Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Czterowymiarowa analiza TK z wykorzystaniem sekwencyjnej rejestracji 3D-3D

7.7K wyświetleń

⸱

DOI:

10.3791/59857

⸱

23 listopada 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

W tym artykule

Podsumowanie

Przeanalizowaliśmy kinematykę stawów na podstawie danych z czterowymiarowej tomografii komputerowej. Sekwencyjna metoda rejestracji 3D-3D półautomatycznie zapewnia kinematykę poruszającej się kości w stosunku do kości przedmiotowej na podstawie danych z czterowymiarowej tomografii komputerowej.

Streszczenie

Czterowymiarowa tomografia komputerowa (4DCT) dostarcza szereg danych objętościowych i wizualizuje ruchy stawów. Jednak analiza numeryczna danych 4DCT pozostaje trudna, ponieważ segmentacja we wszystkich ramach wolumetrycznych jest czasochłonna. Naszym celem była analiza kinematyki stawów przy użyciu sekwencyjnej techniki rejestracji 3D-3D, aby zapewnić kinematykę poruszającej się kości w odniesieniu do kości nieruchomej półautomatycznie przy użyciu danych 4DCT DICOM i istniejącego oprogramowania. Dane powierzchniowe kości źródłowych są rekonstruowane na podstawie 3DCT. Dane przyciętej powierzchni są odpowiednio dopasowywane do danych powierzchni z pierwszej klatki w 4DCT. Te przycięte powierzchnie są dopasowywane sekwencyjnie aż do ostatniej klatki. Procesy te dostarczają informacji o położeniu kości docelowych we wszystkich ramkach 4DCT. Po ustaleniu układów współrzędnych kości docelowych można obliczyć kąty translacji i obrotu między dowolnymi dwiema kośćmi. Ta analiza 4DCT oferuje korzyści w analizach kinematycznych złożonych struktur, takich jak kości nadgarstka lub stępu. Jednak szybkich lub wielkoskalowych ruchów nie można śledzić z powodu artefaktów ruchu.

Wprowadzenie

Kinematyka stawów została opisana za pomocą wielu metodologii, takich jak czujniki przechwytywania ruchu, rejestracja 2D-3D i badania zwłok. Każda metoda ma określone zalety i wady. Na przykład czujniki przechwytywania ruchu mogą mierzyć szybkie, wielkoskalowe ruchy za pomocą kamer na podczerwień z czujnikami na obiekcie lub bez nich1,2. Jednak metody te mierzą ruch skóry w celu wywnioskowania kinematyki stawów, a zatem zawierają błędy ruchu skóry3.

Badania zwłok zostały wykorzystane do oceny zakresów ruchu, niestabilności i obszarów kontaktu4,5,6. Podejście to może mierzyć niewielkie zmiany w małych stawach za pomocą tomografii komputerowej lub czujników optycznych przymocowanych bezpośrednio do kości za pomocą szpilek lub. Modele zwłok mogą głównie oceniać ruchy pasywne, chociaż do przykładania sił zewnętrznych do ścięgien w celu symulacji ruchu dynamicznego użyto wielu siłowników7. Aktywny ruch stawu można mierzyć za pomocą technik rejestracji 2D-3D, dopasowując obrazy 3DCT do obrazów fluoroskopowych 2D. Chociaż dokładność procesu rejestracji pozostaje kontrowersyjna, podawana dokładność jest na ogół wystarczająco wysoka dla kinematyki dużych połączeń8,9. Jednak tej metody nie można zastosować do małych kości lub wielu kości w wąskich przestrzeniach.

Dla kontrastu, 4DCT to dynamiczna metoda CT, która uzyskuje serię danych wolumetrycznych. Aktywne ruchy stawów można analizować za pomocą tego podejścia10. Technologia ta zapewnia precyzyjne dane 3D o położeniu wszystkich substancji wewnątrz suwnicy CT. Ruchy stawów 3D są wyraźnie wizualizowane w przeglądarce. Jednak opisanie kinematyki stawów na podstawie takiej serii danych objętościowych jest nadal trudne, ponieważ wszystkie kości są w ruchu i nie można prześledzić żadnych punktów orientacyjnych podczas aktywnych ruchów in vivo.

