Summary
हमने चार आयामी गणना टोमोग्राफी डेटा से संयुक्त काइनेमेटिक्स का विश्लेषण किया। अनुक्रमिक 3D-3D पंजीकरण विधि अर्धस्वचालित रूप से चार आयामी गणना टोमोग्राफी डेटा से विषय हड्डी के संबंध में चलती हड्डी के काइनेमेटिक्स प्रदान करती है।
Abstract
चार आयामी गणना टोमोग्राफी (4DCT) मात्रा डेटा की एक श्रृंखला प्रदान करता है और संयुक्त गति की कल्पना करता है। हालांकि, 4DCT डेटा का संख्यात्मक विश्लेषण मुश्किल बना हुआ है क्योंकि सभी वॉल्यूमेट्रिक फ्रेम में विभाजन समय लेने वाला है। हमने 4DCT DICOM डेटा और मौजूदा सॉफ्टवेयर का उपयोग करके निश्चित हड्डी अर्धस्वचालित रूप से चलती हड्डी के काइनेमेटिक्स प्रदान करने के लिए अनुक्रमिक 3डी-3डी पंजीकरण तकनीक का उपयोग करके संयुक्त काइनेमेटिक्स का विश्लेषण करने का लक्ष्य रखना था। स्रोत हड्डियों के सतह डेटा 3DCT से खंगाला जाता है। छंटनी की गई सतह डेटा क्रमशः 4DCT में पहले फ्रेम से सतह डेटा के साथ मिलान कर रहे हैं । इन छंटनी सतहों क्रमिक रूप से अंतिम फ्रेम तक मिलान कर रहे हैं । ये प्रक्रियाएं 4DCT के सभी फ्रेम में लक्षित हड्डियों के लिए स्थितीय जानकारी प्रदान करती हैं। एक बार लक्ष्य हड्डियों के समन्वय प्रणाली का फैसला कर रहे हैं, अनुवाद और किसी भी दो हड्डियों के बीच रोटेशन कोण की गणना की जा सकती है । यह 4DCT विश्लेषण कार्पल या टार्सल हड्डियों जैसी जटिल संरचनाओं के काइनेमेटिक विश्लेषणों में लाभ प्रदान करता है। हालांकि मोशन कलाकृतियों की वजह से तेज या बड़े पैमाने पर गति का पता नहीं लगाया जा सकता।
Introduction
संयुक्त काइनेमेटिक्स को मोशन कैप्चर सेंसर, 2डी-3डी पंजीकरण और शव अध्ययन जैसे कई तरीकों का उपयोग करके वर्णित किया गया है। प्रत्येक विधि के विशिष्ट फायदे और नुकसान होते हैं। उदाहरण के लिए, मोशन कैप्चर सेंसर1,2विषय पर सेंसर के साथ या बिना अवरक्त कैमरों का उपयोग करते हुए तेज, बड़े पैमाने पर गति को माप सकते हैं। हालांकि, ये विधियां संयुक्त काइनेमेटिक्स का अनुमान लगाने के लिए त्वचा की गति को मापती हैं, और इसलिए त्वचा गति त्रुटियां3होती हैं।
मोशन, अस्थिरता और संपर्क क्षेत्रों4,5,6की श्रेणियों का मूल्यांकन करने के लिए कैशविक अध्ययनों का उपयोग किया गया है। यह दृष्टिकोण पिन या शिकंजा का उपयोग करके सीधे हड्डी से जुड़े सीटी या ऑप्टिकल सेंसर का उपयोग करके छोटे जोड़ों में छोटे परिवर्तनों को माप सकता है। कैशविक मॉडल मुख्य रूप से निष्क्रिय गति का मूल्यांकन कर सकते हैं, हालांकि गतिशील गति7का अनुकरण करने के लिए बाहरी ताकतों को टेंडन पर लागू करने के लिए कई एक्टुएटर का उपयोग किया गया है। सक्रिय संयुक्त गति को 2D-3D पंजीकरण तकनीकों द्वारा मापा जा सकता है, जो 3DCT छवियों को 2D फ्लोरोस्कोपी छवियों से मेल खाता है। हालांकि पंजीकरण प्रक्रिया की सटीकता विवादास्पद बनी हुई है, रिपोर्ट की गई सटीकता आम तौर पर बड़े संयुक्त काइनेमेटिक्स8,9के लिए पर्याप्त है। हालांकि, इस विधि को छोटी हड्डियों या संकीर्ण स्थानों में कई हड्डियों पर लागू नहीं किया जा सकता है।
इसके विपरीत, 4DCT एक गतिशील सीटी विधि है जो वॉल्यूमेट्रिक डेटा की एक श्रृंखला प्राप्त करती है। इस दृष्टिकोण10का उपयोग करके सक्रिय संयुक्त गति का विश्लेषण किया जा सकता है । यह तकनीक सीटी गैन्ट्री के अंदर सभी पदार्थों का सटीक 3डी स्थितीय डेटा प्रदान करती है। 3डी संयुक्त गति स्पष्ट रूप से एक दर्शक में कल्पना कर रहे हैं । हालांकि, मात्रा डेटा की ऐसी श्रृंखला से संयुक्त काइनेमेटिक्स का वर्णन अभी भी मुश्किल है, क्योंकि सभी हड्डियां आगे बढ़ रही हैं और वीवो में सक्रिय गति के दौरान कोई लैंडमार्क का पता नहीं लगाया जा सकता है।
हमने 4DCT विश्लेषण के लिए एक विधि विकसित की है जो सक्रिय गति के दौरान संयुक्त के आसपास पूरी हड्डियों के वीवो संयुक्त काइनेमेटिक्स प्रदान करती है। इस लेख का उद्देश्य हमारी विधि, अनुक्रमिक 3D-3D पंजीकरण तकनीक को 4DCT विश्लेषण के लिए प्रस्तुत करना और इस विधि का उपयोग करके प्राप्त प्रतिनिधि परिणाम दिखाना है।
Subscription Required. Please recommend JoVE to your librarian.
