Summary
מחקר זה נועד ליצור מודל מודפס בתלת-ממד של חוליה מותנית ספציפית למטופל, המכיל הן את החוליות והן את המודלים של עצבי עמוד השדרה המאוחים מטומוגרפיה ממוחשבת ברזולוציה גבוהה (HRCT) ומנתוני MRI-Dixon.
Abstract
ריזוטומיה גבית סלקטיבית (SDR) היא פעולה קשה, מסוכנת ומתוחכמת, שבה כריתת למינקטומיה אמורה לא רק לחשוף שדה ראייה כירורגי הולם, אלא גם להגן על עצבי עמוד השדרה של המטופל מפני פגיעה. מודלים דיגיטליים ממלאים תפקיד חשוב לפני ותוך הפעולה של SDR, מכיוון שהם יכולים לא רק להכיר יותר את המבנה האנטומי של האתר הכירורגי, אלא גם לספק קואורדינטות ניווט כירורגיות מדויקות עבור המניפולטור. מחקר זה נועד ליצור מודל דיגיטלי תלת-ממדי של חוליה מותנית ספציפית למטופל שניתן להשתמש בו לתכנון, ניווט כירורגי ואימון של פעולת SDR. מודל ההדפסה התלת-ממדית מיוצר גם לעבודה יעילה יותר בתהליכים אלה.
מודלים דיגיטליים אורתופדיים מסורתיים מסתמכים כמעט לחלוטין על נתוני טומוגרפיה ממוחשבת (CT), שהיא פחות רגישה לרקמות רכות. איחוי מבנה העצם מ-CT והמבנה העצבי מהדמיית תהודה מגנטית (MRI) הוא מרכיב המפתח לשחזור המודל במחקר זה. המודל הדיגיטלי התלת-ממדי הספציפי של המטופל משוחזר למראה האמיתי של אזור הניתוח ומציג מדידה מדויקת של מרחקים בין-מבניים ופילוח אזורי, מה שיכול לסייע ביעילות בתכנון והכשרה טרום ניתוחיים של SDR. מבנה העצם השקוף של המודל המודפס בתלת-ממד מאפשר למנתחים להבחין בבירור בקשר היחסי בין עצב עמוד השדרה לבין לוחית החוליות של המקטע המנותח, ובכך לשפר את ההבנה האנטומית שלהם ואת התחושה המרחבית של המבנה. היתרונות של המודל הדיגיטלי התלת-ממדי האישי והקשר המדויק שלו בין עצב עמוד השדרה למבני העצם הופכים שיטה זו לבחירה טובה לתכנון טרום ניתוחי SDR.
Introduction
שיתוק מוחין ספסטי משפיע על יותר ממחצית מכלל הילדים עם שיתוק מוחין1, מה שמוביל להתכווצויות גידים, התפתחות שלד לא תקינה וירידה בניידות, מה שמשפיע מאוד על איכות החיים של הילדים שנפגעו2. כשיטה הכירורגית העיקרית לטיפול בשיתוק מוחין ספסטי, ריזוטומיה גבית סלקטיבית (SDR) אומתה במלואה ומומלצת על ידי מדינות רבות 3,4. עם זאת, אופיו המורכב ועתיר הסיכון של ניתוח SDR, כולל חיתוך מדויק של הלמינה, מיקום ודיסוציאציה של שורשי העצבים וניתוק סיבי עצב, מציב אתגר משמעותי בפני רופאים צעירים שרק מתחילים לעסוק ב- SDR בפרקטיקה קלינית; יתר על כן, עקומת הלמידה של SDR תלולה מאוד.
