Summary
이 연구는 고해상도 컴퓨터 단층 촬영(HRCT) 및 MRI-Dixon 데이터에서 융합된 척추 및 척수 신경 모델을 모두 포함하는 환자별 요추의 3D 프린팅 모델을 만드는 것을 목표로 합니다.
Abstract
선택적 등쪽 신경근 절개술(SDR)은 추궁 절제술이 적절한 수술 시야를 노출시킬 뿐만 아니라 환자의 척수 신경을 손상으로부터 보호해야 하는 어렵고 위험하며 정교한 수술입니다. 디지털 모델은 의사가 수술 부위의 해부학적 구조에 더 익숙해질 수 있을 뿐만 아니라 매니퓰레이터에게 정확한 수술 탐색 좌표를 제공할 수 있기 때문에 SDR의 사전 및 내부 수술에서 중요한 역할을 합니다. 이 연구는 SDR 수술의 계획, 수술 탐색 및 교육에 사용할 수 있는 환자별 요추의 3D 디지털 모델을 만드는 것을 목표로 합니다. 3D 프린팅 모델은 이러한 과정에서 보다 효과적인 작업을 위해 제조되기도 합니다.
전통적인 정형외과 디지털 모델은 연조직에 덜 민감한 컴퓨터 단층 촬영(CT) 데이터에 거의 전적으로 의존합니다. CT의 뼈 구조와 자기공명영상(MRI)의 신경 구조의 융합은 이 연구에서 모델 재구성의 핵심 요소입니다. 환자의 특정 3D 디지털 모델은 수술 부위의 실제 모습에 맞게 재구성되고 구조 간 거리 및 지역 분할의 정확한 측정을 보여주므로 수술 전 SDR 계획 및 교육에 효과적으로 도움이 될 수 있습니다. 3D 프린팅 모델의 투명한 뼈 구조 소재를 통해 외과의는 척추 신경과 수술된 부분의 척추판 사이의 상대적 관계를 명확하게 구별할 수 있어 구조에 대한 해부학적 이해와 공간 감각을 향상시킬 수 있습니다. 개별화된 3D 디지털 모델의 장점과 척수 신경과 뼈 구조 간의 정확한 관계로 인해 이 방법은 SDR 수술의 수술 전 계획에 적합합니다.
Introduction
경련성 뇌성마비는 뇌성마비 아동의 절반 이상에게 영향을 미치며1, 힘줄 구축, 비정상적인 골격 발달, 이동성 저하를 유발하여 영향을 받는 아동의 삶의 질에 큰 영향을 미친다2. 경련성 뇌성마비 치료를 위한 주요 수술 방법인 선택적 등쪽 신경근 절개술(SDR)은 많은 국가에서 완전히 검증되고 권장되었습니다 3,4. 그러나 박판의 정확한 절단, 신경근의 위치 지정 및 해리, 신경 섬유의 절단을 포함한 SDR 수술의 복잡하고 고위험 특성은 임상 실습에서 SDR에 이제 막 참여하기 시작한 젊은 의사들에게 중요한 도전 과제입니다. 또한 SDR의 학습 곡선은 매우 가파르다.
전통적인 정형외과 수술에서 외과의는 모든 수술 전 2차원(2D) 영상을 정신적으로 통합하고 3D 수술 계획을 세워야 한다5. 이 접근법은 복잡한 해부학적 구조와 SDR과 같은 외과적 조작을 포함하는 수술 전 계획에 특히 어렵습니다. 의료 영상 및 컴퓨터 기술의 발전으로 컴퓨터 단층 촬영(CT) 및 자기 공명 영상(MRI)과 같은 2D 축 영상을 처리하여 환자별 해부학적 구조6를 갖춘 3D 가상 모델을 생성할 수 있다. 향상된 시각화를 통해 외과의는 이 처리된 정보를 분석하여 환자의 상태에 맞는 보다 자세한 진단, 계획 및 외과적 개입을 수행할 수 있습니다. 최근 몇 년 동안 정형외과에서 멀티모달 이미지 융합 기술의 적용이 점차 주목을 받고 있다7. 이 기술은 CT와 MRI 이미지를 융합하여 digital3D 아날로그 모델의 정확도를 크게 향상시킬 수 있습니다. 그러나 SDR의 수술 전 모델에서 이 기술의 적용은 아직 연구되지 않았습니다.
