Vierdimensionale CT-Analyse mit sequenzieller 3D-3D-Registrierung
Summary
Wir analysierten die Gelenkkinematik aus vierdimensionalen Computertomographiedaten. Die sequenzielle 3D-3D-Registrierungsmethode liefert halbautomatisch die Kinematik des sich bewegenden Knochens in Bezug auf den Subjektknochen aus vierdimensionalen Computertomographiedaten.
Abstract
Die vierdimensionale Computertomographie (4DCT) liefert eine Reihe von Volumendaten und visualisiert Gelenkbewegungen. Die numerische Analyse von 4DCT-Daten bleibt jedoch schwierig, da die Segmentierung in allen volumetrischen Frames zeitaufwändig ist. Wir wollten die Gelenkkinematik mit einer sequenziellen 3D-3D-Registrierungstechnik analysieren, um die Kinematik des beweglichen Knochens in Bezug auf den festen Knochen halbautomatisch mit 4DCT DICOM-Daten und vorhandener Software bereitzustellen. Die Oberflächendaten der Quellknochen werden aus 3DCT rekonstruiert. Die getrimmten Oberflächendaten werden jeweils mit Oberflächendaten aus dem ersten Frame in 4DCT abgeglichen. Diese getrimmten Flächen werden sequenziell bis zum letzten Frame abgeglichen. Diese Prozesse liefern Positionsinformationen für Zielknochen in allen Frames des 4DCT. Sobald die Koordinatensysteme der Zielknochen festgelegt sind, können Übersetzungs- und Drehwinkel zwischen zwei beliebigen Knochen berechnet werden. Diese 4DCT-Analyse bietet Vorteile bei kinematischen Analysen komplexer Strukturen wie Karpal- oder Tarsalknochen. Schnelle oder großangelegte Bewegungen können jedoch aufgrund von Bewegungsartefakten nicht nachverfolgt werden.
Introduction
Die Gelenkkinematik wurde mit einer Reihe von Methoden beschrieben, wie z. B. Bewegungserfassungssensoren, 2D-3D-Registrierung und kadaverische Studien. Jede Methode hat spezifische Vor- und Nachteile. Beispielsweise können Bewegungserfassungssensoren schnelle, großflächige Bewegungen mit Infrarotkameras mit oder ohne Sensoren zum Thema1,2messen. Diese Methoden messen jedoch die Hautbewegung, um Gelenkkinematik abzuleiten, und enthalten daher Hautbewegungsfehler3.
Kadaverische Studien wurden verwendet, um Bewegungsbereiche, Instabilität und Kontaktbereiche4,5,6zu bewerten. Dieser Ansatz kann kleine Veränderungen in kleinen Gelenken mit CT oder optischen Sensoren messen, die direkt am Knochen befestigt sind, indem Sie Stifte oder Schrauben verwenden. Kadaverische Modelle können hauptsächlich passive Bewegungen auswerten, obwohl mehrere Aktoren verwendet wurden, um externe Kräfte auf Sehnen anzuwenden, um dynamische Bewegung zu simulieren7. Aktive Gelenkbewegung kann mit 2D-3D-Registrierungstechniken gemessen werden, die 3DCT-Bilder mit 2D-Fluoroskopiebildern abgleichen. Obwohl die Genauigkeit des Registrierungsprozesses umstritten bleibt, ist die gemeldete Genauigkeit im Allgemeinen hoch genug für große Gelenkkinematik8,9. Diese Methode kann jedoch nicht auf kleine Knochen oder mehrere Knochen in engen Räumen angewendet werden.
Im Gegensatz dazu ist 4DCT eine dynamische CT-Methode, die eine Reihe volumetrischer Daten erhält. Aktive Gelenkbewegungen können mit diesem Ansatz analysiert werden10. Diese Technologie liefert präzise 3D-Positionsdaten aller Substanzen im CT-Portal. Die 3D-Gelenkbewegungen werden im Betrachter klar visualisiert. Die Beschreibung der Gelenkkinematik aus einer solchen Reihe von Volumendaten ist jedoch immer noch schwierig, da sich alle Knochen bewegen und während der aktiven Bewegungen in vivo keine Landmarken zurückverfolgt werden können.
