Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Methodenartikel

Vierdimensionale CT-analyse met sequentiële 3D-3D-registratie

7.7K weergaven

⸱

DOI:

10.3791/59857

⸱

23 november 2019

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Orthopedic Surgery, Keio University School of Medicine, 2Department of Orthopedic Surgery, Saiseikai Utsunomiya Hospital, 3Department of Radiology, Keio University School of Medicine

In dit artikel

Samenvatting

We analyseerden gezamenlijke kinematica van vier-dimensionale computertomografie gegevens. De sequentiële 3D-3D registratiemethode semiautomatisch biedt de kinematica van het bewegende bot met betrekking tot het onderwerp bot van vier-dimensionale computertomografie gegevens.

Samenvatting

Vierdimensionale computertomografie (4DCT) biedt een reeks volumegegevens en visualiseert gezamenlijke bewegingen. Numerieke analyse van 4DCT-gegevens blijft echter moeilijk omdat segmentatie in alle volumetrische frames tijdrovend is. We waren gericht op het analyseren van gezamenlijke kinematica met behulp van een sequentiële 3D-3D-registratie techniek om de kinematica van het bewegende bot te voorzien van de vaste Bone semiautomatisch met behulp van 4DCT DICOM-gegevens en bestaande software. Oppervlakte gegevens van de bron botten worden gereconstrueerd van 3DCT. De bijgesneden oppervlak gegevens worden respectievelijk afgestemd met de oppervlakte gegevens van het eerste frame in 4DCT. Deze bijgesneden oppervlakken worden opeenvolgend gematcht tot het laatste frame. Deze processen bieden positionele informatie voor doel beenderen in alle frames van de 4DCT. Zodra de coördinatensystemen van de doel botten worden bepaald, kunnen translatie-en rotatiehoeken tussen twee botten worden berekend. Deze 4DCT analyse biedt voordelen in kinematische analyses van complexe constructies zoals carpaal of tarsale botten. Snelle of grootschalige bewegingen kunnen echter niet worden getraceerd vanwege bewegings artefacten.

Inleiding

Gezamenlijke kinematica zijn beschreven met behulp van een aantal methodologieën, zoals motion capture sensoren, 2D-3D registratie, en cadaveric studies. Elke methode heeft specifieke voor-en nadelen. Motion capture-sensoren kunnen bijvoorbeeld snelle, grootschalige bewegingen meten met behulp van infraroodcamera's met of zonder sensoren op het onderwerp1,2. Deze methoden meten echter de beweging van de huid om gewrichts bewegingen af te leiden en bevatten daarom huid bewegings fouten3.

Cadaveric-studies zijn gebruikt voor het evalueren van bewegingsbereik-, instabiliteit-en contact gebieden4,5,6. Deze aanpak kan kleine veranderingen in kleine gewrichten meten met behulp van CT-of optische sensoren die rechtstreeks aan het bot zijn bevestigd met behulp van pinnen of schroeven. Cadaveric-modellen kunnen voornamelijk passieve bewegingen evalueren, hoewel er meerdere actuatoren zijn gebruikt om externe krachten toe te passen op pezen om dynamische beweging7te simuleren. Actieve gezamenlijke beweging kan worden gemeten met 2D-3D-registratie technieken, overeenkomend met 3DCT-afbeeldingen aan 2D-fluoroscopie-afbeeldingen. Hoewel de nauwkeurigheid van het registratieproces controversieel blijft, is de gerapporteerde nauwkeurigheid over het algemeen hoog genoeg voor grote gezamenlijke kinematica8,9. Deze methode kan echter niet worden toegepast op kleine botten of meerdere botten in smalle ruimten.

4DCT is daarentegen een dynamische CT-methode die een reeks volumetrische gegevens verkrijgt. Actieve gezamenlijke bewegingen kunnen worden geanalyseerd met behulp van deze aanpak10. Deze technologie biedt nauwkeurige 3D-positionele gegevens van alle stoffen in de CT-brug. De 3D gezamenlijke bewegingen zijn duidelijk gevisualiseerd in een kijker. Het beschrijven van gezamenlijke kinematica van een dergelijke reeks volumegegevens is echter nog steeds moeilijk, omdat alle botten bewegen en er geen monumenten kunnen worden getraceerd tijdens de actieve bewegingen in vivo.