Protocol
यहां वर्णित सभी तरीकों को कीओ यूनिवर्सिटी स्कूल ऑफ मेडिसिन के संस्थागत समीक्षा बोर्ड द्वारा अनुमोदित किया गया है ।
नोट: संयुक्त काइनेमेटिक्स एक निश्चित हड्डी के चारों ओर चलती हड्डी की गति का पुनर्निर्माण करके मापा जाता है। घुटने के संयुक्त काइनेमेटिक्स के लिए, फीमर को निश्चित हड्डी के रूप में परिभाषित किया गया है और टिबिया को चलती हड्डी के रूप में परिभाषित किया गया है।
1. सीटी इमेजिंग प्रोटोकॉल
- सीटी मशीन स्थापित करें। 160 मिमी क्रैनिओऑडल कवरेज के साथ 3डी वॉल्यूम डेटा के कई चरणों के लिए अनुमति देने के लिए 320-डिटेक्टर-रो सीटी सिस्टम के साथ सीटी परीक्षाएं प्राप्त करें। उदाहरण के लिए, घुटने के काइनेमेटिक्स के विश्लेषण में, छवि अधिग्रहण में 0.275 एस के रोटेशन समय के साथ 51 वॉल्यूम स्कैन होते हैं, और सभी छवियों को आधे पुनर्निर्माण का उपयोग करके पुनर्निर्मित किया जाता है, ताकि लौकिक संकल्प लगभग 0.16 एस हो।
- निम्नलिखित स्कैनिंग मापदंडों का उपयोग करें: पीक ट्यूब वोल्टेज = 100 केवीपी; ट्यूब वर्तमान = 40 एमए; स्कैन कवरेज = 160 मिमी; मैट्रिक्स आकार = 512 x 512 पिक्सल; और पुनर्निर्माण खंड मोटाई और अनुभाग अंतराल = 0.5 मिमी।
- 4DCT परीक्षा(चित्रा 1)की शुरुआती स्थिति में सीटी गैन्ट्री के अंदर विषय के लक्ष्य संयुक्त रखें ।
- सीटी परीक्षा से पहले, आवश्यक परीक्षा समय के भीतर शुरू की स्थिति से अंतिम स्थिति तक संयुक्त की गतिविधियों का पूर्वाभ्यास करें। विषय को 10.275 एस स्कैन समय के दौरान संयुक्त स्थानांतरित करने और वॉल्यूम डेटा की एक श्रृंखला प्राप्त करने के लिए कहें। अनुक्रमिक मात्रा डेटा को DICOM प्रारूप में स्टोर करें।
- सभी लक्ष्य हड्डियों के स्थिर 3DCT प्रदर्शन और DICOM प्रारूप में डेटा स्टोर।
2. सतह पुनर्निर्माण
- 3DCT डेटा(चित्रा 2ए)का अर्धस्वचालित विभाजन करें।
- स्टैटिक 3DCT डेटा की सभी DICOM फ़ाइलों का चयन करके सीटी DICOM डेटा लोड करें।
- एडिट न्यू लेबल फील्ड पर क्लिक करके लेबल फ़ील्ड खोलें और जांचें कि स्रोत की हड्डी से कॉर्टिकल हड्डी निकालने के लिए कौन सी सीमा सीटी क्षीणन मूल्य उपयुक्त है। दहलीज से ऊपर सीटी क्षीणन मूल्यों के साथ सामग्री का चयन करें। उदाहरण के लिए, एक युवा विषय के लिए अस्थि प्रांतस्था सीमा 250के रूप में सेट है। हड्डी प्रांतस्था चयन के लिए लेबल की जांच करें और हड्डी के आकार के साथ स्थिरता के लिए एक संपादन उपकरण का उपयोग करसीमांकन को मैन्युअल रूप से संशोधित करें।
- लेबल वाले बोन कॉर्टेक्स पोजीशन डेटा (सॉफ्टवेयर में पॉइंट क्लाउड) से सतह डेटा (त्रिकोण मेशेस) उत्पन्न करें। मानक त्रिकोणीय भाषा (एसटीएल) प्रारूप में डेटा निर्यात करके सतह डेटा स्टोर करें।
- क्लिक करें उत्पन्न सतह। कॉर्टिकल बोन के लेबल पर लगाएं। क्लिक करें फाइल. निर्यात डेटा के रूप में । एसटीएल प्रारूप में सतह डेटा को बचाने के लिए एसटीएल बाइनरी लिटिल एंडियन।
- 4DCT वॉल्यूम डेटा(चित्रा 2बी)का स्वचालित विभाजन करें।
नोट: DICOM डेटा के प्रत्येक फ्रेम सीटी गैंट्री में सीटी क्षीणन मूल्यों का वितरण भी शामिल है ।- स्थिर सीटी के रूप में हड्डी प्रांतस्था की दहलीज सेट, और प्रोग्रामिंग सॉफ्टवेयर में DICOM पढ़ने मॉड्यूल का उपयोग कर 4DCT डेटा के सभी ५१ फ्रेम से सीमा से ऊपर सीटी क्षीणन मूल्यों दिखा ज्यामितीय डेटा निकालें । स्रोत हड्डी के अस्थि घनत्व के अनुसार दहलीज समायोजित करें। उदाहरण के लिए, ऑस्टियोपोरोटिक हड्डी के लिए, दहलीज को कम सेट करें।