SDR 수술 중 박판과 척수 신경의 정확한 위치 지정과 정확한 절단은 성공적인 결과를 위해 매우 중요합니다. 일반적으로 이러한 작업은 전문가의 경험에 의존하며 수술 중 C-arm에 의해 반복적으로 확인되므로 복잡하고 시간이 많이 소요되는 수술 과정이 발생합니다. 3D 디지털 모델은 향후 SDR 수술 탐색의 기초 역할을 하며 추궁 절제술 절차의 수술 전 계획에도 활용할 수 있습니다. 이 모델은 CT의 뼈 구조와 MRI의 척수 신경 구조를 융합하고 수술 계획에 따라 절단이 표시된 요추 부분에 다른 색상을 할당합니다. 이러한 SDR용 홀로그램 3D 프린팅 모델은 수술 전 계획 및 시뮬레이션을 용이하게 할 뿐만 아니라 정확한 절단을 위해 수술 중 로봇 팔에 정확한 3D 탐색 좌표를 출력합니다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
모든 데이터는 BJ Dongzhimen 병원에서 SDR 수술을 수행한 임상 환자로부터 제공됩니다. 이 프로토콜은 Dongzhimen 병원 연구 윤리 위원회의 지침을 따르고 승인을 받았습니다.
참고: 모델 재구성 프로토콜의 전체 지도는 그림 1에 나와 있습니다. 고해상도 컴퓨터 단층 촬영(HRCT) 데이터와 Dixon 데이터는 모델링을 위한 원료입니다. 그런 다음 3D 모델 생성은 이미지 등록 및 융합으로 구성됩니다. 최종 3D 디지털 모델은 다양한 재료를 사용하여 부드럽고 정확한 부품을 생산하는 고정밀 3D 프린팅 공정인 PolyJet 기술로 프린팅됩니다. 척추신경과 척수신경 사이의 공간적 관계를 정확하게 설명하기 위해 HRCT 데이터와 Dixon 이미지 시리즈를 사용합니다. 딕슨 스캐닝은 물과 지방 분리 이미지를 식별 할 수 있으며, 딕슨 워터 페이즈 이미지 시리즈는 척추 신경의 구조를 추출하는 데 사용할 수 있으며 딕슨 인 페이즈 이미지 시리즈는 뼈 구조의 등록을 확인하는 데 사용할 수 있습니다.
그림 1: 프로토콜의 전체 맵. 이 연구의 연구 방법론은 CT와 자기 공명 딕슨 시퀀스의 융합을 포함합니다. 구체적으로, CT 척추 구조는 Dixon-in 시퀀스에 포함된 동일한 척추 구조로 등록되며, 척수 신경에 대한 Dixon-w 시퀀스와 융합됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
1. 데이터 수집 및 준비
- 척추를 위한 고해상도 CT
참고: 매개변수 차이는 연구 방법에 민감하지 않습니다.- CT 머신 스테이션에서 데이터 리소스를 설정합니다.
참고: 여기서는 SIEMENS-CTAWP73396 CT 기계를 사용합니다. - Syngo CT 2012B 소프트웨어를 열어 스캐닝 프로토콜 SpineRoutine_1에서 데이터를 수신합니다. 데이터 세트의 픽셀 크기 및 슬라이스 두께(ST)를 선택하여 3D 디지털 모델에 표현하려는 척추의 크기에 맞게 조정합니다.
- 행렬 크기가 512픽셀 x 512픽셀이고 픽셀 간격이 0.3320mm인 1mm의 ST를 사용합니다. 달성된 3D 볼륨의 실제 크기는 512 x 512 x 204 복셀입니다.
- CT 머신 스테이션에서 데이터 리소스를 설정합니다.
- 척수 신경에 대한 딕슨 시퀀스
참고: 이 연구에서는 1.5T MRI 기계가 사용됩니다.- 정확한 데이터를 얻으려면 Dixon 이미지 해상도 를 290픽셀 x 320픽셀로, 픽셀 간격을 0.9375mm로, 슬라이스 두께 를 3mm로 설정합니다.
- 반복 시간을 5,160ms로, 에코 시간을 94ms로 설정합니다.
- 스캔한 모든 레이어가 Dixon-in, Dixon-opp, Dixon-F 및 Dixon-w의 4단계 이미지로 구성되어 있는지 확인합니다.
- 모델 재구성을 위해 데이터 저장 파일을 준비합니다.
