Summary
Мы проанализировали совместную кинематику из четырехмерных данных компьютерной томографии. Последовательный метод регистрации 3D-3D полуавтоматически обеспечивает кинематику движущейся кости по отношению к предметной кости из четырехмерных данных компьютерной томографии.
Abstract
Четырехмерная компьютерная томография (4DCT) обеспечивает ряд объемных данных и визуализирует совместные движения. Однако численный анализ данных 4DCT остается сложным, поскольку сегментация во всех объемах занимает много времени. Мы стремились проанализировать совместную кинематику с использованием последовательной техники 3D-3D регистрации, чтобы обеспечить кинематику движущейся кости по отношению к фиксированной кости полуавтоматически с использованием данных 4DCT DICOM и существующего программного обеспечения. Поверхностные данные исходных костей реконструируются из 3DCT. Данные об сотвечки поверхности соответственно сопоставляются с поверхностными данными из первого кадра в 4DCT. Эти обрезанные поверхности последовательно сопоставляются до последнего кадра. Эти процессы предоставляют позиционную информацию для целевых костей во всех кадрах 4DCT. Как только системы координат костей цели определены, углы перевода и вращения между любыми 2 косями можно вычислить. Этот анализ 4DCT предлагает преимущества в кинематический анализ сложных структур, таких как запястья или смолы костей. Однако быстрые или крупномасштабные движения невозможно отследить из-за артефактов движения.
Introduction
Совместные кинематические были описаны с использованием ряда методологий, таких как датчики захвата движения, 2D-3D регистрации, и трупных исследований. Каждый метод имеет свои преимущества и недостатки. Например, датчики захвата движения могут измерять быстрые крупномасштабные движения с помощью инфракрасных камер с датчиками или без датчиков на объекте1,2. Тем не менее, эти методы измеряют движение кожи, чтобы сделать вывод о суставной кинематике, и, следовательно, содержат ошибки движения кожи3.
Cadaveric исследования были использованы для оценки диапазонов движения, нестабильности, и контактные области4,5,6. Этот подход может измерять небольшие изменения в небольших суставах с помощью КТ или оптических датчиков, прикрепленных непосредственно к кости с помощью булавок или винтов. Cadaveric модели могут в основном оценить пассивные движения, хотя несколько приводов были использованы для применения внешних сил к сухожилиям для имитации динамического движения7. Активное совместное движение может быть измерено с помощью 2D-3D методов регистрации, сопоставляя 3DCT изображения с 2D флюороскопии изображений. Хотя точность процесса регистрации остается спорным, сообщили точность, как правило, достаточно высока для больших совместных кинематики8,9. Однако этот метод не может быть применен к мелким костям или множественным костям в узких пространствах.
В отличие от этого, 4DCT является динамическим методом КТ, который получает ряд объемных данных. Активные совместные движения могут быть проанализированы с помощью этого подхода10. Эта технология обеспечивает точные 3D позиционные данные всех веществ внутри КТ gantry. 3D совместные движения четко визуализированы в зрителе. Однако описать совместную кинематику из такой серии объемных данных по-прежнему сложно, так как все кости движутся и во время активных движений in vivo не прослеживается никаких ориентиров.
Мы разработали метод для анализа 4DCT, который обеспечивает инвиво суставной кинематики целых костей вокруг сустава во время активных движений. Целью данной статьи является представление нашего метода, последовательной 3D-3D метод регистрации для анализа 4DCT, и показать репрезентативные результаты, полученные с помощью этого метода.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Все методы, описанные здесь, были одобрены Институциональным наблюдательным советом Медицинской школы Университета Кейо.
ПРИМЕЧАНИЕ: Совместные кинематические измеряются путем реконструкции движения движущейся кости вокруг фиксированной кости. Для кинематики коленного сустава бедренная кость определяется как фиксированная кость, а голени определяется как движущаяся кость.
1. Протокол визуализации КТ
- Настройка КТ-машины. Приобретение КТ-экзаменов с 320-детектор-ряд КТ системы, чтобы обеспечить несколько фаз 3D объем данных с 160 мм черепно-мозговой покрытия. Например, при анализе коленной кинематики приобретение изображения состоит из 51 тома сканирования со временем вращения 0,275 с, и все изображения реконструируются с помощью половины реконструкции, так что временное разрешение составляет примерно 0,16 с.