- पिछले कदम में पहले से प्राप्त किए गए सभी स्थितीय डेटा को एक प्रारूप में अनुवाद करें जिसे छवि प्रसंस्करण सॉफ्टवेयर (जैसे, Avizo) द्वारा व्याख्या की जा सकती है। छवि प्रसंस्करण सॉफ्टवेयर में, बैच प्रसंस्करण स्क्रिप्ट का उपयोग करके सभी 4DCT फ्रेम के लिए सीमा की तुलना में उच्च सीटी क्षीणन मूल्यों के साथ बिंदु क्लाउड के सभी सतह डेटा का पुनर्निर्माण करें। इमेज प्रोसेसिंग सॉफ्टवेयर में स्क्रिप्ट पढ़ने और डीआईकॉम सीरीज डेटा से सतह डेटा को स्वचालित रूप से निर्यात करने का कार्य होता है। बैच स्क्रिप्ट पूरक कोडिंग फ़ाइलमें दिखाया गया है ।
3. छवि पंजीकरण
नोट: इस कदम में, कच्चे 4DCT DICOM डेटा से निश्चित हड्डी के संबंध में चलती हड्डी की गति का पुनर्निर्माण।
- 4DCT के पहले फ्रेम के लिए स्थिर 3DCT से सतह पंजीकरण प्रदर्शन करें।
- आंशिक सेगमेंट डेटा में एक स्थिर 3DCT में हड्डियों को ट्रिम करें जो 4DCT मूवी डेटा का हवाला देकर चयन चेहरा फ़ंक्शन(चित्रा 3ए)का उपयोग करके 3डी जाल संपादन सॉफ्टवेयर में इटरेटिव निकटतम बिंदु (आईसीपी) एल्गोरिदम11 के साथ उपयोग के लिए 4DCT के सभी फ्रेम में शामिल हैं। 4DCT से सतह डेटा केवल आंशिक खंड हैं जो प्रत्येक वॉल्यूम इमेज में शामिल हैं क्योंकि सतह पंजीकरण के लिए आवश्यक है कि एक सतह डेटा बिंदु दूसरी सतह में शामिल है।
- फिक्स्ड और चलती हड्डियों में तीन लैंडमार्क चुनें जिन्हें छंटनी की गई 3DCT सतह से आसानी से पहचाना जा सकता है और पिकपॉइंट्स फ़ंक्शन(चित्रा 3बी)का उपयोग करके 3डी जाल संपादन सॉफ्टवेयर में 4DCT के पहले फ्रेम के सतह डेटा।
- 3.1.2 में उठाए गए स्थलों के अनुसार 4DCT सतह डेटा(चित्रा 3सी)के पहले फ्रेम पर आंशिक निश्चित और चलती हड्डियों से मेल खाता है। इसके बाद, ओपन सोर्स सॉफ्टवेयर (जैसे, वीटीके) का उपयोग करके आईसीपी एल्गोरिदम11 का उपयोग करके सतह पंजीकरण करें।
नोट: यह प्रक्रिया स्थिर 3DCT से 4DCT(चित्रा 3डी)के पहले फ्रेम में निश्चित और चलती हड्डियों के सजातीय परिवर्तन मैट्रिस प्रदान करती है। ये मैट्रिस 4 x 4 मैट्रिस हैं जिनमें रोटेशन और अनुवाद शामिल हैं, जैसा कि चित्र4में दिखाया गया है। रिवर्स एक्शन के कारण ट्रांसफॉर्मेशन मैट्रिक्स की भी गणना की जा सकती है।
- अनुक्रमिक सतह पंजीकरण(चित्रा 5)करते हैं ।
- दूसरे फ्रेम की सतह डेटा पर पहले 4DCT फ्रेम में निश्चित और चलती हड्डी की आंशिक सतहों से मेल खाता है। इसके बाद, 4DCT के (i+1)th फ्रेम पर आईth फ्रेम की आंशिक सतहों से मिलान करें। ओपन सोर्स सॉफ्टवेयर में आईसीपी मॉड्यूल के उपयोग के साथ प्रोग्रामिंग द्वारा 4DCT के अंतिम फ्रेम तक इस प्रक्रिया को दोहराएं।
- 3.1 और 3.2 के परिणामों के अनुसार 4DCT में सभी फ्रेम के लिए स्थिर 3DCT से परिवर्तन मैट्रिस की गणना करें।
- निश्चित हड्डी(चित्रा 6)के संबंध में चलती हड्डी गति का पुनर्निर्माण करें।
- मट्रिस से निश्चित हड्डी के संबंध में चलती हड्डी के काइनेमेटिक्स का पुनर्निर्माण करें जो स्थिर 3DCT से प्रत्येक 4DCT फ्रेम में परिवर्तन का प्रतिनिधित्व करते हैं। तय और चलती हड्डियों के समन्वय प्रणालियों को परिभाषित करें जब रोटेशन मापदंडों को मापा जाता है (जैसे, फ्लेक्सीशन कोण या यूलर/कार्डन कोण द्वारा गणना की गई रोटेशन कोण)12,13,14।
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