Wir haben eine Methode zur 4DCT-Analyse entwickelt, die die In-vivo-Gelenkkinematik der gesamten Knochen um das Gelenk während aktiver Bewegungen liefert. Das Ziel dieses Artikels ist es, unsere Methode, die sequenzielle 3D-3D-Registrierungstechnik für die 4DCT-Analyse, vorzustellen und repräsentative Ergebnisse zu zeigen, die mit dieser Methode erzielt wurden.
Protocol
Representative Results
Discussion
Unsere Methode ermöglicht die Visualisierung und Quantifizierung der Bewegungen ganzer Knochen und liefert numerische Positionsdaten des sich bewegenden Knochens in Bezug auf den festen Knochen aus 4DCT-Daten. Es wurden viele Werkzeuge zur Messung der Gelenkkinematik vorgeschlagen. Bewegungshautmarker können gesamtkörperbewegte Bewegungen über einen langen Zeit analysieren. Diese Methode enthält jedoch Hautbewegungsfehler3. Die Gelenkkinematik sollte aus der Bewegung benachbarter Knochen gesc…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Diese Studie wurde vom Institutional Review Board unserer Institution genehmigt (Zulassungsnummer: 20150128).
Materials
| 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 |
Riferimenti
- Andriacchi, T. P., Alexander, E. J., Toney, M. K., Dyrby, C., Sum, J. A point cluster method for in vivo motion analysis: applied to a study of knee kinematics. Journal of Biomechanical Engineering. 120 (6), 743-749 (1998).
- Corazza, S., et al. A markerless motion capture system to study musculoskeletal biomechanics: visual hull and simulated annealing approach. Annals of Biomedical Engineering. 34 (6), 1019-1029 (2006).
- Reinschmidt, C., van den Bogert, A. J., Nigg, B. M., Lundberg, A., Murphy, N. Effect of skin movement on the analysis of skeletal knee joint motion during running. Journal of Biomechanics. 30 (7), 729-732 (1997).
- Burgess, R. C. The effect of a simulated scaphoid malunion on wrist motion. Journal of Hand Surgery. 12 (5 Pt 1), 774-776 (1987).
- Shoemaker, S. C., Markolf, K. L. Effects of joint load on the stiffness and laxity of ligament-deficient knees. An in vitro study of the anterior cruciate and medial collateral ligaments. Journal of Bone and Joint Surgery (American Volume). 67 (1), 136-146 (1985).
- Eckstein, F., Lohe, F., Muller-Gerbl, M., Steinlechner, M., Putz, R. Stress distribution in the trochlear notch. A model of bicentric load transmission through joints. Journal of Bone and Joint Surgery (British Volume). 76 (4), 647-653 (1994).
- Omid, R., et al. Biomechanical analysis of latissimus dorsi tendon transfer with and without superior capsule reconstruction using dermal allograft. Journal of Shoulder and Elbow Surgery. 28 (8), 1523-1530 (2019).
- Tsai, T. Y., Lu, T. W., Chen, C. M., Kuo, M. Y., Hsu, H. C. A volumetric model-based 2D to 3D registration method for measuring kinematics of natural knees with single-plane fluoroscopy. Medical Physics. 37 (3), 1273-1284 (2010).
- Ohnishi, T., et al. Three-dimensional motion study of femur, tibia, and patella at the knee joint from bi-plane fluoroscopy and CT images. Radiological Physics and Technology. 3 (2), 151-158 (2010).
- Dobbe, J. G. G., de Roo, M. G. A., Visschers, J. C., Strackee, S. D., Streekstra, G. J. Evaluation of a Quantitative Method for Carpal Motion Analysis Using Clinical 3-D and 4-D CT Protocols. IEEE Transactions on Medical Imaging. 38 (4), 1048-1057 (2019).
- Besl, P. J., McKay, N. D. A method for registration of 3-D shapes. IEEE Transactions on Pattern Analysis and Machine Intelligence. 14 (2), 239-256 (1992).