- Используйте следующие параметры сканирования: пиковое напряжение трубки - 100 кВт; ток трубки 40 мА; покрытие сканирования 160 мм; размер матрицы 512 x 512 пикселей; и толщина раздела реконструкции и интервал секции - 0,5 мм.
- Поместите целевой стык предмета внутри КТ gantry в исходное положение экзамена 4DCT(рисунок 1).
- Перед кТ-экзаменом репетировать движения сустава от стартовой позиции до конечной позиции в течение необходимого времени экзамена. Попросите субъекта переместить соединение во время сканирования 10.275 и получить ряд данных об объемах. Храните данные о последовательном объеме в формате DICOM.
- Выполните статический 3DCT всех целевых костей и храните данные в формате DICOM.
2. Реконструкция поверхности
- Выполните полуавтоматическую сегментацию данных 3DCT(рисунок 2A).
- Загрузите данные CT DICOM, выбрав все файлы DICOM статических данных 3DCT.
- Откройте поле метки, нажав на новое поле этикетки и проверьте, какой порог овое затухания подходит для извлечения корковой кости из исходной кости. Выберите материалы со значениями затухания КТ выше порога. Например, порог костной коры для молодого субъекта установлен как 250. Проверьте этикетку для выбора костной коры и вручную изменить демаркацию с помощью инструмента редактирования для согласованности с формой кости.
- Создание данных о поверхности (треугольных сетках) из помеченных данных о положении костной коры (облако точек в программном обеспечении). Храните данные поверхности, экспортируя данные в формате Standard Triangulated Language (STL).
- Нажмите На поверхность для создания Нанесите на этикетку корковой кости. Нажмите файл Экспортные данные как STL Binary Little Endian для сохранения поверхностных данных в формате STL.
- Выполните автоматическую сегментацию данных объема 4DCT(рисунок 2B).
ПРИМЕЧАНИЕ: Каждый кадр данных DICOM включает в себя распределение значений затухания КТ в кТ gantry.- Установите порог костной коры, как в статической КТ, и извините геометрические данные, показывающие значения затухания КТ выше порога из всех 51 кадров данных 4DCT с помощью модуля чтения DICOM в программном обеспечении программирования. Отрегулируйте порог в соответствии с плотностью костной ткани исходной кости. Например, для остеопоротической кости установите порог ниже.
- Переведите все позиционные данные, которые уже были получены на предыдущем этапе, в формат, который может быть интерпретирован программным обеспечением обработки изображений (например, Avizo). В программном обеспечении для обработки изображений реконструируют все поверхностные данные облака точечных облаков с более высокими значениями затухания КТ, чем порог для всех кадров 4DCT с помощью сценария пакетной обработки. Программное обеспечение для обработки изображений содержит функцию для чтения скрипта и экспорта поверхностных данных из данных серии DICOM автоматически. Пакетный скрипт отображается в дополнительном файле кодирования.
3. Регистрация изображений
ПРИМЕЧАНИЕ: На этом этапе реконструируют движения движущейся кости по отношению к фиксированной кости из необработанных данных 4DCT DICOM.
- Выполните регистрацию поверхности от статического 3DCT до первого кадра 4DCT.
- Обрезать кости в статических 3DCT в частичный сегмент данных, которые включены во все кадры 4DCT для использования с итеративной ближайшей точки (ICP) алгоритм11 в 3D сетки редактирования программного обеспечения с использованием функции выбора лица (Рисунок 3A), ссылаясь 4DCT данные о фильмах. Поверхностные данные 4DCT являются лишь частичными сегментами, которые включены в каждое изображение тома, поскольку для регистрации поверхности требуется, чтобы одна точка данных поверхности была включена в другую поверхность.
- Выберите три ориентира в фиксированных и движущихся костях, которые можно легко идентифицировать по обрезаемной поверхности 3DCT и поверхностным данным первого кадра 4DCT в программном обеспечении для редактирования 3D-сетки с использованием функции PickPoints (Рисунок 3B).
- Матч частичных фиксированных и движущихся костей примерно на первом кадре 4DCT поверхности данных(Рисунок 3C) в соответствии с выбрали ориентиры в 3.1.2. Затем выполняйте регистрацию поверхности с помощью алгоритма ICP11 с помощью программного обеспечения с открытым исходным кодом (например, VTK).