हम घुटने के विस्तार के दौरान टिबिया की गति का वर्णन करते हैं। घुटने का जोड़ सीटी गैंट्री में तैनात था। एक त्रिकोण तकिया शुरू स्थिति में फीमर का समर्थन करने के लिए इस्तेमाल किया गया था । घुटने 10 एस विकिरण जोखिम मापा गया था के पाठ्यक्रम पर एक सीधी स्थिति में बढ़ाया गया था । 4DCT के अलावा, पूरे फीमर, टिबिया, और पटेला के स्थिर 3DCT प्रदर्शन किया गया था। पूरे फीमर और टिबिया के सतहडेटा को खंगाला गया। हड्डी प्रांतस्था के हू संख्या के लिए दहलीज २५० एचएयू के रूप में स्थापित किया गया था और सभी ५१ फ्रेम की सतह डेटा खंगाला गया ।
फीमर और टिबिया को आंशिक सतह डेटा में छंटनी की गई थी जो सभी 4DCT फ्रेम्सबाय नेत्रहीन 4DCT मूवी डेटा की जांच में शामिल थे, जो पूर्व निर्धारित 4DCT सॉफ्टवेयर में बनाया गया है। स्थिर 3DCT सतहों और 4DCT के पहले फ्रेम में, प्रत्येक खंड के स्थलों की साजिश रची गई थी। फीमर पर, मध्यकालीन और पार्श्व महाकाव्यऔर इंटरकोंडलर पायदान की पहचान की गई। टिबिया पर, संयुक्त सतह और टिबियल ट्यूबरोसिटी के मध्यस्थ और पार्श्व सिरों को भी इसी स्थलों के रूप में पहचाना गया था। फीमर और टिबिया के आंशिक सतह डेटा मोटे तौर पर इन तीन स्थलों के अनुसार 4DCT डेटा के पहले फ्रेम के साथ मिलान किया गया । इन सतहों तो पूरी तरह से आईसीपी एल्गोरिथ्म का उपयोग कर मिलान किया गया ।
पहले फ्रेम के फीमर और टिबिया के आंशिक खंडों का मिलान दूसरे फ्रेम में पूरी सतह के साथ किया गया था। इस प्रकार आईथ फ्रेम में आंशिक टुकड़े क्रमिक रूप से (i+1)th फ्रेम के पूरे सतह डेटा से मेल खाते थे। आईसीपी एल्गोरिदम में, पुनरावृत्तियों के बीच मतलब दूरी के लिए अभिसरण मानदंड 0.01 मिमी के रूप में निर्धारित किया गया था।
फीमर को स्थिर हड्डी और टिबिया को चलती हड्डी के रूप में परिभाषित किया गया था। 4 x 4 मैट्रिक्स जो मूल सीटी DICOM डेटा में वैश्विक समन्वय प्रणाली से निश्चित हड्डी के स्थानीय समन्वय प्रणाली में अनुवाद और रोटेशन का वर्णन करता है, की गणना की जाती है। फीमर और टिबिया की समन्वय प्रणाली को पिछली रिपोर्ट15के अनुसार परिभाषित किया गया था . हमने ' zxy ' क्रम में यूलर/कार्डन कोणों से टिबिया की गति की गणना की, जिसका अर्थ है फ्लेक्सन, वारस और आंतरिक रोटेशन, उस क्रम में14।
हमारी विधि पूरे सतह डेटा पर आंशिक खंडों से छवि पंजीकरण की सटीकता पर निर्भर करती है। हमने 20%-1% से लंबी धुरी के साथ 1% तक फीमर और टिबिया की लंबाई को कम करके आंशिक सतह पंजीकरण की सटीकता को मान्य किया। पूरी हड्डियों के लिए आंशिक खंडों की सतह पंजीकरण फीमर और टिबिया की लंबाई के पूरे सेट के लिए किया गया था, और पूरी हड्डियों से गणना मापदंडों से रोटेशन और अनुवाद के लिए त्रुटियों का मूल्यांकन किया गया था।
परिणामों से पता चला है कि टिबिया के वर्गीय कोण धीरे-धीरे कम हो गए क्योंकि टिबिया को बढ़ाया गया था(चित्रा 7)। विस्तार के अंत में टिबियल बाहरी रोटेशन में वृद्धि हुई। यह बाहरी रोटेशन पिछलीरिपोर्ट16,17में घुटने के "पेंच होम मूवमेंट" से मेल खाता है।
इस सीटी प्रोटोकॉल के लिए प्रभावी खुराक अनुमान 0.075 एमएसवी था, जैसा कि खुराक लंबाई उत्पाद माप (187.5 mGy'सेमी) और साहित्य18में रिपोर्ट के अनुसार उचित सामान्यीकृत गुणांक (0.0004) द्वारा निर्धारित किया गया था।