בניתוחים אורתופדיים מסורתיים, על המנתחים לשלב מנטלית את כל התמונות הדו-ממדיות (2D) לפני הניתוח וליצור תוכנית כירורגית תלת-ממדית5. גישה זו קשה במיוחד לתכנון טרום ניתוחי הכולל מבנים אנטומיים מורכבים ומניפולציות כירורגיות, כגון SDR. עם ההתקדמות בדימות רפואי ובטכנולוגיית המחשב, ניתן לעבד תמונות ציריות דו-ממדיות, כגון טומוגרפיה ממוחשבת (CT) והדמיית תהודה מגנטית (MRI) כדי ליצור מודלים וירטואליים תלת-ממדיים עם אנטומיה ספציפיתלמטופל 6. עם הדמיה משופרת, מנתחים יכולים לנתח מידע מעובד זה כדי לבצע אבחונים, תכנון והתערבויות כירורגיות מפורטות יותר המותאמות למצבו של המטופל. בשנים האחרונות, היישום של טכנולוגיית היתוך תמונה multimodal באורתופדיה משך בהדרגה תשומת לב7. טכנולוגיה זו יכולה להתיך תמונות CT ו- MRI, ולשפר מאוד את הדיוק של המודל האנלוגי digital3D. עם זאת, היישום של טכניקה זו במודלים טרום ניתוחיים של SDR עדיין לא נחקר.
מיקום מדויק של הלמינה ועצב עמוד השדרה וחיתוך מדויק במהלך ניתוח SDR הם קריטיים לתוצאות מוצלחות. בדרך כלל, משימות אלה מסתמכות על ניסיונם של מומחים ומאושרות שוב ושוב על ידי זרוע C במהלך הניתוח, וכתוצאה מכך תהליך כירורגי מורכב וגוזל זמן. המודל הדיגיטלי התלת-ממדי משמש כבסיס לניווט ניתוחי SDR עתידי וניתן להשתמש בו גם לתכנון טרום ניתוחי של הליכי למינקטומיה. מודל זה ממזג את מבנה העצם מ-CT ואת מבנה עצב עמוד השדרה מ-MRI, ומקצה צבעים שונים לחלקי החוליות המותניות המסומנים לחיתוך בהתאם לתוכנית הניתוח. מודלים הולוגרפיים כאלה להדפסה תלת-ממדית עבור SDR לא רק מאפשרים תכנון וסימולציה טרום ניתוחיים, אלא גם מפיקים קואורדינטות ניווט תלת-ממדיות מדויקות לזרוע הרובוטית התוך ניתוחית לחיתוך מדויק.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
כל הנתונים מגיעים מהמטופל הקליני, שפעולת SDR שלו בוצעה בבית החולים BJ Dongzhimen. הפרוטוקול עוקב אחר ההנחיות של ועדת האתיקה למחקר של בית החולים דונג-ג'ימן ואושר על ידה.
הערה: המפה המלאה של פרוטוקול שחזור המודל מוצגת באיור 1. נתוני הטומוגרפיה הממוחשבת ברזולוציה גבוהה (HRCT) ונתוני דיקסון הם חומרי גלם למידול; לאחר מכן, יצירת המודל התלת-ממדי מורכבת מרישום תמונה ואיחוי. המודל הדיגיטלי התלת-ממדי הסופי מודפס בטכנולוגיית PolyJet שהוא תהליך הדפסה תלת-ממדית בדיוק גבוה המייצר חלקים חלקים חלקים ומדויקים תוך שימוש במגוון רחב של חומרים. על מנת לתאר בדיוק את הקשר המרחבי בין החוליה לעצב עמוד השדרה, נעשה שימוש בנתוני HRCT ובסדרת התמונות של דיקסון. סריקת דיקסון יכולה לזהות תמונות הפרדת מים ושומנים, שבהן ניתן להשתמש בסדרת תמונות פאזת המים של דיקסון כדי לחלץ את מבנה עצבי עמוד השדרה, וניתן להשתמש בסדרת תמונות הפאזה של דיקסון כדי לבדוק את הרישום של מבנה העצם.
איור 1: כל המפה של הפרוטוקול. מתודולוגיית המחקר של מחקר זה כוללת מיזוג של רצפי CT ותהודה מגנטית של דיקסון. באופן ספציפי, מבנה חוליות ה-CT רשום עם מבנה החוליות הזהה הכלול ברצף דיקסון-אין, ואחריו איחוי עם רצף דיקסון-w עבור עצב עמוד השדרה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
1. איסוף נתונים והכנתם
- CT ברזולוציה גבוהה לחוליות
הערה: הפרש הפרמטרים אינו רגיש לשיטת המחקר.- הגדר את משאבי הנתונים מתחנת מכונת ה- CT.