We ontwikkelden een methode voor 4DCT analyse die de in vivo gezamenlijke kinematica van de hele botten rond het gewricht tijdens actieve bewegingen biedt. Het doel van dit artikel is om onze methode, de sequentiële 3D-3D-registratie techniek voor 4DCT-analyse te presenteren, en representatieve resultaten te tonen die met deze methode zijn verkregen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Alle hier beschreven methoden zijn goedgekeurd door de institutioneel beoordelings Raad van de Keio University School of Medicine.

Opmerking: gezamenlijke kinematica worden gemeten door de beweging van een bewegend bot rond een vast bot te reconstrueren. Voor kniegewricht kinematica wordt het dijbeen gedefinieerd als het vaste bot en wordt het Tibia gedefinieerd als het bewegende bot.

1. CT Imaging Protocol

  1. Stel de CT-machine in. Verkrijg CT-examens met een 320-detector-Row CT-systeem voor meerdere fases van 3D-volumegegevens met 160 mm craniocaudal-dekking. Bijvoorbeeld, in de analyse van knie kinematica, de beeld verwerving bestaat uit 51 volume scans met een rotatie tijd van 0,275 s, en alle beelden worden gereconstrueerd met behulp van halve reconstructie, zodat de temporele resolutie is ongeveer 0,16 s.
  2. Gebruik de volgende Scanparameters: piek buis spanning = 100 kVp; buis stroom = 40 mA; Scan dekking = 160 mm; matrixgrootte = 512 x 512 pixels; en reconstructie sectie dikte en sectie interval = 0,5 mm.
  3. Plaats de doel verbinding van het onderwerp binnen de CT-brug in de uitgangspositie van het 4DCT-examen (Figuur 1).
  4. Voor het CT-examen Repeteer je bewegingen van het gewricht van de startpositie naar de eindpositie binnen de vereiste examen tijd. Vraag het onderwerp om het gewricht tijdens de scantijd van 10,275 s te verplaatsen en een reeks volumegegevens te verkrijgen. Sla de sequentiële volumegegevens op in de DICOM-indeling.
  5. Voer statische 3DCT van alle doel Bones uit en sla de gegevens op in de DICOM-indeling.

2. oppervlakte reconstructie

  1. Voer semiautomatische segmentatie van 3DCT-gegevens uit (Figuur 2A).
    1. Laad de CT DICOM-gegevens door alle DICOM-bestanden van de statische 3DCT-gegevens te selecteren.
    2. Open het veldlabel door te klikken op Nieuw label veld bewerken en controleer welke DREMPELwaarde CT-demping geschikt is om corticale bot uit de bron bone te halen. Selecteer materialen met CT-dempingswaarden boven de drempelwaarde. Bijvoorbeeld, de botcortex drempel voor een jong onderwerp is ingesteld als 250. Controleer het label voor de botcortex selectie en wijzig handmatig de afbakening met behulp van een bewerkingstool voor consistentie met de vorm van het bot.
    3. Genereer de oppervlakte gegevens (driehoek netten) van de gelabelde Bone cortex-positiegegevens (punt wolk in de software). Sla de oppervlakte gegevens op door gegevens te exporteren in de standaardindeling voor Triangkorreltaal (STL).
    4. Klik op Surface genereren | Aanbrengen op het etiket van het corticale bot. Klik op bestand | Gegevens exporteren als | STL binary little endian om de oppervlakte gegevens in STL-formaat op te slaan.
  2. Voer automatische segmentatie van 4DCT-volumegegevens uit (Figuur 2B).
    Opmerking: elk frame van de DICOM-gegevens omvat de verdeling van de CT-dempingswaarden in de CT-brug.
    1. Stel de drempel van de botcortex in zoals in statische CT, en extraheer geometrische gegevens die CT-dempingswaarden boven de drempel van alle 51-frames van de 4DCT-gegevens weergeven met behulp van de DICOM-Lees module in de programmeersoftware. Pas de drempel aan op basis van de botdichtheid van de bron bone. Stel bijvoorbeeld voor de bone osteoporotische de drempelwaarde lager in.
    2. Vertaal alle positionele gegevens die al in de vorige stap zijn verkregen in een indeling die kan worden geïnterpreteerd door beeldverwerkingssoftware (bijvoorbeeld Avizo). Reconstrueer in de beeldverwerkingssoftware alle oppervlakte gegevens van de puntenwolk met hogere CT-dempingswaarden dan de drempelwaarde voor alle 4DCT-frames met behulp van een batch verwerkingsscript. De beeldverwerkingssoftware bevat de functie om het script te lezen en de oppervlakte gegevens uit de DICOM-serie gegevens automatisch te exporteren. Het batchscript wordt weergegeven in het aanvullende coderingsbestand.