- Wu, G., et al. ISB recommendation on definitions of joint coordinate system of various joints for the reporting of human joint motion–part I: ankle, hip, and spine. Journal of Biomechanics. 35 (4), 543-548 (2002).
- Wu, G., et al. ISB recommendation on definitions of joint coordinate systems of various joints for the reporting of human joint motion–Part II: shoulder, elbow, wrist and hand. Journal of Biomechanics. 38 (5), 981-992 (2005).
- Crawford, N. R., Yamaguchi, G. T., Dickman, C. A. A new technique for determining 3-D joint angles: the tilt/twist method. Clinical Biomechanics (Bristol, Avon). 14 (3), 153-165 (1999).
- Sato, T., Koga, Y., Omori, G. Three-dimensional lower extremity alignment assessment system: application to evaluation of component position after total knee arthroplasty. Journal of Arthroplasty. 19 (5), 620-628 (2004).
- Ishii, Y., Terajima, K., Terashima, S., Koga, Y. Three-dimensional kinematics of the human knee with intracortical pin fixation. Clinical Orthopaedics and Related Research. (343), 144-150 (1997).
- Asano, T., Akagi, M., Tanaka, K., Tamura, J., Nakamura, T. In vivo three-dimensional knee kinematics using a biplanar image-matching technique. Clinical Orthopaedics and Related Research. (388), 157-166 (2001).
- Saltybaeva, N., Jafari, M. E., Hupfer, M., Kalender, W. A. Estimates of effective dose for CT scans of the lower extremities. Radiology. 273 (1), 153-159 (2014).
- Mat Jais, I. S., Tay, S. C. Kinematic analysis of the scaphoid using gated four-dimensional CT. Clinical Radiology. 72 (9), e791-e799 (2017).
- Tanaka, M. J., Elias, J. J., Williams, A. A., Demehri, S., Cosgarea, A. J. Characterization of patellar maltracking using dynamic kinematic CT imaging in patients with patellar instability. Knee Surgery, Sports Traumatology, Arthroscopy. 24 (11), 3634-3641 (2016).
- Troupis, J. M., Amis, B. Four-dimensional computed tomography and trigger lunate syndrome. Journal of Computer Assisted Tomography. 37 (4), 639-643 (2013).
- Kakar, S., et al. The Role of Dynamic (4D) CT in the Detection of Scapholunate Ligament Injury. Journal of Wrist Surgery. 5 (4), 306-310 (2016).
- Zhao, K., et al. A technique for quantifying wrist motion using four-dimensional computed tomography: approach and validation. Journal of Biomechanical Engineering. 137 (7), (2015).
- Breighner, R., et al. Relative accuracy of spin-image-based registration of partial capitate bones. in 4DCT of the wrist. Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization. 4 (6), 360-367 (2016).
- Goto, A., et al. In vivo pilot study evaluating the thumb carpometacarpal joint during circumduction. Clinical Orthopaedics and Related Research. 472 (4), 1106-1113 (2014).
- Zhang, X., Jian, L., Xu, M. Robust 3D point cloud registration based on bidirectional Maximum Correntropy Criterion. PloS One. 13 (5), e0197542 (2018).
- Baker, R. ISB recommendation on definition of joint coordinate systems for the reporting of human joint motion-part I: ankle, hip and spine. Journal of Biomechanics. 36 (2), 300-302 (2003).
- Qiu, B., et al. Automatic segmentation of the mandible from computed tomography scans for 3D virtual surgical planning using the convolutional neural network. Physics in Medicine and Biology. , (2019).
- Hemke, R., Buckless, C. G., Tsao, A., Wang, B., Torriani, M. Deep learning for automated segmentation of pelvic muscles, fat, and bone from CT studies for body composition assessment. Skeletal Radiology. , (2019).
- Lee, S., et al. Impact of scanning parameters and breathing patterns on image quality and accuracy of tumor motion reconstruction in 4D CBCT: a phantom study. Journal of Applied Clinical Medical Physics. 16 (6), 195-212 (2015).
