מודל הדפסה תלת מימדית של החוליה המותנית הספציפית של המטופל
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.
Protocol
Representative Results
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 החו?…
Divulgaciones
The authors have nothing to disclose.
Acknowledgements
פרסום זה נתמך על ידי הקרן העירונית למדעי הטבע של בייג’ינג (L192059).
Materials
| 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 |
Referencias
- 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. Cerebral palsy: an overview. American Family Physician. 73 (1), 91-100 (2006).
- 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. 3D-printed patient-specific applications in orthopedics. Orthopedic Research and Reviews. 8, 57-66 (2016).
- 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. Cerebral palsy: an overview. American Family Physician. 101 (4), 213-220 (2020).
- 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).