הערה: כאן, מכשיר SIEMENS-CTAWP73396 CT משמש. - פתח את תוכנת Syngo CT 2012B כדי לקבל נתונים מפרוטוקול הסריקה SpineRoutine_1. בחר את גודל הפיקסלים ואת עובי הפרוסה (ST) של ערכת הנתונים כדי להתאים לגודל החוליות המיועדות להיות מיוצגות במודל הדיגיטלי התלת-ממדי.
- השתמש ב- ST של 1 מ"מ עם גודל מטריצה של 512 פיקסלים x 512 פיקסלים, כאשר המרווח בין הפיקסלים הוא 0.3320 מ"מ. הגודל האמיתי של נפח 3D שהושג הוא 512 x 512 x 204 voxels.
- הגדר את משאבי הנתונים מתחנת מכונת ה- CT.
- רצף דיקסון לעצב עמוד השדרה
הערה: במחקר זה נעשה שימוש במכשיר MRI 1.5 T.- הגדר את רזולוציית התמונה של Dixon כ- 290 פיקסלים x 320 פיקסלים, את מרווח הפיקסלים כ- 0.9375 מ"מ ואת עובי הפרוסה כ- 3 מ"מ לקבלת נתונים מדויקים.
- הגדר את זמן החזרה כ- 5,160 אלפיות השנייה ואת זמן ההד כ- 94 אלפיות השנייה.
- ודאו שכל שכבה סרוקה מורכבת מתמונות בנות ארבעה פאזות, שהן Dixon-in, Dixon-opp, Dixon-F ו-Dixon-w.
- הכן קובצי אחסון נתונים לשחזור מודל.
הערה: מבנה אחסון נתונים מוגדר היטב נוח יותר לעבודת המשך.- צור תיקיית פרוייקט שתכיל את כל הנתונים השייכים לחולה.
- הכן נתיבי קובץ שונים עבור נתוני HRCT ו- MRI-Dixon על-ידי יצירת תיקיות שונות עבור נתוני הדמיה דיגיטלית ותקשורת ברפואה (DICOM).
- צור תיקיה נפרדת תחת הפרוייקט עבור כל תוצאות הניתוח.
2. מודל החוליות הדיגיטליות התלת-ממדיות
הערה: כל פונקציות תת-התהליך מגיעות מכלי תוכנה, שרכושם שייך ל-Beijing Intelligent Entropy Science & Technology Co Ltd.
- התקשר לתהליך המשנה Dicom2Mat במקום העבודה של MATLAB כדי לקבל את אמצעי האחסון התלת-ממדי מקובצי DICOM המאוחסנים בתיקיית הנתונים HRCT.
- לאחר שעברתם את תהליך המשנה של Dicom2Mat , צפו בכל פרוסה בתוך אמצעי האחסון התלת-ממדיים דרך ממשק המשתמש הגרפי (GUI), כפי שמתואר באיור 2.
- לאחר מכן, דמיינו את התפלגות העוצמה של נתוני HRCT של החוליות לפי פונקציית hist (איור 3).
- התקשר לתהליך המשנה NoiseClean כדי למחוק רעשי אות שנוצרו על-ידי ההתקן תחת נתיבי קובץ הנתונים HRCT.
- השתמשו בתת-התהליך של תפקוד החוליות תחת אותו נתיב כדי לקבל את מודל החוליות, שגם הוא נפח תלת-ממדי אבל רק עם מבנה העצם (איור 4). פרמטרי המסנן במעבר גבוה, העוצמה נעה בין 190 ל -1,656.
3. מודל עצב עמוד השדרה הדיגיטלי התלת-ממדי
הערה: Dixon-in מכיל מבנה עצם, בעוד Dixon-w מתאר מבנה עצבי.
- השתמש בתהליך המשנה Dicom2Mat בשני הנתיבים של רצפי Dixon-in ו- Dixon-w וקבל את נפח התלת-ממד שלהם.
- יתר על כן, דמיינו כל פרוסה בודדת שמהווה נפח תלת-ממדי באמצעות ממשק המשתמש הגרפי המוצג באיור 5. גש לתצוגה חזותית זו לאחר השלמת תהליך המשנה של Dicom2Mat .