सत्यापन में, अनुवाद और रोटेशन के लिए त्रुटि के रेखांकन से पता चलता है कि त्रुटि पूरी लंबाई के 9% से अधिक फीमर लंबाई के लिए सहनीय थी और टिबिया की लंबाई पूरी लंबाई के 7% से अधिक थी(चित्रा 8)। फीमर की लंबाई के 10% और टिबिया की लंबाई का 8% पर, त्रुटियां वारस/वाल्गस रोटेशन के लिए ०.०२ डिग्री, आंतरिक/बाहरी रोटेशन के लिए ०.०२ डिग्री, विस्तार/फ्लेक्सीशन रोटेशन के लिए ०.०१ डिग्री, पूर्वकाल/पीछे अनुवाद के लिए ०.१० मिमी, समीपस्थ/जिला अनुवाद के लिए ०.१४ मिमी, और ०.११ मिमी बाद में अनुवाद/मीडिया इन अनुवाद त्रुटियों को नगण्य माना जाता है क्योंकि सीटी स्लाइस मोटाई 0.5 मिमी है और त्रुटि आकार से अधिक है। आंतरिक और बाहरी रोटेशन त्रुटियों में उतार-चढ़ाव होता है। यह टिबियल संयुक्त सतह के सममित आकार के कारण लंबी धुरी के साथ पुनरावृत्ति रोटेशन के लिए स्थानीय न्यूनतम फिट के कारण माना जाता था।
अतिरिक्त डेटा के रूप में, पटेलर काइनेमेटिक्स की गणना भी उसी विधि का उपयोग करके की गई थी। हमने टिबिया(पूरक चित्रा 1)के विश्लेषण से गणना के रूप में घुटने के लचीलेपन कोण के अनुरूप पटेलर सतह के मानक पर नज़र रखकर पटेला के पार्श्व झुकाव का प्रदर्शन किया।
चित्रा 1: 4DCT का अधिग्रहण। घुटने के विस्तार के लिए 4DCT परीक्षा। विषय पर लेट कर सीटी गैंट्री में घुटने की स्थिति बनाने की हिदायत दी गई है। शुरुआती स्थिति में, घुटने को फ्लेक्स स्थिति में सेट किया जाता है और परीक्षा शुरू होने के बाद 10 एस के भीतर बढ़ाया जाता है। इस आंकड़े में, विषय घुटने को 60 डिग्री से बढ़ाकर 10 एस में अधिकतम विस्तार तक पहुंचता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
चित्रा 2: सतह डेटा का पुनर्निर्माण। (A)पूरे फीमर (फिक्स्ड बोन) और साबुत टिबिया (चलती हड्डी) के सतह डेटा को खंगाला जाता है। (ख)4DCT से DICOM डेटा का उपयोग करके, सीमा से ऊपर सीटी क्षीणन मूल्यों को दिखाने वाले अस्थि प्रांतस्था के स्थितीय डेटा प्रत्येक फ्रेम में निकाले जाते हैं । ये स्थितीय डेटा सॉफ्टवेयर में इनपुट हैं और सभी फ्रेम के सतह डेटा को खंगाला जाता है। फीमर टिबिया (नीला तीर) के संबंध में (हरा तीर) भी चलता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 3: सतह पंजीकरण। (A)3DCT से निश्चित और चलती हड्डियों के सतह डेटा को आंशिक खंडों में छंटनी की जाती है जो सभी 4DCT फ्रेम में शामिल हैं क्योंकि 4DCT से सतह डेटा केवल आंशिक खंड हैं, जो सीटी गैंट्री में शामिल हैं । (ख)स्टैटिक 3DCT के आंशिक खंडों और 4DCT के पहले फ्रेम में तीन स्थलों को चुना जाता है । (ग)आंशिक खंडों का मिलान स्थलों के अनुसार पहले फ्रेम से किया जाता है । (D)सतह डेटा से मेल खाने के लिए पुनरावृत्ति निकटतम बिंदु (आईसीपी) एल्गोरिदम लागू किया जाता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 4: परिवर्तन मैट्रिक्स सतह पंजीकरण से गणना की जाती है। (A)सतह डेटा का अनुवाद और रोटेशन 4 x 4 मैट्रिक्स (सजातीय परिवर्तन मैट्रिक्स) में वर्णित किया जा सकता है। Mref निश्चित हड्डी के मैट्रिक्स का प्रतिनिधित्व करता है और Mobj चलती हड्डी के मैट्रिक्स का प्रतिनिधित्व करता है । निचला सही मूल्य प्रारंभिक स्थिति का प्रतिनिधित्व करता है और ऊपरी बाएं मूल्य लक्ष्य की स्थिति का प्रतिनिधित्व करता है। उदाहरण के लिए, 1Mrefs 4DCT के पहले फ्रेम में स्थिर 3DCT स्थिति में निश्चित हड्डी का अनुवाद करता है। (ख)रोटेशन मैट्रिक्स 4 x 4 मैट्रिक्स है। आर3 एक 3 x 3 मैट्रिक्स है जो रोटेशन को परिभाषित करता है और डी एक 1 x 3 मैट्रिक्स है जो अनुवाद को परिभाषित करता है। टीआर3 आर3का एक ट्रांसवर्स मैट्रिक्स है । (ग)ऊपरी अधिकार'इनव'का अर्थ है रिवर्स एक्शन मैट्रिक्स। