge und Tibialängen von mehr als 7 % der gesamtlangen Länge tolerierbar ist, da die CT-Scheibendicke 0,5 Millimeter beträgt und die Fehlergröße überschreitet.Darüber hinaus zeigt die Berechnung der Patellarkinematik, dass die seitliche Neigung der Patella dem Knieflexionswinkel entspricht. Die Oberflächenrekonstruktion des Knochenkortex sollte visuell überprüft werden und kann eine manuelle Segmentierung erfordern. In letzter Zeit haben viele Studien über automatische Segmentierungen verwendet Mit diesen Techniken kann die Rekonstruktion automatisch durchgeführt werden.

four-dimensional-ct-analysis-using-sequential-3d-3d-registration

Research

Forschung

JoVE Journal

Bioengineering

Biotechnik

Wir beschreiben die Schritte, um unsere kundenspezifische Software für die Bildintegration, Visualisierung und Planung in der Epilepsiechirurgie verwenden.

Eine Pipeline für 3D Multimodalität Bildintegration und Computergestützte Planung in der Epilepsie-Chirurgie

Das Ziel dieser Studie war, die Co-Registrierung für Bild Fusion (IF) von Pre-interventionelle CT-Daten mit Echtzeit-(XR) Röntgendurchleuchtung während der transfemorale Transkatheter-Aortenklappe-Implantation (TAVI) zu verbessern.

Registrierung von 3D CT-Angiographie mit Röntgen-Durchleuchtung für Image Fusion bei Transkatheter-Aortenklappe-Implantation verbessert

Hier präsentieren wir ein Protokoll, um dreidimensionale gedruckten Modelle für präoperative Planung und intraoperative Reorganisation des komplizierten Kreislauf Standorten verwenden, beim Umgang mit einer angeborenen Aortenstenose Anomalie.

Drei-dimensionale Druck einer komplexen Aorten Anomalie

Das Protokoll beschreibt die Herstellung von vollständig farbigen dreidimensionalen Drucken patientenspezifischer, anatomischer Schädelmodelle, die für die chirurgische Simulation verwendet werden. Die entscheidenden Schritte der Kombination verschiedener bildgebender Modalitäten, der Bildsegmentierung, der dreidimensionalen Modellextraktion und der Produktion der Drucke werden erläutert.

Mehrfarbiger 3D-Druck komplexer intrakranieller Tumoren in der Neurochirurgie

Die Doppeldecker-Videoradiographie kann die Schulterkinematik mit hoher Genauigkeit quantifizieren. Das hierin beschriebene Protokoll wurde speziell entwickelt, um das Schulterblatt, den Humerus und die Rippen während der planaren Humeruserhöhung zu verfolgen, und skizziert die Verfahren zur Datenerfassung, -verarbeitung und -analyse. Einzigartige Überlegungen zur Datenerfassung werden ebenfalls beschrieben.

Messung der 3D-In-vivo-Schulterkinematik mittels biplanarer Videoradiographie

Ziel dieser Studie ist es, ein 3D-gedrucktes Modell eines patientenspezifischen Lendenwirbels zu erstellen, das sowohl die Wirbel- als auch die Spinalnervenmodelle enthält, die aus hochauflösenden Computertomographie- (HRCT) und MRT-Dixon-Daten fusioniert wurden.

3D-Druckmodell eines patientenspezifischen Lendenwirbels

Hier wird ein detailliertes Protokoll für die Durchführung von dreidimensionalen Fernröntgenanalysen unter Verwendung von humanen Kegelstrahl-Computertomographie-Scans vorgestellt.

Dreidimensionale Demonstration der kephalometrischen Landmark-Annotation auf Computertomographie-Scans des menschlichen Kegelstrahls

Die Kombination mehrerer bildgebender Verfahren ist oft notwendig, um ein umfassendes Verständnis der Pathophysiologie zu erlangen. Bei diesem Ansatz werden Phantome verwendet, um eine differentielle Transformation zwischen den Koordinatensystemen zweier Modalitäten zu erzeugen, die dann für die Co-Registrierung verwendet wird. Diese Methode macht Passermarken bei Produktionsscans überflüssig.

Multimodale geräteübergreifende und markerfreie Co-Registrierung von präklinischen Bildgebungsmodalitäten

Es wurde ein Verfahren zur Registrierung von Cone-Beam-Computertomographie-Scans und digitalen Zahnbildern vorgestellt, bei dem die durch künstliche Intelligenz (KI) unterstützte Identifizierung von Orientierungspunkten und das Zusammenführen verwendet wird. Ein Vergleich mit der oberflächenbasierten Registrierung zeigt, dass KI-basierte Digitalisierung und Integration zuverlässig und reproduzierbar sind.

Zuverlässigkeit der auf künstlicher Intelligenz basierenden Cone-Beam-Computertomographie Integration mit digitalen Dentalbildern

CT und 129Xe MRT liefern komplementäre Informationen über die Lungenstruktur und -funktion, die für die regionale Analyse mithilfe der Bildregistrierung genutzt werden können. Hier stellen wir ein Protokoll zur Verfügung, das auf der vorhandenen Literatur für die Registrierung von 129Xe MR bis CT unter Verwendung von Open-Source-Plattformen aufbaut.

Multimodale Lungenbildgebung: Verwendung komplementärer Informationen aus CT und hyperpolarisierter 129xe-MRT zur Bewertung der Lungenstruktur-Funktion

Wir stellen eine Methode zur Analyse einer benutzerdefinierten Region of Interest (ROI) in einem longitudinalen in vivo Ratten-Radialdefektmodell vor. Diese Methode ermöglicht eine vergleichende Analyse zwischen verschiedenen Gerüsten, die zuvor durch Schwankungen des Sichtfelds des Scans mit Mikrocomputertomographie (μCT), der Probenorientierung und der Basislinienpräsenz des Gerüsts begrenzt waren.

Längsschnitt-Mikro-Computertomographie-Bildanalyse für benutzerdefinierte Region of Interest bei Knochendefekten kritischer Größe

Erfahren Sie die 4D-CT-Analyse mit sequenzieller 3D-3D-Registrierung zur Rekonstruktion von Knochenbewegungen. Diese halbautomatisierte Methode ermöglicht präzise Gelenkkinematik-Analysen.

Vierdimensionale CT-Analyse mit sequenzieller 3D-3D-Registrierung

Weitere Videos entdecken