참고: 잘 정의된 데이터 저장 구조는 후속 작업에 더 편리합니다.- 환자에 속한 모든 데이터를 포함하는 프로젝트 폴더를 만듭니다.
- DICOM(Digital Imaging and Communications in Medicine) 데이터에 대해 서로 다른 폴더를 만들어 HRCT 및 MRI-Dixon 데이터에 대해 서로 다른 파일 경로를 준비합니다.
- 모든 해석 결과에 대해 프로젝트 아래에 별도의 폴더를 만듭니다.
2. 3D 디지털 척추 모델
참고 : 모든 하위 프로세스 기능은 소프트웨어 도구에서 제공되며, 그 속성은 Beijing Intelligent Entropy Science & Technology Co Ltd에 속합니다.
- MATLAB 작업 공간에서 Dicom2Mat 서브프로세스를 호출하여 HRCT 데이터 폴더에 저장된 DICOM 파일에서 3D 볼륨을 가져옵니다.
- Dicom2Mat 하위 프로세스를 거친 후 그림 2와 같이 그래픽 사용자 인터페이스(GUI)를 통해 3D 볼륨 내의 각 슬라이스를 봅니다.
- 그런 다음 hist 함수를 통해 척추 HRCT 데이터의 강도 분포를 시각화합니다(그림 3).
- NoiseClean 하위 프로세스를 호출하여 HRCT 데이터 파일 경로 아래에서 장치에 의해 형성된 신호 노이즈를 삭제합니다.
- 동일한 경로에서 척추 함수 하위 프로세스를 사용하여 척추 모델을 얻을 수 있으며, 이 모델도 3D 볼륨이지만 뼈 구조만 있습니다(그림 4). 고역 통과 필터 매개 변수, 강도 범위는 190에서 1,656입니다.
3. 3D 디지털 척수 신경 모델
참고: Dixon-in은 뼈 구조를 포함하고 Dixon-w는 신경 구조를 설명합니다.
- Dixon-in 시퀀스와 Dixon-w 시퀀스의 두 경로 모두에서 Dicom2Mat 하위 프로세스를 사용하고 3D 볼륨을 가져옵니다.
- 또한 그림 5에 제시된 GUI를 사용하여 3D 볼륨을 구성하는 각 개별 슬라이스를 시각화합니다. Dicom2Mat 하위 프로세스가 완료되면 이 시각화에 액세스합니다.
- Spinal_Nerve 함수를 사용하여 강도 범위가 180에서 643 사이인 고역 통과 필터 파라미터로 척수 신경 모델을 재구성합니다. Dixon-w 시퀀스에서 신경의 신호가 매우 높기 때문에 강도가 낮은 점을 필터링하여 척수 신경 3D 부피를 추출합니다.
- Spinal_Nerve 하위 프로세스가 완료되면 그림 6과 같이 GUI에서 생성된 모델을 확인합니다.
4. 등록 및 융합
참고: 핵심 통찰력은 뼈 구조가 HRCT 및 Dixon-in 이미징 시퀀스 모두에 존재한다는 것입니다.
- 지금까지 얻은 3D 볼륨 3개를 3.1단계에서 만든 프로젝트의 파일 경로에 복사합니다. HRCT와 Dixon-in의 모델은 동일한 척추 구조를 포함하며 Dixon-in과 Dixon-w의 모델은 동일한 좌표를 갖습니다.
- 그런 다음 세 모델의 파일 이름을 vertebra_fusion 하위 프로세스에 입력으로 넣어 융합 모델을 생성합니다. 이 내용은 그림 7에서 시각화할 수 있습니다.
- 융합은 일반적으로 잘 이루어집니다. 의사의 관점에서 미세 조정이 필요한 경우 동일한 함수에 모든 방향의 좌표 파라미터를 추가하여 융합 모델을 수정합니다. 임상적 관점에서 융합에서 약간의 오차가 관찰되면 vertebra_fusion 함수를 사용하여 융합 좌표를 미세 조정합니다. 이 프로세스에는 좌표 방향의 6개 차원(XYZ 좌표 및 회전)에 대한 매개변수 조정이 포함됩니다.
- 융합 모델의 결과를 출력하기 위해 프로젝트 디렉토리에 별도의 폴더를 만듭니다.