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 5: सभी फ्रेम के अनुक्रमिक सतह पंजीकरण के कदम। मैंऔर (मैं +1)th फ्रेम के बीच अंतर बहुत छोटा है। आईथ फ्रेम के आंशिक खंडों का मिलान केवल आईसीपी एल्गोरिदम द्वारा (i+1)th फ्रेम के पूरे सतह डेटा के साथ किया जा सकता है। सतह पंजीकरण अंतिम फ्रेम तक क्रमिक रूप से दोहराया जाता है। स्थिर 3DCT से प्रत्येक फ्रेम(आईएमएस)में परिवर्तन मैट्रिक्स की गणना की जाती है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 6: रोटेशन कोण निश्चित और चलती हड्डियों के परिभाषित समन्वय प्रणालियों का उपयोग कर के गणना कर रहे हैं । (क) तय हड्डी की समन्वय प्रणाली को15परिभाषित किया गया है . स्थिर 3DCT से फिक्स्ड बोन(एलएमआरईएफएस)के स्थानीय समन्वय प्रणाली में रोटेशन मैट्रिस की गणना की जाती है। (ख) चलती हड्डी की समन्वय प्रणाली को परिभाषित किया गया है और उसकी स्थानीय समन्वय प्रणाली15में निश्चित हड्डी पर खींचा गया है । स्थानीय चलती हड्डी से निश्चित हड्डी के स्थानीय समन्वय प्रणाली के लिए रोटेशन मैट्रिस की गणना(एमआई)कर रहे हैं । इन मैट्रिस से, निश्चित हड्डी के संबंध में चलती हड्डी के कोणों की गणना यूलर/कार्डन कोण का उपयोग करके की जाती है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 7: प्रतिनिधि परिणाम घुटने के विस्तार के दौरान टिबिया के काइनेमेटिक्स दिखाते हैं। (क)टिबिया का विस्तार। शुरुआती फ्रेम से, टिबिया लगभग लगातार बढ़ाया जाता है और अंत फ्रेम के आसपास विस्तार गति बढ़ जाती है। (ख)टिबियल आंतरिक रोटेशन। ट्रांसवर्स एक्सिस टिबियल एक्सटेंशन एंगल है। टिबिया आंतरिक रूप से फ्लेक्सिशन के 10 डिग्री तक घूमता है और अंत फ्रेम तक बाहरी रूप से घूमता है। (ग)घुटने के विस्तार के सभी फ्रेम के दौरान वाल्गस कोण लगातार बढ़ते हैं। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 8: पूरी हड्डी पर आंशिक खंड के सतह पंजीकरण का सत्यापन। फीमर और टिबिया की लंबाई 20%-1% से लंबी धुरी के साथ 1% की वृद्धि हुई है। पूरी हड्डियों के लिए आंशिक खंडों की सतह पंजीकरण फीमर और टिबिया की लंबाई के सभी सेटों के लिए किया जाता है, और पूरी हड्डियों से गणना किए गए मापदंडों से रोटेशन और अनुवाद के लिए त्रुटियों का मूल्यांकन किया जाता है। पूरक चित्रा 2में क्षोभ विश्लेषण दिखाया गया है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
पूरक चित्रा 1: घुटने के विस्तार के दौरान पटेलर काइनेमेटिक्स। पटेलर काइनेमेटिक्स की गणना भी इसी विधि का उपयोग करके की जाती है। (A)पटेला के सतह डेटा पर एक सतह फिट थी। सतह के आदर्श की गणना पूर्वकाल में की जाती है। पार्श्व झुकाव को फीमर की समन्वय प्रणाली में आदर्श के पार्श्व झुकाव कोण के रूप में परिभाषित किया गया है। (ख)घुटने के विस्तार के दौरान पटेलर पार्श्व झुकाव को टिबियल काइनेमेटिक्स से गणना के अनुसार घुटने के विस्तार के अनुरूप प्लॉट किया जाता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
पूरक चित्रा 2: क्षोभ विश्लेषण। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
पूरक कोडिंग फ़ाइल। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहां क्लिक करें।
Subscription Required. Please recommend JoVE to your librarian.