- השתמש בפונקציית Spinal_Nerve כדי לשחזר את מודל עצב עמוד השדרה עם פרמטרים של מסנן מעבר גבוה, בעוצמה הנעה בין 180 ל -643. מכיוון שהאותות של העצב ברצף Dixon-w גבוהים מאוד, חלץ את נפח התלת-ממד של עצב עמוד השדרה על ידי סינון נקודות בעוצמה נמוכה.
- כאשר תהליך המשנה של Spinal_Nerve מסתיים, בדוק את המודל שנוצר בממשק המשתמש הגרפי המוצג באיור 6.
4. רישום ואיחוי
הערה: התובנה העיקרית היא שארכיטקטורת העצם קיימת הן ברצף ההדמיה HRCT והן ברצף ההדמיה של דיקסון.
- העתק את שלושת אמצעי האחסון התלת-ממדיים שהושגו עד כה לנתיב הקובץ של הפרויקט שנעשה בשלב 3.1. המודלים מ-HRCT ו-Dixon-in כוללים את אותו מבנה חוליות, ולמודלים של Dixon-in ו-Dixon-w יש את אותן קואורדינטות.
- לאחר מכן, הכניסו את שמות הקבצים של שלושת המודלים לתת-התהליך vertebra_fusion כקלט ליצירת מודל האיחוי. ניתן להמחיש זאת באיור 7.
- ההיתוך בדרך כלל עשוי היטב. אם יש צורך בכוונון עדין מנקודת מבטו של הרופא, הוסף פרמטרים של קואורדינטות לכל הכיוונים לאותה פונקציה כדי לתקן את מודל האיחוי. אם נצפות שגיאות קלות בהיתוך מנקודת מבט קלינית, השתמש בפונקציית vertebra_fusion כדי לכוונן את קואורדינטות האיחוי. תהליך זה כולל התאמות פרמטרים לששת הממדים של כיוון הקואורדינטות (קואורדינטות XYZ וסיבובן).
- צור תיקיה נפרדת בספריית הפרוייקט להפקת התוצאה של מודל האיחוי.
5. קבצי מודל דיגיטליים להדפסה תלת מימדית
הערה: מכשיר הדפסה תלת מימדי מפותח במלואו משמש לייצור המודל הדיגיטלי הנ"ל, עם יישום טריאנגולציות Delaunay. כאן, מדפסת Stratasys J55 Prime 3D שימש.
- יצא את מודלי המיזוג שישמשו להדפסה תלת-ממדית ברצפי תבנית DICOM תחת נתיב הקובץ של ספריית ההיתוך. השתמש באלגוריתם Mat2Dicom כדי לבצע את פעולת הייצוא על ידי הזנת מודל ההיתוך.
- פתח את רצף הקבצים DICOM שיוצאו בעבר באמצעות Materialise Mimics V20. כדי לבצע את פעולת הייצוא, נווט לתפריט ייצוא תחת הכרטיסייה קובץ ובחר בתבנית VRML. נתיב הקובץ לייצוא ניתן להתאמה אישית חופשית בהתאם לדרישות המשתמש.
- מכיוון שהדפסת תלת מימד צבעונית ושקופה היא שירות מקצועי, דחסו וארזו את קבצי VRML ושלחו אותם לספק השירות. תוצאת ההדפסה בתלת-ממד מוצגת באיור 8.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
בהתבסס על נתוני איחוי תמונות CT/MRI מותני בילדים עם שיתוק מוחין, יצרנו מודל מייצג של עמוד השדרה המותני בשילוב עם עצבי עמוד השדרה. סינון במעבר גבוה שימש לחילוץ האות הגבוה בטווח ערכי CT של 190-1,656 מ- HRCT, כדי להשיג שחזור של מבנה העצם של עמוד השדרה המותני באזור הניתוח. מבני עצבי עמוד השדרה שוחזרו על ידי סינון במעבר גבוה של רצפי Dixon-w ב- MRI. המודל הדיגיטלי וקואורדינטות נתוני ענן הנקודות של מבנה החוליות המותני ואיחוי עצבי עמוד השדרה התקבלו באמצעות רישום קשיח, והקובץ נשמר בפורמט סטריאוליתוגרפיה (STL) למדידת נתונים ועיבוד הדפסה נוסף. קובצי המודל הדיגיטלי STL מומרים לפורמט VRML לצורך העברה למדפסת התלת-ממד Stratasys J55 Prime. כדי להדגים באופן פעיל את האנטומיה של אתר הניתוח במהלך ניתוח SDR, הדפסנו את העצמות בשרף שקוף והדפסנו את החלקים האחרים בצבעים שונים. לאחר מכן, המודל המודפס בתלת-ממד יכול לחשוף את היחסים המרחביים של אתרי ניתוח מרכזיים ב-SDR עבור מנתחים ומטופלים במהלך התכנון וההכשרה לפני הניתוח.
