Summary
この研究は、患者固有の腰椎の3Dプリントモデルを作成することを目的としています、 高解像度コンピューター断層撮影(HRCT)とMRI-Dixonデータから融合した椎骨と脊髄神経モデルの両方が含まれています。
Abstract
選択的背側根切開術(SDR)は困難で危険で洗練された手術であり、椎弓切除術は適切な手術視野を露出させるだけでなく、患者の脊髄神経を損傷から保護する必要があります。デジタルモデルは、医師が手術部位の解剖学的構造に精通するだけでなく、マニピュレーターの正確な手術ナビゲーション座標を提供できるため、SDRの手術前および手術中に重要な役割を果たします。この研究は、SDR手術の計画、外科的ナビゲーション、およびトレーニングに使用できる、患者固有の腰椎の3Dデジタルモデルを作成することを目的としています。3D印刷モデルは、これらのプロセス中のより効果的な作業のためにも製造されています。
従来の整形外科デジタルモデルは、軟部組織に対する感度が低いコンピューター断層撮影(CT)データにほぼ完全に依存しています。CTの骨構造と磁気共鳴画像法(MRI)の神経構造の融合は、本研究のモデル再構成の重要な要素です。患者の特定の3Dデジタルモデルは、手術領域の実際の外観のために再構築され、構造間距離と地域セグメンテーションの正確な測定を示し、SDRの術前計画とトレーニングに効果的に役立ちます。3Dプリントモデルの透明な骨構造材料により、外科医は脊髄神経と手術部位の椎骨プレートとの相対的な関係を明確に区別し、解剖学的理解と構造の空間感覚を高めることができます。個別化された3Dデジタルモデルの利点と、脊髄神経と骨の構造の正確な関係により、この方法はSDR手術の術前計画に適しています。
Introduction
痙性脳性麻痺は、脳性麻痺の全小児の半数以上が甚倒し1、腱拘縮、骨格発達異常、可動性の低下を引き起こし、罹患した小児の生活の質に大きな影響を与える2。痙性脳性麻痺の治療のための主要な外科的方法として、選択的背側根切開術(SDR)は、多くの国で完全に検証され、推奨されています3,4。しかし、椎弓板の正確な切断、神経根の位置決めと解離、神経線維の切断など、SDR手術の複雑でリスクの高い性質は、臨床現場でSDRに取り組み始めたばかりの若い医師にとって大きな課題となっています。さらに、SDRの学習曲線は非常に急です。
従来の整形外科手術では、外科医は術前のすべての2次元(2D)画像を精神的に統合し、3D手術計画を作成する必要があります5。このアプローチは、複雑な解剖学的構造やSDRなどの外科的操作を含む術前計画では特に困難です。医用画像とコンピューター技術の進歩により、コンピューター断層撮影(CT)や磁気共鳴画像法(MRI)などの2D軸画像を処理して、患者固有の解剖学的構造を備えた3D仮想モデルを作成できます6。視覚化の改善により、外科医はこの処理された情報を分析して、患者の状態に合わせたより詳細な診断、計画、および外科的介入を行うことができます。近年、整形外科におけるマルチモーダル画像融合技術の応用が徐々に注目されています7。この技術は、CT画像とMRI画像を融合し、digital3Dアナログモデルの精度を大幅に向上させることができます。しかし、SDRの術前モデルへの応用はまだ研究されていません。
SDR手術中の椎弓板と脊髄神経の正確な位置決めと正確な切断は、結果を成功させるために重要です。通常、これらのタスクは専門家の経験に依存し、手術中にCアームによって繰り返し確認されるため、複雑で時間のかかる外科的プロセスが発生します。3Dデジタルモデルは、将来のSDR手術ナビゲーションの基盤として機能し、椎弓切除術の術前計画にも利用できます。このモデルは、CTの骨構造とMRIの脊髄神経構造を融合し、手術計画に従って切断用にマークされた腰椎切片に異なる色を割り当てます。このようなSDR用のホログラフィック3D印刷モデルは、術前の計画とシミュレーションを容易にするだけでなく、正確な3Dナビゲーション座標を術中のロボットアームに出力して正確な切断を行います。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
すべてのデータは、SDR手術がBJ東直門病院で行われた臨床患者からのものです。プロトコルは、東直門病院の研究倫理委員会のガイドラインに従い、承認されました。
注: モデル再構築プロトコルのマップ全体を 図 1 に示します。高解像度コンピュータ断層撮影(HRCT)データとディクソンデータはモデリングの原材料です。次に、3Dモデルの作成は、画像の登録と融合で構成されます。最終的な3Dデジタルモデルは、幅広い材料を使用して滑らかで正確な部品を製造する高精度3D印刷プロセスであるPolyJetテクノロジーによって印刷されます。椎骨と脊髄神経の空間的関係を正確に記述するために、HRCTデータとディクソン画像シリーズが使用されます。ディクソンスキャンは水と脂肪の分離画像を識別でき、ディクソン水相画像シリーズを使用して脊髄神経の構造を抽出し、ディクソンイン相画像シリーズを使用して骨構造の登録を確認できます。
図1:プロトコルの全体マップ。 この研究の研究方法論には、CTと磁気共鳴ディクソン配列の融合が含まれます。具体的には、CT椎骨構造をディクソンイン配列に含まれる同一の椎骨構造に登録し、続いて脊髄神経のディクソンw配列と融合させる。 この図の拡大版を表示するには、ここをクリックしてください。
1. データの収集と準備
- 椎骨用高解像度CT
注:パラメータの違いは、調査方法の影響を受けません。- CTマシンステーションからデータリソースを設定します。