ПРИМЕЧАНИЕ: Этот процесс обеспечивает однородную трансформацию матриц фиксированных и движущихся костей от статического 3DCT к первому кадру 4DCT(рисунок 3D). Эти матрицы 4 х 4 матрицы, состоящие из вращения и перевода, как показано на рисунке 4. Матрица преобразования, вызывающая обратное действие, также может быть рассчитана.
- Выполните последовательную регистрацию поверхности(рисунок 5).
- Сопоставить частичные поверхности фиксированной и движущейся кости в первом кадре 4DCT на поверхностные данные второго кадра. Далее, сопоставить частичные поверхностиi-й кадра на (i q 1)th кадр 4DCT последовательно. Повторите этот процесс до последнего кадра 4DCT, запрограммировав с помощью модуля ICP в программном обеспечении с открытым исходным кодом.
- Рассчитайте матрицы преобразования от статического 3DCT к всем рарам в 4DCT по результатам 3.1 и 3.2.
- Реконструкция движущегося движения костей по отношению к фиксированной кости(рисунок 6).
- Реконструкция кинематики движущейся кости по отношению к фиксированной кости из матриц, которые представляют собой преобразование от статического 3DCT к каждому кадру 4DCT. Определите системы координат фиксированных и движущихся костей при измерении параметров вращения (например, угол сгибания или угол вращения, рассчитанный по углу Euler/Cardan)12,13,14.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Мы описываем движение голени во время выдвижения колена. Коленный сустав был расположен в КТ gantry. Треугольная подушка использовалась для поддержки бедренной кости в исходном положении. Колено было расширено до прямого положения в течение 10 с. Радиационное облучение было измерено. В дополнение к 4DCT, статический 3DCT всей бедренной кости, голени и коленной чашечки было выполнено. Были реконструированы поверхностные данные всей бедренной кости и голени. Порог для HU номера костной коры была установлена как 250 HU и поверхностные данные всех 51 кадров были реконструированы.
Бедренная киша и голени были обрезаны на частичные поверхностные данные, которые были включены во все кадры 4DCTby визуально проверяя данные о фильмах 4DCT, которые создаются в заданным программным обеспечением 4DCT. В статических поверхностях 3DCT и первом кадре 4DCT были построены ориентиры каждого сегмента. На бедренной кости были выявлены медиальные и боковые эпекондылы и межкондилярная выемка. На голени, медиальных и боковых концах совместной поверхности и косой туберозности были также определены в качестве соответствующих ориентиров. Частичные поверхностные данные бедренной кости и голени были примерно сопоставлены с первым кадром данных 4DCT в соответствии с этими тремя ориентирами. Затем эти поверхности были полностью сопоставлены с помощью алгоритма ICP.
Частичные сегменты бедренной кости и голени первого кадра были сопоставлены со всей поверхностью во втором кадре. Частичные фрагменты в кадре ith были, таким образом, сопоставлены со всеми поверхностными данными (i q 1)th frame последовательно. В алгоритме МСП критерии конвергенции среднего расстояния между итерациями были установлены в размере 0,01 мм.
Бедренная кость была определена как фиксированная кость и голени как движущаяся кость. Рассчитывается матрица 4 x 4, описывающая перевод и вращение от глобальной системы координат в исходных данных CT DICOM к локальной системе координат фиксированной кости. Система координат бедренной кости и голени была определена в соответствии с предыдущим докладом15. Мы вычислили движение голени из углов Euler/Cardan в порядке 'zxy', что означает сгибание, варус и внутреннее вративность, в этом порядке14.
Наш метод зависит от точности регистрации изображений от частичных сегментов на все поверхностные данные. Мы подтвердили точность частичной регистрации поверхности, уменьшая длину бедренной кости и голени постепенно на 1% по длинной оси с 20%-1%. Поверхностная регистрация частичных сегментов на целые кости проводилась на весь набор длин бедренной кости и голени, оценивалась ошибка вращения и перевода из параметров, рассчитанных из целых костей.
