Vi analyserte felles kinematikk fra fire-dimensjonale beregnet tomografi data. Den sekvensielle 3D-3D registreringsmetoden semiautomatically gir kinematikk av den bevegelige bein med hensyn til motivet bein fra fire-dimensjonale beregnet tomografi data.
Fire-dimensjonal beregnet tomografi (4DCT) gir en rekke volumdata og visualiserer felles bevegelser. Numerisk analyse av 4DCT data er imidlertid fortsatt vanskelig, fordi segmentering i alle volum RAM mer er tidkrevende. Vi hadde som mål å analysere felles kinematikk ved hjelp av en sekvensiell 3D-3D registrerings teknikk for å gi kinematikk til det bevegelige benet med hensyn til den faste Ben semiautomatically ved hjelp av 4DCT DICOM-data og eksisterende programvare. Surface-data av kilde beina er rekonstruert fra 3DCT. De trimmet overflate dataene er henholdsvis matchet med overflate data fra den første rammen i 4DCT. Disse trimmet overflatene er sekvensielt matchet til den siste rammen. Disse prosessene gir posisjonsinformasjon for mål bein i alle rammer i 4DCT. Når koordinatsystemer av målet bein er bestemt, oversettelse og rotasjon vinkler mellom to bein kan beregnes. Dette 4DCT analyse gir fordeler i Kinematisk analyser av komplekse strukturer som carpal eller tarsal bein. Raske eller store bevegelser kan imidlertid ikke spores på grunn av bevegelses artefakter.
Felles kinematikk har blitt beskrevet ved hjelp av en rekke metoder, for eksempel motion capture sensorer, 2D-3D-registrering, og avdød studier. Hver metode har spesifikke fordeler og ulemper. Motion capture-sensorer kan for eksempel måle raske bevegelser i stor skala ved hjelp av infrarøde kameraer med eller uten sensorer på motivet1,2. Men disse metodene måle huden bevegelse for å antyde felles kinematikk, og derfor inneholder hud bevegelses feil3.
Avdød studier har blitt brukt til å evaluere områder av bevegelse, ustabilitet, og kontaktområder4,5,6. Denne tilnærmingen kan måle små endringer i små skjøter ved hjelp av CT eller optiske sensorer festet direkte til benet ved hjelp av pinner eller skruer. Avdød-modeller kan i hovedsak evaluere passive bevegelser, selv om flere aktuatorer har blitt brukt til å påføre eksterne krefter til sener for å simulere dynamisk bevegelse7. Aktiv skjøt bevegelse kan målt av 2D-3D registrering teknikker, passer 3DCT profilen å 2D gjennomlysning profilen. Selv om nøyaktigheten av registreringsprosessen er kontroversiell, er den rapporterte nøyaktigheten generelt høy nok for storefelles kinematikk. Imidlertid kan denne metoden ikke brukes til små bein eller flere bein i trange områder.
4DCT er derimot en dynamisk CT-metode som henter en rekke volumdata. Aktive felles bevegelser kan analyseres ved hjelp av denne tilnærmingen10. Denne teknologien gir presis 3D posisjonsdata av alle stoffer inne i CT-Portal. 3D felles bevegelser er tydelig visualisere i en seer. Men å beskrive felles kinematikk fra en slik serie av volumdata er fortsatt vanskelig, fordi alle beina er i bevegelse og ingen landemerker kan spores under den aktive bevegelser in vivo.
Vi utviklet en metode for 4DCT analyse som gir in vivo felles kinematikk av hele bein rundt leddet under aktive bevegelser. Målet med denne artikkelen er å presentere vår metode, sekvensiell 3D-3D registrering teknikk for 4DCT analyse, og vise representative resultater oppnås ved hjelp av denne metoden.
Vår metode tillater visualisering og kvantifisering av bevegelser av hele bein og gir numerisk posisjonsdata av det bevegelige benet med hensyn til den faste bein fra 4DCT data. Mange verktøy har blitt foreslått for å måle felles kinematikk. Motion Skin markører kan analysere hele kroppen bevegelser over lang tid. Denne metoden inneholder imidlertid hud bevegelses feil3. Felles kinematikk bør anslås fra bevegelse av tilstøtende bein. Metoden 2D-3D-registrering bruker gjennomlysning og ang…
The authors have nothing to disclose.
Denne studien ble godkjent av den institusjonelle Review Board av vår institusjon (godkjenningsnummer: 20150128).
4DCT scanner | Canon medical systems (Tochigi, Japan) | N/A | 4DCT scan, Static 3DCT scan |
AVIZO(9.3.0)* | Thermo Fisher Scientific (OR, USA) | Image processing software. Surface reconstruction from CT DICOM data and point cloud data. * Ryan, T. M. & Walker, A. Trabecular bone structure in the humeral and femoral heads of anthropoid primates. Anat Rec (Hoboken). 293 (4), 719-729, doi:10.1002/ar.21139, (2010). |
|
Meshlab** | ISTI (Pisa, Italy) | N/A | Surface trimming and landmark picking ** MeshLab: an Open-Source Mesh Processing Tool. Sixth Eurographics Italian Chapter Conference, page 129-136, 2008. P. Cignoni, M. Callieri, M. Corsini, M. Dellepiane, F. Ganovelli, G. Ranzuglia |
VTK(6.3.0)*** | Kitware (New York, USA) | N/A | Iterative Closest Points algorithm. Used in python language programming. *** https://vtk.org |
Python(3.6.1) | Python Software Foundation | N/A | DICOM file processing to extract the point cloud from the bone cortex ('dicom.py' module). Calculation of the rotation matrices. (Numpy module) Sequential image regestration using ICP algorithm |