מודל עמוד השדרה המותני התלת-ממדי המתקבל מספק את האפשרות לתכנון והכשרה טרום ניתוחיים של SDR. צבעים שונים משמשים כדי להכתים ולהבדיל בין המבנים, כגון עצמות ועצבים. כפי שניתן לראות באיור 8, מבנה עצב עמוד השדרה צבוע בצהוב, והלמינה של מקטעי L4 ו-L5 באזור הניתוח המתאים מובחנת על-ידי כתמים אדומים וכחולים, בהתאמה. מבנה העצם מודפס באמצעות חומר שרף שקוף, בעל פרספקטיבה טובה, המאפשר לרופאים להתבונן במבנה העצבים מתחת ללמינה דרך מבנה העצם. המודל המותאם אישית באמת משחזר את הקשר המקביל בין מבנה העצם המותני באזור הניתוח לבין האנטומיה של עצב עמוד השדרה, ומאפשר לרופאים להגדיר טוב יותר את כיוון החיתוך והטווח המתאימים לפני הניתוח.
איור 2: ממשק המשתמש הגרפי של פרוסות בנפח מנתוני HRCT. באמצעות ממשק המשתמש הגרפי המוצג באיור, מנתחים יכולים לראות את מבנה עמוד השדרה הכלול בכל נתוני ה- CT. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 3: התפלגות העוצמה של נתוני HRCT של חוליות. מידע כמותי זה מסייע בקביעת טווח הסינון של מבנה החוליות. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 4: ממשק המשתמש הגרפי של הנפח התלת-ממדי של החוליות. האיור מראה את שלוש התצוגות של החוליות ואת נפח התלת-ממד בו זמנית. באמצעות ממשק משתמש גרפי זה, מנתחים יכולים לצפות בחוליות של חולים מכל נקודת מבט רצויה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 5: ממשק המשתמש הגרפי של פרוסות בנפח מ-Dixon-in ו-Dixon-w. ניתן לעיין במהירות בהדמיית דיקסון, ולבדוק את תמונות החוליות ועצבי עמוד השדרה של המטופלים. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 6: ממשק המשתמש הגרפי של נפח התלת-ממד של עצב עמוד השדרה. שחזור תלת ממדי של רצף Dixon-w של המטופל להתבוננות במבנה התלת-ממדי של עצב עמוד השדרה של המטופל. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 7: ממשק המשתמש הגרפי של מודל ההיתוך (נפח דיגיטלי תלת-ממדי). נפח התלת מימד מכיל הן את מבנה החוליות מנתוני ה- CT והן את המבנה התלת-ממדי של עצב עמוד השדרה מתהודה מגנטית. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 8: מודל ההדפסה בתלת-ממד לתכנון והדרכה של SDR. מודל ההדפסה התלת-ממדית השקוף והצבעוני מראה את המבנה האנטומי של האזור שבו יש לבצע ניתוח SDR במטופל. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
מחקר זה מספק זרימת עבודה לביסוס מודל הדפסה תלת-ממדית טרום ניתוחית של עמוד השדרה המותני בחולים עם שיתוק מוחין, במטרה להקל על התכנון הטרום-ניתוחי לניתוח SDR ולשפר את האימון האנטומי המבוסס על המודל הספציפי של המטופל. מטרת המחקר היא לבסס מודל אמין ביותר המודפס בתלת-ממד המדגים במדויק את מבנה החוליות והעצבים המותניים של המטופל. על ידי מדידת המיקום של הלמינה ועצב עמוד השדרה במודל לפני הניתוח, ניתן להשיג תכנון מדויק של חיתוך הלמינה, מה שמוביל לייעול של הליכים כירורגיים ורכישת שליטה בטכנולוגיה כירורגית SDR.
