We analyseerden gezamenlijke kinematica van vier-dimensionale computertomografie gegevens. De sequentiële 3D-3D registratiemethode semiautomatisch biedt de kinematica van het bewegende bot met betrekking tot het onderwerp bot van vier-dimensionale computertomografie gegevens.
Vierdimensionale computertomografie (4DCT) biedt een reeks volumegegevens en visualiseert gezamenlijke bewegingen. Numerieke analyse van 4DCT-gegevens blijft echter moeilijk omdat segmentatie in alle volumetrische frames tijdrovend is. We waren gericht op het analyseren van gezamenlijke kinematica met behulp van een sequentiële 3D-3D-registratie techniek om de kinematica van het bewegende bot te voorzien van de vaste Bone semiautomatisch met behulp van 4DCT DICOM-gegevens en bestaande software. Oppervlakte gegevens van de bron botten worden gereconstrueerd van 3DCT. De bijgesneden oppervlak gegevens worden respectievelijk afgestemd met de oppervlakte gegevens van het eerste frame in 4DCT. Deze bijgesneden oppervlakken worden opeenvolgend gematcht tot het laatste frame. Deze processen bieden positionele informatie voor doel beenderen in alle frames van de 4DCT. Zodra de coördinatensystemen van de doel botten worden bepaald, kunnen translatie-en rotatiehoeken tussen twee botten worden berekend. Deze 4DCT analyse biedt voordelen in kinematische analyses van complexe constructies zoals carpaal of tarsale botten. Snelle of grootschalige bewegingen kunnen echter niet worden getraceerd vanwege bewegings artefacten.
Gezamenlijke kinematica zijn beschreven met behulp van een aantal methodologieën, zoals motion capture sensoren, 2D-3D registratie, en cadaveric studies. Elke methode heeft specifieke voor-en nadelen. Motion capture-sensoren kunnen bijvoorbeeld snelle, grootschalige bewegingen meten met behulp van infraroodcamera’s met of zonder sensoren op het onderwerp1,2. Deze methoden meten echter de beweging van de huid om gewrichts bewegingen af te leiden en bevatten daarom huid bewegings fouten3.
Cadaveric-studies zijn gebruikt voor het evalueren van bewegingsbereik-, instabiliteit-en contact gebieden4,5,6. Deze aanpak kan kleine veranderingen in kleine gewrichten meten met behulp van CT-of optische sensoren die rechtstreeks aan het bot zijn bevestigd met behulp van pinnen of schroeven. Cadaveric-modellen kunnen voornamelijk passieve bewegingen evalueren, hoewel er meerdere actuatoren zijn gebruikt om externe krachten toe te passen op pezen om dynamische beweging7te simuleren. Actieve gezamenlijke beweging kan worden gemeten met 2D-3D-registratie technieken, overeenkomend met 3DCT-afbeeldingen aan 2D-fluoroscopie-afbeeldingen. Hoewel de nauwkeurigheid van het registratieproces controversieel blijft, is de gerapporteerde nauwkeurigheid over het algemeen hoog genoeg voor grote gezamenlijke kinematica8,9. Deze methode kan echter niet worden toegepast op kleine botten of meerdere botten in smalle ruimten.
4DCT is daarentegen een dynamische CT-methode die een reeks volumetrische gegevens verkrijgt. Actieve gezamenlijke bewegingen kunnen worden geanalyseerd met behulp van deze aanpak10. Deze technologie biedt nauwkeurige 3D-positionele gegevens van alle stoffen in de CT-brug. De 3D gezamenlijke bewegingen zijn duidelijk gevisualiseerd in een kijker. Het beschrijven van gezamenlijke kinematica van een dergelijke reeks volumegegevens is echter nog steeds moeilijk, omdat alle botten bewegen en er geen monumenten kunnen worden getraceerd tijdens de actieve bewegingen in vivo.
We ontwikkelden een methode voor 4DCT analyse die de in vivo gezamenlijke kinematica van de hele botten rond het gewricht tijdens actieve bewegingen biedt. Het doel van dit artikel is om onze methode, de sequentiële 3D-3D-registratie techniek voor 4DCT-analyse te presenteren, en representatieve resultaten te tonen die met deze methode zijn verkregen.
Onze methode maakt visualisatie en kwantificering van de bewegingen van hele botten mogelijk en levert numerieke positionele gegevens van het bewegende bot met betrekking tot het vaste bot van 4DCT-gegevens. Er zijn veel tools voorgesteld voor het meten van gewrichts kinematica. Bewegings Skin markeringen kunnen de totale lichaamsbewegingen gedurende een lange tijd analyseren. Deze methode bevat echter Skin Motion-fouten3. Gezamenlijke kinematica moeten worden geschat op basis van de beweging van …
The authors have nothing to disclose.
Deze studie is goedgekeurd door de instellings Raad voor institutionele toetsing van onze instelling (erkenningsnummer: 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 |