5. 3D 프린팅을 위한 디지털 모델 파일
참고: 완전히 개발된 3D 프린팅 장치는 Delaunay 삼각 측량을 구현하여 앞서 언급한 디지털 모델의 제조에 활용됩니다. 여기서는 Stratasys J55 Prime 3D 프린터가 사용되었습니다.
- 3D 인쇄에 사용할 퓨전 모델을 퓨전 디렉토리의 파일 경로 아래에 있는 DICOM 형식 시퀀스로 내보냅니다. Mat2Dicom 알고리즘을 사용하여 융합 모델을 입력하여 내보내기 작업을 실행합니다.
- Materialise Mimics V20을 사용하여 이전에 내보낸 DICOM 파일 시퀀스를 엽니다. 내보내기 작업을 수행하려면 파일 탭 아래의 내보내기 메뉴로 이동하여 VRML 형식을 선택합니다. 내보내기를 위한 파일 경로는 사용자의 요구 사항에 따라 자유롭게 사용자 지정할 수 있습니다.
- 투명하고 다채로운 3D 프린팅은 전문 서비스이므로 VRML 파일을 압축 및 포장하여 서비스 제공업체에 보냅니다. 3D 프린팅 결과는 그림 8에 나와 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
뇌성마비 아동의 요추 CT/MRI 영상 융합 데이터를 기반으로 척추신경과 결합된 요추의 대표적 모델을 만들었습니다. HRCT에서 190-1,656의 CT 값 범위에서 높은 신호를 추출하기 위해 고역 통과 필터링을 사용하여 수술 영역에서 요추의 뼈 구조를 재구성했습니다. 척수 신경 구조는 MRI에서 Dixon-w 시퀀스의 고역 통과 필터링에 의해 재구성되었습니다. 요추 구조와 척수 신경 융합의 디지털 모델 및 포인트 클라우드 데이터 좌표는 엄격한 등록을 통해 얻었으며 파일은 데이터 측정 및 추가 인쇄 처리를 위해 STL(stereolithography) 형식으로 저장되었습니다. STL 디지털 모델 파일은 VRML 형식으로 변환되어 Stratasys J55 Prime 3D 프린터로 전송됩니다. SDR 수술 중 수술 부위의 해부학적 구조를 적극적으로 보여주기 위해 뼈를 투명 레진으로 인쇄하고 다른 부분은 다른 색상으로 인쇄했습니다. 그런 다음 3D 프린팅 모델은 수술 전 계획 및 교육 중에 외과의와 환자를 위해 SDR에서 주요 수술 부위의 공간적 관계를 나타낼 수 있습니다.
획득한 개인화된 3D 요추 모델은 수술 전 SDR 계획 및 훈련의 가능성을 제공합니다. 뼈와 신경과 같은 구조를 염색하고 구별하기 위해 다양한 색상의 염료가 사용됩니다. 도 8에서 보는 바와 같이, 척수 신경 구조는 황색으로 염색되고, 해당 수술 부위의 L4 및 L5 분절의 층은 각각 적색 및 청색 염색으로 구별된다. 뼈 구조는 투명 수지 소재를 사용하여 인쇄되어 원근감이 좋기 때문에 의사가 뼈 구조를 통해 얇은 판 아래의 신경 구조를 관찰 할 수 있습니다. 개인화된 맞춤형 모델은 수술 부위의 요추 뼈 구조와 척수 신경 해부학 사이의 해당 관계를 진정으로 복원하여 의사가 수술 전에 적절한 절단 방향과 범위를 더 잘 정의할 수 있도록 합니다.