Результаты показали, что угол varus голени постепенно уменьшается, как голени был продлен(Рисунок 7). Внешнее вращение Tibial увеличилось в конце расширения. Это внешнее вращение соответствует "винт дома движения" колена в предыдущих докладах16,17.
Эффективная оценка дозы для этого Протокола КТ составила 0,075 мЗв, определяемых измерением длины дозы продукта (187,5 мгг) и соответствующими нормализованными коэффициентами (0,0004), как сообщается в литературе18.
При проверке графики ошибки для перевода и вращения показывают, что ошибка была терпимой для бедренной кости длиной более 9% от всей длины и длины голени длиннее 7% от всей длины(рисунок 8). При 10% длины бедренной кости и 8% длины голени, ошибки были 0,02 "для варус /вальгус вращения, 0,02" для внутреннего / внешнего вращения, 0,01 "для расширения / сгибания вращения, 0,10 мм для переднего / заднего перевода, 0,14 мм для проксимального/ дистального перевода, и 0,1 мм для перевода, и 0,1 мм для перевода, и 0,1 мм для перевода, и 0,1 мм для перевода, и 0,1 мм для перевода. Эти ошибки перевода считаются незначительными, поскольку толщина кт-среза составляет 0,5 мм и превышает размер ошибки. Внутренние и внешние ошибки вращения, как правило, колеблются. Считалось, что это вызвано локальным минимумом, пригодным для итеративного вращения по длинной оси из-за симметричной формы поверхности голени.
В качестве дополнительных данных с использованием того же метода были также рассчитаны кинематика patellar. Мы продемонстрировали боковой наклон коленной чашечки, отслеживая норму поверхности patellar, соответствующую уголу сгибания колена, как рассчитывается из анализа голени(Дополнительная рисунок 1).
Рисунок 1: Приобретение 4DCT. 4DCT обследование для расширения колена. Субъект уведен, чтобы лечь и положение колена в КТ gantry. В исходном положении колено устанавливается в согнутом положении и вытягивается в течение 10 с после начала обследования. На этом рисунке, предмет расширяет колено от 60 "сгибания до максимального расширения в 10 с. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 2: Реконструкция поверхностных данных. (A)Поверхностные данные всей бедренной кости (фиксированной кости) и целой голени (движущейся кости) реконструируются. (B) Используя данные DICOM от 4DCT, позиционные данные костной коры, показывающие значения затухания КТ выше порога, извлекаются в каждом кадре. Эти позиционные данные вносятся в программное обеспечение и реконструированы поверхностные данные всех кадров. Бедренная киша также движется (зеленая стрелка) по отношению к голени (голубая стрелка). Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 3: Регистрация поверхности. (A)Поверхностные данные фиксированных и движущихся костей из 3DCT обрезаются на частичные сегменты, которые включены во все кадры 4DCT, потому что поверхностные данные из 4DCT являются лишь частичными сегментами, которые включены в CT gantry. (B) Три ориентира выбираются в частичных сегментах статического 3DCT и первый кадр 4DCT. (C) Частичные сегменты сопоставляются с первым кадром в соответствии с ориентирами. (D) Итеративный ближайший точки (ICP) алгоритм применяется для сопоставления поверхностных данных. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 4: Матрица преобразования рассчитывается на основе регистрации поверхности. (A) Перевод и вращение поверхностных данных могут быть описаны в матрице 4 x 4 (однородная матрица преобразования). Mref представляет матрицу фиксированной кости и Mobj представляет матрицу движущейся кости. Нижнее правое значение представляет исходное положение, а верхнее левое значение - целевое положение. Например, 1Mrefs переводит фиксированную кость в статичном положении 3DCT в фиксированную кость в первом кадре 4DCT. (B) Матрица вращения является 4 х 4 матрицы. R3 представляет собой матрицу 3 x 3, которая определяет вращение, а d - матрицу 1 x 3, определяющую перевод. tR3 является поперечной матрицей R3. (C) Верхний правый "inv" означает матрицу обратного действия. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 5: Шаги последовательной регистрации поверхности всех кадров. Разница между ith и (i no 1)th кадрами очень мала. Частичные сегменты кадра ith можно сопоставить с целыми поверхностными данными (i q 1)th кадра только алгоритмом ICP. Регистрация поверхности повторяется последовательно до последнего кадра. Рассчитывается матрица преобразования от статического 3DCT к каждому кадру(iMs). Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 6: Углы вращения рассчитываются с помощью определенных систем координат фиксированных и движущихся костей. (A) Система координат фиксированной кости определяется15. Вычисляются матрицы вращения от статического 3DCT к локальной системе координат фиксированной кости(LMrefS) . (B) Система координат движущейся кости определена и нарисована над фикчированной костью в своей местной системе координат15. Рассчитаны матрицы вращения от локальной движущейся кости к локальной системе координат фиксированной кости(Mi). Из этих матриц, углы движущейся кости по отношению к фиксированной кости рассчитываются с помощью угла Euler/Cardan. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 7: Представитель результаты показывают кинематику голени во время выдвижения колена. (A) Расширение голени. От стартовой рамы, голени расширяется почти постоянно и скорость расширения увеличивается вокруг конца кадра. (B) Тибиальное внутреннее вращение. Поперечная ось является углом расширения косточки. Голени вращается внутренне до 10 "сгибания и вращается внешне до конца кадра. (C) Углы вальгуса постоянно увеличиваются во всех кадрах расширения колена. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 8: Проверка поверхностной регистрации частичного сегмента на всю кость. Длина бедренной кости и голени постепенно уменьшается на 1% по длинной оси с 20%-1%. Поверхностная регистрация частичных сегментов на целые кости осуществляется для всех наборов длин бедренной кости и голени, а также оцениваются ошибки вращения и перевода из параметров, рассчитанных из целых костей. Анализ возмущения показан на дополнительной рисунке 2. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Дополнительная рисунок 1: Кинематика Пателлара во время выдвижения колена. Кинематика Patellar также рассчитывается с помощью того же метода. ( A) Поверхность была пригодна на поверхности данных коленной чашечки. Вычисляется норма поверхности, указывающей на переднюю часть. Боковой наклон определяется как боковой угол наклона нормы в системе координат бедренной кости. (B) patellar боковой наклон во время расширения колена построен соответствующие расширения колена, как рассчитывается из голени кинематики. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Дополнительная цифра 2: Анализ возмущения. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Дополнительный файл кодирования. Пожалуйста, нажмите здесь, чтобы загрузить этот файл.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Наш метод позволяет визуализировать и количественно извизить движения целых костей и предоставляет численные позиционные данные движущейся кости по отношению к фиксированной кости из данных 4DCT. Было предложено множество инструментов для измерения совместной кинематики. Маркеры кожи движения могут проанализировать полные движения тела над длиной временем. Тем не менее, этот метод содержит ошибки движения кожи3. Совместная кинематика должна оцениваться по движению смежных костей. Метод регистрации 2D-3D использует флюороскопию и вырвет 3D кинематику из последовательных 2D-изображений. Переводные ошибки все еще присутствуют, хотя программное обеспечение для анализа эволюционировало для того чтобы объяснить это. Многие трупные исследования измерили совместные кинематические, принимая КТ изображения в различных положенияхтрупа 19. Однако они представляют собой пассивные движения от последовательных статических 3D-изображений и, таким образом, качественно отличаются от активных движений.
В этом протоколе есть несколько важных шагов. Поверхностные данные 3DCT должны быть созданы именно потому, что это качество влияет на точность первоначальной регистрации поверхности к первому кадру 4DCT. Вокруг области сустава порог костной коры может отличаться от костного вала. Корректировка порога будет необходима, когда граница костной коры неясна. После завершения регистрации поверхности всех кадров необходимо проверить реконструированное движение. Если регистрация поверхности для одного кадра не удается, автоматизированная регистрация поверхности может быть перезапущена со следующего кадра, выбрав ориентиры в следующем кадре и повторев протокол.