Discussion
हमारी विधि पूरी हड्डियों की गति के दृश्य और मात्राकरण की अनुमति देती है और 4DCT डेटा से निश्चित हड्डी के संबंध में चलती हड्डी के संख्यात्मक स्थितीय डेटा प्रदान करती है। संयुक्त काइनेमेटिक्स को मापने के लिए कई उपकरण सुझाए गए हैं। मोशन स्किन मार्कर लंबे समय तक कुल शरीर की गति का विश्लेषण कर सकते हैं। हालांकि, इस विधि में त्वचा गति त्रुटियां3होती हैं। संयुक्त काइनेमेटिक्स का अनुमान आसन्न हड्डियों की गति से लगाया जाना चाहिए। 2D-3D पंजीकरण विधि फ्लोरोस्कोपी का उपयोग करती है और अनुक्रमिक 2डी छवियों से 3डी काइनेमेटिक्स का अनुमान करती है। ट्रांसलेशनल त्रुटियां अभी भी मौजूद हैं, हालांकि विश्लेषण सॉफ्टवेयर इसके लिए खाते में विकसित हुआ है। कई शव अध्ययनों ने19विभिन्न शव पदों में सीटी छवियों को लेकर संयुक्त काइनेमेटिक्स को मापा है । हालांकि, ये अनुक्रमिक स्थिर 3 डी छवियों से निष्क्रिय गति का प्रतिनिधित्व करते हैं, और इस प्रकार सक्रिय गति से गुणात्मक रूप से भिन्न होते हैं।
इस प्रोटोकॉल में कई महत्वपूर्ण कदम हैं। 3DCT से सतह डेटा ठीक से बनाया जाना चाहिए क्योंकि यह गुणवत्ता 4DCT के पहले फ्रेम करने के लिए प्रारंभिक सतह पंजीकरण की सटीकता को प्रभावित करता है । संयुक्त क्षेत्र के आसपास, हड्डी प्रांतस्था के लिए सीमा हड्डी शाफ्ट से अलग हो सकती है। जब हड्डी प्रांतस्था की सीमा अस्पष्ट है दहलीज समायोजन की जरूरत होगी । एक बार सभी फ्रेम की सतह पंजीकरण समाप्त हो जाने के बाद, पुनर्निर्मित गति की जांच की जानी चाहिए। यदि एक फ्रेम के लिए सतह पंजीकरण विफल रहता है, स्वचालित सतह पंजीकरण अगले फ्रेम में स्थलों उठा और प्रोटोकॉल दोहरा द्वारा अगले फ्रेम से पुनः आरंभ किया जा सकता है ।
4DCT विधि लगभग स्थिर 3DCT के रूप में उच्च सटीकता के साथ अनुक्रमिक मात्रा डेटा प्रदान करता है क्योंकि सीटी DICOM डेटा सीटी गैन्ट्री में सभी ऊतकों के पूर्ण समन्वय मूल्यों होते हैं । कई अध्ययनों में संयुक्त काइनेमेटिक्स20,21की जांच के लिए 4DCT का उपयोग किया गया है । हालांकि, अधिकांश में, पर्यवेक्षकों ने कई फ्रेम से लैंडमार्क चुने और मापदंडों (जैसे, कोण, अनुवाद) की गणना की। इन डेटा विश्लेषण प्रक्रियाओं में मानव त्रुटि होती है जो माप त्रुटि की ओर ले जाती है। सतह पंजीकरण की हमारी विधि उच्च सटीकता छवि मिलान प्रदान करती है। एक बार साजिश रची, मापदंडों के लिए स्थलों प्रत्येक फ्रेम में सतह के आकार के अनुसार पता लगाया जा सकता है । सैद्धांतिक रूप से, सभी 4DCT फ्रेम के लिए मैनुअल सतह विभाजन सबसे सटीक डेटा प्रदान करता है, लेकिन यह प्रक्रिया बहुत समय गहन है। हाल ही में, कलाई के जोड़ों के लिए गति विश्लेषण के लिए 4DCT का उपयोग किया गया है क्योंकि कार्पल हड्डियां छोटी और छा गई संरचनाएं22हैं। 23,24को स्वचालित बोन ट्रेसिंग के बारे में कई रिपोर्टें आई हैं . गोटो एट अल. सामान्यीकृत सहसंबंध गुणांक का उपयोग करके उंगली की गति का विश्लेषण किया गया जो25छवियों के बीच समानता का पता लगाते हैं। हमने सतह पंजीकरण का उपयोग किया क्योंकि हड्डी प्रांतस्था सतह की स्थिति संयुक्त काइनेमेटिक्स का वर्णन करने के लिए सबसे महत्वपूर्ण मील का पत्थर है।