3. registratie van afbeeldingen

Opmerking: in deze stap reconstrueren de bewegingen van het bewegende bot met betrekking tot de vaste Bone uit de onbewerkte 4DCT DICOM-gegevens.

  1. Voer de Surface-registratie uit van static 3DCT naar het eerste frame van de 4DCT.
    1. Trim de botten in een statische 3DCT in gedeeltelijke segmentgegevens die zijn opgenomen in alle frames van 4DCT voor gebruik met de iteratieve dichtstbijzijnde punt (ICP) algoritme11 in de 3D mesh editing software met behulp van de Selecteer face -functie (Figuur 3a) door te verwijzen 4dct filmgegevens. De oppervlakte-gegevens van 4DCT zijn slechts gedeeltelijke segmenten die zijn opgenomen in elk volume imageomdat oppervlak registratie vereist dat één oppervlak gegevenspunt is opgenomen in een ander oppervlak.
    2. Kies drie bezienswaardigheden in de vaste en bewegende botten die gemakkelijk kunnen worden geïdentificeerd op basis van het bijgesneden 3DCT-oppervlak en de oppervlakte gegevens van het eerste frame van 4DCT in de 3D-mesh bewerkingssoftware met behulp van de Pickpoints -functie (Figuur 3B).
    3. Overeenkomen met de gedeeltelijke vaste en bewegende botten ruwweg op het eerste frame van de 4dct oppervlakte gegevens (Figuur 3C) volgens de gepickte bezienswaardigheden in 3.1.2. Voer vervolgens de Surface-registratie uit met behulp van het ICP-algoritme11 met behulp van de open source-software (bijvoorbeeld vtk).
      Opmerking: dit proces biedt homogene transformatie matrices van de vaste en bewegende botten van de statische 3DCT naar het eerste frame van 4DCT (Figuur 3D). Deze matrices zijn 4 x 4 matrices bestaande uit rotatie en translatie, zoals weergegeven in Figuur 4. De transformatie matrix die de omgekeerde actie veroorzaakt, kan ook worden berekend.
  2. Voer een opeenvolgende oppervlakte registratie uit (Figuur 5).
    1. Overeenkomen met de gedeeltelijke oppervlakken van de vaste en bewegende bot in de eerste 4DCT frame op de oppervlakte-gegevens van het tweede frame. Vervolgens overeenkomen met de gedeeltelijke oppervlakken van heti- frame op de (i + 1)th frame van 4dct opeenvolgend. Herhaal dit proces tot het laatste frame van de 4DCT door te programmeren met gebruik van de ICP-module in de open source-software.
  3. Bereken de transformatie matrices van de statische 3DCT naar alle frames in 4DCT volgens de resultaten van 3,1 en 3,2.
  4. Reconstrueren van bewegende botbeweging met betrekking tot het vaste bot (Figuur 6).
    1. Reconstrueer de kinematica van het bewegende bot met betrekking tot het vaste bot van de matrices die de transformatie vertegenwoordigen van de statische 3DCT naar elk 4DCT-frame. Definieer de coördinatensystemen van de vaste en bewegende botten wanneer de rotatie parameters worden gemeten (bijv. flexon hoek of rotatiehoek berekend door de Euler/cardan-hoek)12,13,14.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