Метод 4DCT обеспечивает последовательные данные объема с точностью почти так же высоко, как статические 3DCT, потому что данные CT DICOM содержат абсолютные значения координат всех тканей в КТ gantry. Несколько исследований использовали 4DCT для исследования совместной кинематики20,21. Однако в большинстве случаев наблюдатели подбирали ориентиры из нескольких кадров и вычисляли параметры (например, углы, перевод). Эти процессы анализа данных содержат человеческие ошибки, что приводит к ошибке измерения. Наш метод регистрации поверхности обеспечивает высокоточное соответствие изображений. После построения, ориентиры для параметров можно проследить в зависимости от формы поверхности в каждом кадре. Теоретически, ручная сегментация поверхности для всех кадров 4DCT обеспечивает наиболее точные данные, но этот процесс слишком трудоемкий. В последнее время 4DCT был использован для анализа движения для запястья суставов, потому что запястья кости маленькие и перекрываются структуры22. Там было несколько сообщений об автоматизированной отслеживания костей23,24. Goto et al. проанализировали движения пальцев с использованием нормализованных коэффициентов корреляции, которые обнаруживают сходство между двумя изображениями25. Мы использовали регистрацию поверхности, потому что положение поверхности костной коры является наиболее важной вехой для описания совместной кинематики.
Мы использовали алгоритм итеративной ближайшей точки для отслеживания движения данных поверхности во всех кадрах. Алгоритм итеративной ближайшей точки соответствует двум группам точечных облаков или поверхностных данных, чтобы свести к минимуму расстояние от поверхности к поверхности11, но имеет несколько недостатков. Этот алгоритм обычно используется для сопоставления двух близких поверхностей. Поэтому, когда две поверхности расположены далеко друг от друга, регистрация будет происходить в позиции "местного минимума", а не истинное место26. Мы преодолеть этот недостаток, взяв три ориентира в каждой кости в первую очередь. Две поверхности примерно совпадают в соответствии с этими тремя ориентирами. С этих двух позиций МСП занимает ближайшие позиции. Частота кадров 4DCT очень коротка (0,2 с), поэтому положение поверхности в текущем кадре близко к поверхностному положению в следующем кадре. В случае медленного совместного движения грубый шаг соответствия не потребуется для дальнейшей последовательной регистрации поверхности кадра. Кроме того, связь между полнотой двух костей воспроизводится путем сопоставления всех статических данных поверхности 3DCT на частичных данных поверхности кадра 4DCT. Как правило, система координат кости определяется от ее полностью12,27. Реконструкция всего костного движения, таким образом, способствует описанию общих углов. Эта точность во многом зависит от регистрации поверхности частичной поверхности на все данные поверхности. В репрезентативных данных мы продемонстрировали, что наличие более 10% сегментов обеспечивает достаточную точность для коленного сустава.
Данные КТ предоставляют все позиционные данные, включенные в зону КТ gantry. Качество данных зависит исключительно от качества КТ-машины. Таким образом, этот метод может быть применен к мелким костям или множественным костям, таким как кистевые кости, которые трудно отследить по регистрации 2D-3D.
Необходимо упомянуть несколько ограничений. Во-первых, МСП зависит от формы частичного сегмента. ICP является более точным, когда поверхность имеет геометрические особенности, такие как костные шпоры или корковые края. С другой стороны, когда форма поверхности симметрична, например, радиальная голова или сезамоид, ПМС обеспечит неправильное вращение исходной поверхности. Кроме того, МСП также зависит от качества поверхностных данных. В случае остеопоротических костей, реконструкция поверхности во многом зависит от ручной сегментации. Это может привести к ошибкам interobserver. Недавно была разработана компьютеризированная сегментация тканей на кТ-ломтиках. Тем не менее, человеческая ручная сегментация по-прежнему считается более надежным при выявлении конкретныхтканей 28,29. Хотя качество Изображения КТ не может быть изменено, другие ограничения могут быть преодолены путем ручной сегментации поверхности и регистрации. Во-вторых, когда совместное движение слишком быстро, этот метод не может проследить движения костей, потому что КТ изображения становятся размытыми30. Регистрация поверхности от кадра к кадру затем завершается неудачей, поскольку две поверхности слишком удалены. Допустимая скорость зависит от целевого сустава, так как совместная морфология влияет на успешность регистрации поверхности. В будущем потребуются исследования толерантности к скорости для каждого сустава. Кроме того, совместное движение должно быть выполнено внутри КТ gantry. Поэтому для анализа погрузки кинематики лучше всего подходят оптические датчики или 2D-2D-регистрация.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Авторы не имеют конкурирующих финансовых интересов.
Acknowledgments
Это исследование было одобрено Институциональным наблюдательным советом нашего учреждения (номер одобрения: 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).