שלב המפתח העיקרי שנחקר במחקר זה היה מיזוג של רצפי CT ודיקסון. האיחוי הסתמך על נוכחותם של אותם מבני עצם הן בנתוני ה-CT והן ברצפי דיקסון-אין, כמו גם על העובדה שנתוני דיקסון-אין ודיקסון היו באותה מערכת קואורדינטות. זה איפשר איחוי סופי של עצבי עמוד השדרה ומבני עצם החוליות. צעד המפתח השני היה שימוש בטכנולוגיית הדפסה בצבע שקוף לייצור המודל הדיגיטלי התלת-ממדי. טכנולוגיית הדפסה זו הייתה מסוגלת להדגיש את המבנים האנטומיים של המטופל, את המיקום המדויק של למינקטומיה, ואת המיקום היחסי של הפורמינה הבין חולייתית ושורשי העצבים.
בעשורים האחרונים, צוותים כירורגיים רבים פיתחו טכניקות חדשניות עבור SDR8,9, עם דגש עיקרי על מזעור נזק לעמוד השדרה במהלך ההליך. הדבר נובע מהיעילות המבוססת היטב של ניתוחים ארוכי מקטע בהקלה על עוויתות, לצד חששות לגבי ההשפעה של כריתת למינקטומיה נרחבת על יציבות עמוד השדרה10. ניתוח SDR מוצלח דורש כריתת למינקטומיה קריטית, המחייבת הן חתכים מספיקים של הלמינה כדי לאפשר מניפולציה נוירוכירורגית נוספת והן שימור של מספיק למינה כדי למנוע ערעור יציבות בעמוד השדרה. חיתוך למינרי מדויק ללא נזק או השפעות שליליות במהלך הניתוח דורש הבנה מקיפה של המיקום, הגודל והקטע של החיתוך. נכון לעכשיו, הערכת SDR לפני הניתוח מסתמכת בעיקר על הדמיית CT/MRI וניסיון קליני, אשר עשויים שלא לענות באופן מלא על הדרישות של פעולות חיתוך מדויקות. בשנים האחרונות, היישום של איחוי תמונה מולטימודאלי בניתוחי עמוד שדרה הראה ערך פוטנציאלי רב, בעוד מחקר רלוונטי הוא עדיין נדיר. לפיכך, מחקר זה נועד להתיך CT ו- MRI של עמוד השדרה המותני לפני הניתוח כדי לשחזר מודל דיגיטלי תלת ממדי המייצג במדויק הן את מבנה העצם והן את עצבי עמוד השדרה. המודל הדיגיטלי התלת-ממדי המשוחזר הודפס בתלת-ממד נוסף וניתן היה להשתמש בו לתקשורת יעילה בין רופא למטופל ולתכנון טרום ניתוחי. המיקום המדויק של מוצא שורש העצב המותני על ידי המודל איפשר הבנה טובה יותר של היחסים המרחביים בין החוליות לשורש העצב, ואיפשר פעולה יעילה הן למנתחים והן לרובוטים כירורגיים.
יתר על כן, ילדים עם שיתוק מוחין מפגינים התפתחות ייחודית בעמוד השדרה ובשלד, המאופיינת במיקרו-מבנה עצם טרבקולרי היפופלסטי, קליפת מוח דקה וחוזק עצם נמוך11. תכונות אנטומיות ייחודיות אלה ומניפולציות מורכבות הופכות את ניתוח SDR למאתגר לשליטה. לכן, השתמשנו בטכנולוגיית הדפסה תלת-ממדית כדי לייצר מודלים אנטומיים מדויקים של חוליות מותניות של מטופלים אמיתיים, ולהציע התייחסות אובייקטיבית ללמידה כירורגית. טכניקה זו אידיאלית עבור מנתחים פחות מנוסים ועשויה להפחית את זמן הלמידה12. בנוסף, מודלים מותאמים אישית מציעים את היתרון הנוסף של שחזור מלא של המבנה הייחודי של המטופל, ומספקים תובנות חשובות עבור אלה עם וריאציות אנטומיות מורכבות13,14.