그림 2: HRCT 데이터에서 볼륨에 있는 슬라이스의 GUI. 그림에 표시된 GUI를 통해 외과의는 모든 CT 데이터에 포함된 척추 구조를 볼 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3: 척추 HRCT 데이터의 강도 분포. 이 정량적 정보는 척추 구조의 필터링 범위를 결정하는 데 도움이 됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4: 척추뼈의 3D 부피에 대한 GUI. 이 그림은 척추와 3D 볼륨의 세 가지 뷰를 동시에 보여줍니다. 이 GUI를 통해 외과의는 원하는 관점에서 환자의 척추를 관찰할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 5: Dixon-in 및 Dixon-w의 볼륨에 있는 슬라이스의 GUI. 딕슨 영상을 빠르게 탐색할 수 있으며 환자의 척추 및 척수 신경 이미지를 확인할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 6: 척수 신경의 3D 부피의 GUI. 환자의 척수신경의 3D 구조를 관찰하기 위한 환자의 Dixon-w 시퀀스의 3D 재구성. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 7: 융합 모델의 GUI(3D 디지털 볼륨). 3D 볼륨에는 CT 데이터의 척추 구조와 자기 공명으로 인한 척수 신경의 3D 구조가 모두 포함되어 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 8: SDR 계획 및 교육을 위한 3D 프린팅 모델. 투명하고 다채로운 3D 프린팅 모델은 환자에게 SDR 수술이 필요한 부위의 해부학적 구조를 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
본 연구는 SDR 수술을 위한 수술 전 계획을 용이하게 하고 환자의 특정 모델을 기반으로 해부학적 훈련을 강화하기 위해 뇌성마비 환자의 요추의 수술 전 3D 프린팅 모델을 구축하기 위한 워크플로를 제공합니다. 이 연구는 환자의 요추 및 신경 구조를 정확하게 보여주는 매우 신뢰할 수 있는 3D 프린팅 모델을 구축하는 것을 목표로 합니다. 수술 전 모델에서 박판과 척수 신경의 위치를 측정함으로써 박판 절단의 정확한 계획을 달성할 수 있어 수술 절차를 최적화하고 SDR 수술 기술을 숙달할 수 있습니다.
이 연구에서 조사된 주요 핵심 단계는 CT와 Dixon 서열의 융합이었습니다. 융합은 CT 데이터와 Dixon-in 시퀀스 모두에서 동일한 뼈 구조의 존재와 Dixon-in 및 Dixon-w 데이터가 동일한 좌표계에 있다는 사실에 의존했습니다. 이것은 척수 신경과 척추 뼈 구조의 최종 융합을 허용했습니다. 두 번째 핵심 단계는 컬러 투명 인쇄 기술을 사용하여 3D 디지털 모델을 제작하는 것이었습니다. 이 인쇄 기술은 환자의 해부학적 구조, 추궁 절제술의 정확한 위치, 추간공과 신경근의 상대적 위치를 강조할 수 있었습니다.
최근 수십 년 동안 많은 외과 팀이 시술 중 척추 손상을 최소화하는 데 중점을 두고 SDR 8,9에 대한 혁신적인 기술을 개발했습니다. 이는 광범위한 추궁 절제술이 척추 안정성에 미치는 영향에 대한 우려와 함께 경련 완화에 대한 장분절 수술의 효능이 잘 확립되어 있기 때문에 발생합니다10. 성공적인 SDR 수술을 위해서는 중요한 추궁 절제술이 필요하며, 이는 추가 신경외과적 조작을 가능하게 하기 위해 충분한 박판 절개와 척추 불안정화를 피하기 위한 충분한 박판 보존을 모두 필요로 합니다. 작업 중 손상이나 부정적인 영향이 없는 정밀한 층류 절단을 위해서는 절단의 위치, 크기 및 단면에 대한 포괄적인 이해가 필요합니다. 현재 수술 전 SDR 평가는 주로 CT/MRI 영상 및 임상 경험에 의존하며, 이는 정밀 절단 작업의 요구 사항을 완전히 충족하지 못할 수 있습니다. 최근 몇 년 동안 척추 수술에서 다중 모드 이미지 융합의 적용은 큰 잠재적 가치를 보여주었지만 관련 연구는 여전히 드뭅니다. 따라서 본 연구는 수술 전 요추 CT와 MRI를 융합하여 뼈 구조와 척수 신경을 모두 정확하게 표현하는 3D 디지털 모델을 재구성하는 것을 목표로 하였다. 재구성된 3D 디지털 모델은 추가로 3D 프린팅되어 효과적인 의사-환자 커뮤니케이션 및 수술 전 계획에 활용될 수 있었습니다. 요추 신경근 출구의 정확한 위치 지정을 통해 척추와 신경근 사이의 공간적 관계를 더 잘 이해할 수 있어 외과의와 수술 로봇 모두에게 효율적인 수술이 가능해졌습니다.