हमने सभी फ्रेम में सतह डेटा की गति का पता लगाने के लिए एक पुनरावृत्ति निकटतम बिंदु एल्गोरिदम का उपयोग किया। एक पुनरावृत्ति निकटतम बिंदु एल्गोरिदम सतह से सतह की दूरी11 को कम करने के लिए बिंदु बादलों या सतह डेटा के दो समूहों से मेल खाता है लेकिन इसमें कई कमियां हैं। इस एल्गोरिदम का उपयोग आम तौर पर दो करीबी सतहों से मेल खाने के लिए किया जाता है। इसलिए, जब दोनों सतहें एक दूसरे के दूर स्थित होती हैं, तो पंजीकरण 'स्थानीय न्यूनतम' स्थिति में होता है, न कि सही मिलान की स्थिति26। हम पहली बार में प्रत्येक हड्डी में तीन स्थलों लेने के द्वारा इस खामी पर काबू पाने । दो सतहों मोटे तौर पर इन तीन स्थलों के अनुसार मिलान कर रहे हैं । इन दो पदों से आईसीपी निकटतम पद के रूप में कार्य करता है । 4DCT की फ्रेम दर बहुत कम (0.2 एस) है, इसलिए वर्तमान फ्रेम में सतह की स्थिति अगले फ्रेम में सतह की स्थिति के करीब है। धीमी संयुक्त गति के मामलों में, आगे फ्रेम-टू-फ्रेम अनुक्रमिक सतह पंजीकरण के लिए किसी न किसी मैच चरण की आवश्यकता नहीं होगी। इसके अलावा, दोनों हड्डियों की संपूर्णता के बीच संबंध आंशिक 4DCT फ्रेम सतह डेटा पर पूरे स्थिर 3DCT सतह डेटा मिलान द्वारा पुन: पेश किया जाता है। आम तौर पर, हड्डी की समन्वय प्रणाली को इसकी संपूर्णता12,27से परिभाषित किया जाता है। इस प्रकार पूरी अस्थि गति का पुनर्निर्माण संयुक्त कोणों के वर्णन में योगदान देता है। यह सटीकता काफी हद तक पूरी सतह डेटा पर आंशिक सतह के सतह पंजीकरण पर निर्भर करती है। प्रतिनिधि डेटा में, हमने दिखा दिया कि 10% से अधिक खंडों की उपलब्धता घुटने के जोड़ के लिए पर्याप्त सटीकता प्रदान करती है।
सीटी डेटा सीटी गैन्ट्री क्षेत्र के भीतर शामिल सभी स्थितीय डेटा प्रदान करते हैं। डेटा की गुणवत्ता पूरी तरह से सीटी मशीन की गुणवत्ता पर निर्भर करती है। इस प्रकार इस विधि को छोटी हड्डियों या कई हड्डियों जैसे कार्पल हड्डियों पर लागू किया जा सकता है, जिन्हें 2D-3D पंजीकरण द्वारा ट्रेस करना मुश्किल होता है।
कई सीमाओं का उल्लेख किया जाना चाहिए । सबसे पहले, आईसीपी आंशिक सेगमेंट के आकार पर निर्भर करता है। आईसीपी अधिक सटीक है जब सतह में बोन स्पर्स या कॉर्टिकल किनारों जैसी ज्यामितीय विशेषताएं होती हैं। दूसरी ओर, जब सतह का आकार सममित होता है, जैसे रेडियल हेड या सेसामोइड, आईसीपी मूल सतह का गलत रोटेशन प्रदान करेगा। इसके अलावा आईसीपी सतह ी आंकड़ों की गुणवत्ता पर भी निर्भर करता है। ऑस्टियोपोरोटिक हड्डियों के मामले में, सतह पुनर्निर्माण काफी हद तक मैनुअल विभाजन पर निर्भर करता है। जिससे इंटरऑब्जर्वर त्रुटियां हो सकती हैं । हाल ही में सीटी स्लाइस पर कंप्यूटराइज्ड टिश्यू सेगमेंटेशन विकसित किया गया है। हालांकि,28,29विशिष्ट ऊतकों की पहचान करते समय मानव मैनुअल विभाजन को अभी भी अधिक विश्वसनीय माना जाता है। हालांकि सीटी छवि की गुणवत्ता को बदला नहीं जा सकता है, अन्य सीमाओं को मैनुअल सतह विभाजन और पंजीकरण से दूर किया जा सकता है। दूसरा, जब संयुक्त गति बहुत तेज होती है, तो यह विधि अस्थि गति का पता नहीं लगा सकती, क्योंकि सीटी छवियांधुंधली 30हो जाती हैं। फ्रेम करने के लिए फ्रेम सतह पंजीकरण तो विफल रहता है क्योंकि दो सतहों बहुत दूर हैं । सहनीय वेग लक्ष्य संयुक्त पर निर्भर करता है, क्योंकि संयुक्त आकृति विज्ञान सतह पंजीकरण की सफलता दर को प्रभावित करता है। भविष्य में प्रत्येक संयुक्त के लिए वेग सहिष्णुता के अध्ययन की आवश्यकता होगी । इसके अलावा सीटी गैंट्री के अंदर ज्वाइंट मोशन किया जाना चाहिए। इसलिए, लोडिंग काइनेमेटिक्स के विश्लेषण के लिए, ऑप्टिक सेंसर या 2D-2D पंजीकरण सबसे अच्छा है।
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
लेखकों के पास कोई प्रतिस्पर्धी वित्तीय हित नहीं हैं ।
Acknowledgments
इस अध्ययन को हमारी संस्था के संस्थागत समीक्षा बोर्ड (अनुमोदन संख्या: 20150128) द्वारा अनुमोदित किया गया था।
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).