Opracowaliśmy metodę analizy 4DCT, która dostarcza in vivo kinematyki stawów całych kości wokół stawu podczas aktywnych ruchów. Celem artykułu jest przedstawienie naszej metody, czyli techniki sekwencyjnej rejestracji 3D-3D dla analizy 4DCT oraz przedstawienie reprezentatywnych wyników uzyskanych tą metodą.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Wszystkie opisane tutaj metody zostały zatwierdzone przez Institutional Review Board of Keio University School of Medicine.

UWAGA: Kinematyka stawów jest mierzona poprzez rekonstrukcję ruchu poruszającej się kości wokół kości stałej. W kinematyce stawu kolanowego kość udową definiuje się jako kość nieruchomą, a kość piszczelową definiuje się jako kość ruchomą.

1. Protokół obrazowania CT

  1. Skonfiguruj tomograf komputerowy. Przeprowadzaj badania TK za pomocą systemu CT z 320 rzędami detektorów, aby umożliwić wiele faz danych objętościowych 3D z pokryciem czaszkowo-ogonowym 160 mm. Na przykład w analizie kinematyki kolana akwizycja obrazu składa się z 51 skanów objętościowych o czasie obrotu 0,275 s, a wszystkie obrazy są rekonstruowane za pomocą rekonstrukcji połówkowej, tak aby rozdzielczość czasowa wynosiła około 0,16 s.
  2. Użyj następujących parametrów skanowania: szczytowe napięcie lampy = 100 kVp; prąd lampy = 40 mA; pokrycie skanowania = 160 mm; rozmiar matrycy = 512 x 512 pikseli; oraz grubość przekroju rekonstrukcji i odstęp między sekcjami = 0,5 mm.
  3. Umieść docelowy przegub obiektu wewnątrz suwnicy CT w pozycji początkowej egzaminu 4DCT (Rysunek 1).
  4. Przed badaniem TK przećwicz ruchy stawu od pozycji początkowej do pozycji końcowej w wymaganym czasie badania. Poproś badanego, aby przesunął złącze w czasie skanowania 10.275 s i uzyskał serię danych dotyczących objętości. Przechowuj sekwencyjne dane woluminu w formacie DICOM.
  5. Wykonaj statyczne 3DCT wszystkich docelowych kości i zapisz dane w formacie DICOM.

2. Rekonstrukcja powierzchni

  1. Wykonaj półautomatyczną segmentację danych 3DCT (Rysunek 2A).
    1. Załaduj dane CT DICOM, wybierając wszystkie pliki DICOM statycznych danych 3DCT.
    2. Otwórz pole etykiety, klikając opcję Edytuj nowe pole etykiety i sprawdź, która wartość progowa tłumienia CT jest odpowiednia do wyodrębnienia kości korowej z kości źródłowej. Wybierz materiały, których wartości tłumienia CT są powyżej wartości progowych. Na przykład próg kory kostnej dla młodego osobnika jest ustawiony na 250. Sprawdź etykietę pod kątem wyboru kory kostnej i ręcznie zmodyfikuj rozgraniczenie za pomocą narzędzia do edycji, aby uzyskać spójność z kształtem kości.
    3. Wygeneruj dane powierzchni (siatki trójkątów) na podstawie oznaczonych danych o położeniu kory kostnej (chmura punktów w oprogramowaniu). Przechowuj dane powierzchni, eksportując dane w formacie standardowego języka triangulowanego (STL).
    4. Kliknij przycisk Generuj powierzchnię |Nakładać na etykietę kości korowej. Kliknij pozycję Plik|Eksport danych jako|STL Binary Little Endian do zapisania danych powierzchni w formacie STL.
  2. Wykonaj automatyczną segmentację danych woluminu 4DCT (Rysunek 2B).
    UWAGA: Każda klatka danych DICOM zawiera rozkład wartości tłumienia przekładnika prądowego w suwnicy przekładnika prądowego.
    1. Ustaw próg kory kostnej, tak jak w statycznej tomografii komputerowej, i wyodrębnij dane geometryczne pokazujące wartości tłumienia CT powyżej progu ze wszystkich 51 klatek danych 4DCT za pomocą modułu odczytu DICOM w oprogramowaniu do programowania. Dostosuj próg do gęstości kości źródłowej. Na przykład w przypadku kości osteoporotycznej ustaw niższy próg.
    2. Przetłumacz wszystkie dane pozycyjne, które zostały już uzyskane w poprzednim kroku, na format, który może być zinterpretowany przez oprogramowanie do przetwarzania obrazu (np. Avizo). W oprogramowaniu do przetwarzania obrazu zrekonstruuj wszystkie dane powierzchni chmury punktów z wyższymi wartościami tłumienia CT niż próg dla wszystkich ramek 4DCT za pomocą skryptu przetwarzania wsadowego. Oprogramowanie do przetwarzania obrazu zawiera funkcję odczytu skryptu i automatycznego eksportu danych powierzchni z danych serii DICOM. Skrypt wsadowy jest wyświetlany w dodatkowym pliku kodowania.