We beschrijven de beweging van de Tibia tijdens knie verlenging. Het kniegewricht was gepositioneerd in de CT-portaal. Een driehoekskussen werd gebruikt om het dijbeen op de startpositie te ondersteunen. De knie werd verlengd tot een rechte positie in de loop van 10 s. blootstelling aan straling werd gemeten. Naast 4DCT werd statische 3DCT van het hele dijbeen, tibia en Patella uitgevoerd. De oppervlakte gegevens van het hele dijbeen en de Tibia werden gereconstrueerd. De drempel voor HU-...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

Onze methode maakt visualisatie en kwantificering van de bewegingen van hele botten mogelijk en levert numerieke positionele gegevens van het bewegende bot met betrekking tot het vaste bot van 4DCT-gegevens. Er zijn veel tools voorgesteld voor het meten van gewrichts kinematica. Bewegings Skin markeringen kunnen de totale lichaamsbewegingen gedurende een lange tijd analyseren. Deze methode bevat echter Skin Motion-fouten3. Gezamenlijke kinematica moeten worden geschat op basis van de beweging van ...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs hebben geen concurrerende financiële belangen.

Dankbetuigingen

Deze studie is goedgekeurd door de instellings Raad voor institutionele toetsing van onze instelling (erkenningsnummer: 20150128).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
4DCT scannerCanon medical systems (Tochigi, Japan)N/A4DCT scan, Static 3DCT scan
AVIZO(9.3.0)*Thermo Fisher Scientific (OR, USA)Afbeeldingsverwerkingssoftware.
Oppervlaktereconstructie van CT DICOM-gegevens en puntenwolkgegevens.
* Ryan, T. M. & Walker, A. Trabeculair botstructuur in de humerus- en femurhoofden van mensachtige primaten. Anat Rec (Hoboken). 293 (4), 719-729, doi:10.1002/ar.21139, (2010).
Meshlab**ISTI (Pisa, Italië)N/AOppervlaktetrimmen en landmark-picking
** MeshLab: een Open-Source Mesh Processing Tool. Zesde Eurographics Italian Chapter Conference, pagina 129-136, 2008.
P. Cignoni, M. Callieri, M. Corsini, M. Dellepiane, F. Ganovelli, G. Ranzuglia
VTK(6.3.0)***Kitware (New York, USA)N/AIterative Closest Points-algoritme. Gebruikt in python-programmeertaal.
*** https://vtk.org
Python(3.6.1)Python Software FoundationN/ADICOM-bestandsverwerking om de puntenwolk uit de botcortex te extraheren ('dicom.py' module).
Berekening van de rotatiematrices. (Numpy-module)
Sequentiële beeldregistratie met behulp van ICP-algoritme

Referenties

  1. 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).
  2. 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).
  3. 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).
  4. Burgess, R. C. The effect of a simulated scaphoid malunion on wrist motion. Journal of Hand Surgery. 12 (5 Pt 1), 774-776 (1987).
  5. 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).
  6. 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).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. Mat Jais, I. S., Tay, S. C. Kinematic analysis of the scaphoid using gated four-dimensional CT. Clinical Radiology. 72 (9), e791-e799 (2017).
  20. 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).
  21. Troupis, J. M., Amis, B. Four-dimensional computed tomography and trigger lunate syndrome. Journal of Computer Assisted Tomography. 37 (4), 639-643 (2013).
  22. 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).
  23. 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).
  24. 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).
  25. 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).
  26. Zhang, X., Jian, L., Xu, M. Robust 3D point cloud registration based on bidirectional Maximum Correntropy Criterion. PloS One. 13 (5), e0197542(2018).
  27. 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).
  28. 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).
  29. 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).
  30. 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).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Tags

Analyse van gewrichtskinematicaoppervlakteregistratietechniekIterative Closest-Point-algoritmereconstructie van botoppervlakken4DCT DICOM-gegevensberekening van translatie en rotatiecarpaal-tarsale analysebeperking van bewegingsartefacten
Vierdimensionale CT-analyse met sequentiële 3D-3D-registratie
Neem contact met ons op
Aanbevelen aan de bibliotheek

Privacy

Gebruiksvoorwaarden

Beleidsoverzicht

Copyright © 2026 MyJoVE Corporation. Alle rechten voorbehouden.