또한, 뇌성마비 소아는 척추 및 골격 발달이 뚜렷하며, 섬유주골 미세구조가 저형성이고, 피질이 얇으며, 골 강도가 낮다11. 이러한 독특한 해부학적 특징과 복잡한 조작으로 인해 SDR 수술은 마스터하기가 어렵습니다. 따라서 우리는 3D 프린팅 기술을 사용하여 실제 환자의 해부학적으로 정확한 요추 모델을 제작하여 외과 학습에 대한 객관적인 참고 자료를 제공했습니다. 이 기술은 경험이 적은 외과의에게 이상적이며, 잠재적으로 학습 시간을 단축시킬 수 있다12. 또한, 개별 맞춤형 모델은 환자의 고유한 구조를 완전히 복원할 수 있는 추가적인 이점을 제공하여 복잡한 해부학적 변형을 가진 사람들에게 귀중한 통찰력을 제공합니다13,14.
성공적인 3D 프린팅을 위해서는 고품질의 초기 이미지 획득이 필수적이다15. 본 연구에서는 HRCT 및 MRI 데이터 등록을 통해 사실적이고 정확한 3D 프린팅 모델을 얻었다. 뼈 구조의 투명한 인쇄와 얇은 판의 계획 범위의 염색은 외과 해부학에 대한 모델의 직관적인 표현을 더욱 향상시켰습니다. 전통적으로 외과의는 주로 수술실에서 수술 기술을 습득하는데, 이는 젊은 외과의가 수술에서 수술 기술을 습득하려고 처음 시도할 때 수술의 위험을 증가시킨다12. 객관적인 물리적 3D 프린팅 모델을 통해 선임 외과의는 자신의 수술 경험을 젊은 의사들에게 보다 쉽게 전달할 수 있습니다. 또한 3D 프린팅 모델은 실제 환자 구조 재구성을 기반으로 한 시뮬레이션 수술 교육을 개인에게 고유하게 제공하여 의료 절차의 안전성을 향상시키면서 SDR에 대한 의사 학습 프로세스를 가속화할 수 있습니다. 전반적으로 이 접근 방식은 수술 훈련을 강화하고 환자 결과를 개선하는 데 큰 가능성을 가지고 있습니다.
현재 정형외과에서 3D 프린팅의 적용은 아직 탐색 단계에 있으며, 기존의 생체 재료 기술은 다양한 인체 조직의 재료를 정확하게 표현하고 관절의 생체 역학을 시뮬레이션하는 데 부족합니다5. 추궁 절제술 동안, 다양한 조직의 탄성 모델은 복잡하고 디스크 운동 및 호흡 운동에 의해 파괴 될 수 있습니다16,17. 따라서 본 연구는 절단 수술 중 수술 중 환자의 실제 상태를 완전히 재현할 수 없기 때문에 생체 역학 및 재료 과학 분야의 3D 프린팅 모델에 대한 추가 연구가 필요합니다. 또한, CT 및 MRI 장비 모두에 대한 의료 영상 절차 중에 좌표 등록 방법을 고안할 수 있다면 본 연구에 사용된 융합 절차가 더욱 개선되어 잠재적으로 정확도를 향상시킬 수 있습니다.
CT 및 MRI 장비 모두에 대한 의료 영상 절차 중에 좌표 등록 방법을 설계할 수 있다면 이 연구의 융합 절차는 정확도를 더욱 향상시킬 수 있습니다. 연구의 이 부분에서 예상되는 점진적인 개선이 진행 중입니다. 현재 모델은 척수 신경 섬유 다발에 대한 정보를 완전히 표시할 수 없습니다. 다가오는 과학 연구에서 확산 텐서 이미징은 척수 신경 섬유 다발을 추적하는 데 추가로 사용되며 SDR에 대한 보다 상세한 3D 디지털 모델을 얻기 위해 융합될 것입니다.
결론적으로 본 연구에서 SDR을 위한 3D 프린팅 모델은 수술 전 계획을 위한 상세하고 정확한 데이터를 제공할 뿐만 아니라 SDR 훈련을 위한 핵심 매체를 제공한다. 이 모델은 CT의 뼈 구조와 MRI의 연조직 구조를 성공적으로 융합합니다. 이 이미지 그룹 융합 패러다임의 성공은 보완을 형성하기 위해 두 가지 중요한 의료 이미지 소스의 각각의 이점을 활용합니다. 이 연구 패러다임은 의료 영상 진단, 치료 및 예후 평가의 다른 분야에서도 똑같이 중요한 역할을 할 것입니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
이 연구의 디지털 모델은 공동 저자인 Fangliang Xing에 의해 재구성되었습니다.
Acknowledgments
이 간행물은 베이징시 자연 과학 재단 (L192059)의 지원을 받았습니다.
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).