רכישת תמונה ראשונית באיכות גבוהה חיונית להדפסה תלת-ממדית מוצלחת15. במחקר זה, מודל הדפסה תלת מימדית מציאותי ומדויק התקבל באמצעות רישום של נתוני HRCT ו- MRI. הדפסה שקופה של מבנה העצם וצביעה של טווח התכנון של הלמינה שיפרו עוד יותר את הייצוג האינטואיטיבי של המודל של אנטומיה כירורגית. באופן מסורתי, מנתחים רוכשים מיומנויות כירורגיות בעיקר בחדר הניתוח, מה שמגדיל את הסיכונים לניתוח כאשר מנתחים צעירים מנסים לראשונה לרכוש מיומנויות כאלה בפועל12 . עם מודלים אובייקטיביים של הדפסה תלת-ממדית פיזית, מנתחים בכירים יכולים לתקשר בקלות רבה יותר את הניסיון הכירורגי שלהם לרופאים צעירים. בנוסף, המודלים להדפסה בתלת-ממד יכולים לספק לאנשים הכשרה כירורגית מדומה המבוססת על שחזור מבני אמיתי של המטופל, מה שעשוי להאיץ את תהליך הלמידה של הרופא עבור SDR תוך שיפור הבטיחות של הליכים רפואיים. בסך הכל, גישה זו טומנת בחובה הבטחה גדולה בשיפור ההכשרה הכירורגית ובשיפור תוצאות המטופלים.
כיום, היישום של הדפסה תלת ממדית באורתופדיה נשאר בשלב החיפוש, והטכנולוגיה הביו-חומרית הקיימת אינה מצליחה לייצג במדויק את החומרים של רקמות אנושיות שונות ולדמות את הביומכניקה של המפרקים5. במהלך למינקטומיה, המודלים האלסטיים של רקמות שונות הם מורכבים ונתונים להפרעה על ידי תנועת דיסק ותנועה נשימתית16,17. לכן, מחקר זה אינו יכול לשחזר באופן מלא את מצבו האמיתי של המטופל התוך ניתוחי במהלך פעולת החיתוך, מה שדורש מחקר נוסף על מודל ההדפסה התלת-ממדית בביומכניקה ובמדעי החומרים. יתר על כן, הליך האיחוי שנעשה בו שימוש במחקר זה עשוי להשתפר עוד יותר אם ניתן יהיה לפתח שיטת רישום קואורדינטות במהלך הליכי הדימות הרפואי הן עבור ציוד ה- CT והן עבור ציוד ה- MRI, מה שעשוי לשפר את הדיוק.
אם ניתן לתכנן שיטת רישום קואורדינטות במהלך הליכי הדמיה רפואיים עבור ציוד CT ו- MRI, הליך האיחוי של מחקר זה עשוי לשפר עוד יותר את הדיוק. השיפור ההדרגתי הצפוי בחלק זה של המחקר נמשך. נכון לעכשיו, המודל אינו יכול להציג מידע מלא על חבילות סיבי עצב בעמוד השדרה. בעבודה המדעית הקרובה, דימות טנזור הדיפוזיה ישמש עוד יותר למעקב אחר חבילות סיבי עצב בעמוד השדרה ויאוחה כדי להשיג מודל דיגיטלי תלת-ממדי מפורט יותר עבור SDR.
לסיכום, מודל ההדפסה התלת-ממדית עבור SDR במחקר זה לא רק מספק נתונים מפורטים ומדויקים לתכנון טרום ניתוחי, אלא גם מספק מדיום ליבה לאימון SDR. המודל משלב בהצלחה את מבנה העצם מ-CT עם מבנה הרקמה הרכה מ-MRI. הצלחתה של פרדיגמת היתוך קבוצת דימויים זו מנצלת את היתרונות המתאימים של שני מקורות דימוי רפואיים חשובים כדי ליצור השלמה. פרדיגמת מחקר זו תמלא תפקיד חשוב לא פחות גם בתחומים אחרים של אבחון הדמיה רפואית, טיפול והערכת פרוגנוזה.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
המודלים הדיגיטליים במחקר זה משוחזרים על ידי מחבר שותף Fangliang Xing.