3. Rejestracja obrazu

UWAGA: W tym kroku zrekonstruuj ruchy poruszającej się kości w stosunku do kości stałej na podstawie surowych danych DICOM 4DCT.

  1. Wykonaj rejestrację powierzchni od statycznego 3DCT do pierwszej klatki 4DCT.
    1. Przytnij kości w statycznym 3DCT do częściowych danych segmentowych, które są zawarte we wszystkich klatkach 4DCT do użycia z iteracyjnym algorytmem najbliższego punktu (ICP) 11 w oprogramowaniu do edycji siatki 3D za pomocą funkcji Selecting Face (Rysunek 3A), odwołując się do danych filmu 4DCT. Dane powierzchni z 4DCT są tylko częściowymi segmentami, które są uwzględniane w każdym obrazie objętościowym, ponieważ rejestracja powierzchni wymaga, aby jeden punkt danych powierzchni był uwzględniony w innej powierzchni.
    2. Wybierz trzy punkty orientacyjne w nieruchomych i ruchomych kościach, które można łatwo zidentyfikować na podstawie przyciętej powierzchni 3DCT i danych powierzchni pierwszej klatki 4DCT w oprogramowaniu do edycji siatki 3D za pomocą funkcji PickPoints (Rysunek 3B).
    3. Dopasuj częściowo nieruchome i ruchome kości z grubsza do pierwszej klatki danych powierzchni 4DCT (Rysunek 3C) zgodnie z wybranymi punktami orientacyjnymi w 3.1.2. Następnie wykonaj rejestrację powierzchni przy użyciu algorytmu ICP11 przy użyciu oprogramowania open source (np. VTK).
      UWAGA: Proces ten zapewnia jednorodne macierze transformacji kości stałych i ruchomych od statycznego 3DCT do pierwszej klatki 4DCT (Rysunek 3D). Macierze te są macierzami 4 x 4 składającymi się z obrotu i translacji, jak pokazano na rysunku Rysunek 4. Można również obliczyć macierz transformacji powodującą działanie odwrotne.
  2. Wykonaj sekwencyjną rejestrację powierzchni (Rysunek 5).
    1. Dopasuj częściowe powierzchnie nieruchomej i ruchomej kości w pierwszej ramce 4DCT do danych powierzchni drugiej ramki. Następnie dopasuj kolejno powierzchnie częściowei-tej klatki do (i + 1)-tej klatki 4DCT. Powtarzaj ten proces aż do ostatniej klatki 4DCT, programując za pomocą modułu ICP w oprogramowaniu open source.
  3. Oblicz macierze transformacji ze statycznego 3DCT do wszystkich ramek w 4DCT zgodnie z wynikami 3.1 i 3.2.
  4. Rekonstrukcja ruchomego ruchu kości względem kości nieruchomej (Rysunek 6).
    1. Zrekonstruuj kinematykę poruszającej się kości w odniesieniu do kości nieruchomej z macierzy, które reprezentują transformację ze statycznej klatki 3DCT do każdej klatki 4DCT. Zdefiniuj układy współrzędnych kości stałych i ruchomych podczas pomiaru parametrów rotacji (np. kąt zgięcia lub kąt obrotu obliczony przez kąt Eulera/Cardana)12,13,14.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Opisujemy ruch piszczeli podczas wyprostu kolana. Staw kolanowy został umieszczony w gantry tomografu komputerowego. Do podparcia uda w pozycji wyjściowej użyto poduszki trójkątnej. Kolano wyprostowano do pozycji prostej w ciągu 10 s. Zmierzono dawkę promieniowania. Oprócz 4DCT wykonano statyczne 3DCT całego uda, piszczeli i rzepki. Zrekonstruowano dane powierzchniowe całego uda i piszczeli. Próg wartości HU dla kory kostnej ustawiono na 250 HU i zrekonstruowano dane powierzchniowe dla ws...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Nasza metoda umożliwia wizualizację i kwantyfikację ruchów całych kości oraz dostarcza numerycznych danych o położeniu ruchomej kości w stosunku do kości nieruchomej na podstawie danych 4DCT. Zaproponowano wiele narzędzi do pomiaru kinematyki stawów. Markery ruchu skóry mogą analizować ruchy całego ciała przez długi czas. Jednak ta metoda zawiera błędy ruchu skóry3. Kinematykę stawów należy oszacować na podstawie ruchu sąsiednich kości. Metoda rejestracji 2D-3D wykorzystuje fluoroskopię i wnioskuj...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają konkurencyjnych interesów finansowych.