Acknowledgments
פרסום זה נתמך על ידי הקרן העירונית למדעי הטבע של בייג'ינג (L192059).
Materials
| Name | Company | Catalog Number | Comments |
| J55 Prime 3D-Printer | Stratasys | J55 Prime | Manufacturing the model |
| MATLAB | MathWorks | 2022B | Computing and visualization |
| Mimics | Materialise | Mimics Research V20 | Model format transformation |
| Tools for volum fusion | Intelligent Entropy | VolumeFusion V1.0 | Beijing Intelligent Entropy Science & Technology Co Ltd. Modeling for CT/MRI fusion |
References
- Rosenbaum, P., et al. A report: the definition and classification of cerebral palsy April 2006. Developmental Medicine and Child Neurology. Supplement. 109, 8-14 (2007).
- Krigger, K. W.
- Davidson, B., Fehlings, D., Milo-Manson, G., Ibrahim, G. M. Improving access to selective dorsal rhizotomy for children with cerebral palsy. Canadian Medical Association Journal. 191 (44), E1205-E1206 (2019).
- Buizer, A. I. Selective dorsal rhizotomy in children with cerebral palsy. The Lancet. Child & Adolescent Health. 3 (7), 438-439 (2019).
- Wong, K. C.
- Wong, K. C., Kumta, S. M., Geel, N. V., Demol, J. One-step reconstruction with a 3D-printed, biomechanically evaluated custom implant after complex pelvic tumor resection. Computer Aided Surgery. 20 (1), 14-23 (2015).
- Zhu, R., Li, X., Zhang, X., Ma, M. MRI and CT medical image fusion based on synchronized-anisotropic diffusion model. IEEE Access. 8, 91336-91350 (2020).
- Park, T. S., Gaffney, P. E., Kaufman, B. A., Molleston, M. C. Selective lumbosacral dorsal rhizotomy immediately caudal to the conus medullaris for cerebral palsy spasticity. Neurosurgery. 33 (5), 929-934 (1993).
- Sindou, M., Georgoulis, G. Keyhole interlaminar dorsal rhizotomy for spastic diplegia in cerebral palsy. Acta Neurochirurgica. 157 (7), 1187-1196 (2015).
- Peacock, W. J., Staudt, L. A. Selective posterior rhizotomy: evolution of theory and practice. Pediatric Neurosurgery. 17 (3), 128-134 (1991).
- Vitrikas, K., Dalton, H., Breish, D.
- Niikura, T., et al. Tactile surgical navigation system for complex acetabular fracture surgery. Orthopedics. 37 (4), 237-242 (2014).
- Lepisto, J., Armand, M., Armiger, R. S. Periacetabular osteotomy in adult hip dysplasia-developing a computer aided real-time biome-chanical guiding system (BGS). Finnish Journal of Orthopaedics and Traumatology. 31 (2), 186-190 (2008).
- Armiger, R. S., Armand, M., Tallroth, K., Lepisto, J., Mears, S. C. Three-dimensional mechanical evaluation of joint contact pressure in 12 periacetabular osteotomy patients with 10-year follow-up. Acta Orthopaedica. 80 (2), 155-161 (2009).
- Rengier, F., et al. 3D printing based on imaging data: review of medical applications. International Journal of Computer Assisted Radiology and Surgery. 5 (4), 335-341 (2010).
- Jiang, Z., et al. Model-based compensation of moving tissue for state recognition in robotic-assisted pedicle drilling. IEEE Transactions on Medical Robotics and Bionics. 2 (3), 463-473 (2020).
- Setton, L. A., Chen, J. Mechanobiology of the intervertebral disc and relevance to disc degeneration. The Journal of Bone and Joint Surgery. American. 88, 52-57 (2006).