Podziękowania

To badanie zostało zatwierdzone przez Institutional Review Board naszej instytucji (numer zatwierdzenia: 20150128).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Skaner 4DCTSystemy medyczne Canon (Tochigi, Japonia)Nie dotyczy4Skanowanie DCT, Statyczne skanowanie 3DCT
AVIZO(9.3.0)*Thermo Fisher Scientific (OR, USA)Oprogramowanie do przetwarzania obrazu.
Rekonstrukcja powierzchni na podstawie danych CT DICOM i danych chmury punktów.
* Ryan, TM & Walker, A. Struktura kości beleczkowej w głowach kości ramiennej i udowej naczelnych antropoidalnych. Anat Rec (Hoboken). 293 (4), 719-729, doi:10.1002/ar.21139, (2010).
Meshlab**ISTI (Piza, Włochy)Nie dotyczyPrzycinanie powierzchni i wybieranie punktów orientacyjnych
** MeshLab: narzędzie do przetwarzania siatek o otwartym kodzie źródłowym. Szósta Konferencja Oddziału Włoskiego Eurographics, strony 129-136, 2008.
P. Cignoni, M. Callieri, M. Corsini, M. Dellepiane, F. Ganovelli, G. Ranzuglia
VTK(6.3.0)***Kitware (Nowy Jork, USA)/AIteracyjny algorytm najbliższych punktów. Używany w programowaniu w języku Python.
*** https://vtk.org
Python(3.6.1)Przetwarzanie plików DICOM Python Software FoundationN/Aw celu wyodrębnienia chmury punktów z kory kostnej (moduł 'dicom.py').
Obliczanie macierzy rotacji. (Moduł Numpy)
Sekwencyjna regestracja obrazu przy użyciu algorytmu ICP
N

Bibliografia

  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Analiza kinematyki stawówtechnika rejestracji powierzchnialgorytm Iterative Closest-Pointrekonstrukcja powierzchni kościdane DICOM 4DCTobliczanie translacji i rotacjianaliza nadgarstka i stopyograniczanie artefaktów ruchowych
Czterowymiarowa analiza TK z wykorzystaniem sekwencyjnej rejestracji 3D-3D
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.