注:ここでは、シーメンス-CTAWP73396 CTマシンを使用しています。 - Syngo CT 2012Bソフトウェアを開いて、スキャンプロトコルSpineRoutine_1からデータを受信します。データセットのピクセルサイズとスライス厚さ(ST)を選択して、3Dデジタルモデルで表現する椎骨のサイズに適合させます。
- 1 mm の ST を使用し、マトリックス サイズは 512 ピクセル x 512 ピクセルで、ピクセル間隔は 0.3320 mm です。達成される 3D ボリュームの実際のサイズは、512 x 512 x 204 ボクセルです。
- CTマシンステーションからデータリソースを設定します。
- 脊髄神経のディクソン配列
注:この研究では1.5 T MRI装置が使用されます。- 正確なデータを取得するには、ディクソン画像の 解像度 を290ピクセルx 320ピクセル、「 ピクセル間隔 」を0.9375 mm、「 スライスの厚さ 」を3mmに設定します。
- 繰り返し時間を 5,160 ミリ秒、[エコー時間] を 94 ミリ秒に設定します。
- スキャンしたすべてのレイヤーが、ディクソンイン、ディクソンオップ、ディクソンF、ディクソンwの4フェーズ画像で構成されていることを確認します。
- モデル再構築用のデータ格納ファイルを準備します。
注: 明確に定義されたデータ保存構造は、フォローアップ作業に便利です。- 患者に属するすべてのデータを含むプロジェクトフォルダを作成します。
- デジタルイメージングおよび医療における通信(DICOM)データ用に異なるフォルダーを作成することにより、HRCTおよびMRI-Dixonデータ用に異なるファイルパスを準備します。
- すべての解析結果用にプロジェクトの下に別のフォルダを作成します。
2. 3Dデジタル椎骨モデル
注:すべてのサブプロセス機能は、そのプロパティが北京インテリジェントエントロピーサイエンス&テクノロジー株式会社に属するソフトウェアツールから来ています。
- MATLAB ワークプレースの Dicom2Mat サブプロセスを呼び出し、HRCT データ フォルダーに格納されている DICOM ファイルから 3D ボリュームを取得します。
- Dicom2Mat サブプロセスを実行した後、図 2 に示すように、グラフィカル・ユーザー・インターフェース (GUI) を介して 3D ボリューム内の各スライスを表示します。
- 次に、hist関数によって椎骨HRCTデータの強度分布を可視化します(図3)。
- NoiseClean サブプロセスを呼び出して、HRCT データ ファイル パスの下にあるデバイスによって形成された信号ノイズを削除します。
- 同じパスで椎骨関数サブプロセスを使用して、 椎 骨モデルを取得しますが、これも3Dボリュームですが、骨構造のみです(図4)。ハイパスフィルタパラメータは、190から1,656の範囲の強度である。
3. 3Dデジタル脊髄神経モデル
注:ディクソン-inには骨構造が含まれていますが、ディクソン-wは神経構造を記述しています。
- Dixon-in シーケンスと Dixon-w シーケンスの両方のパスで Dicom2Mat サブプロセスを使用し、それらの 3D ボリュームを取得します。
- さらに、 図 5 に示す GUI を使用して、3D ボリュームを構成する個々のスライスを視覚化します。 Dicom2Mat サブプロセスが完了したら、この視覚化にアクセスします。
- Spinal_Nerve機能を使用して、強度180〜643の範囲のハイパスフィルターパラメータを使用して脊髄神経モデルを再構築します。Dixon-w配列の神経の信号は非常に高いため、低強度のポイントを除外して脊髄神経の3Dボリュームを抽出します。
- Spinal_Nerveサブプロセスが終了したら、図 6 に示す GUI で生成されたモデルを確認します。
4. 登録と融合
注:重要な洞察は、骨の構造がHRCTとディクソンインの両方のイメージングシーケンスに存在することです。
- これまでに取得した3Dボリュームを、手順3.1で作成したプロジェクトのファイルパスにコピーします。HRCTとDixon-inのモデルは同じ椎骨構造を含み、Dixon-inとDixon-wのモデルは同じ座標を持っています。
- 次に、3つのモデルのファイル名を入力として vertebra_fusion サブプロセスに入れて、融合モデルを生成します。これを 図 7 に示します。
- 融合は通常よくできています。医師の視点から微調整が必要な場合は、同じ関数に全方向の座標パラメータを追加して、融合モデルを修正します。臨床的な観点から融合にわずかな誤差が見られる場合は、 vertebra_fusion 機能を使用して融合座標を微調整します。このプロセスでは、座標方向の 6 次元 (XYZ 座標とその回転) に対するパラメーターの調整が行われます。
- プロジェクトディレクトリに、融合モデルの結果を出力するための別のフォルダを作成します。
5. 3D印刷用のデジタルモデルファイル
注:完全に開発された3D印刷装置は、前述のデジタルモデルの製造に利用され、ドローネ三角測量が実装されています。ここでは、ストラタシスJ55プライム3Dプリンタを使用しました。
- 3Dプリントに使用するフュージョンモデルを、フュージョンディレクトリのファイルパスの下にあるDICOMフォーマットシーケンスにエクスポートします。Mat2Dicomアルゴリズムを利用して、フュージョンモデルを入力してエクスポート操作を実行します。
- マテリアライズミミックV20を使用して以前にエクスポートしたDICOMファイルシーケンスを開きます。エクスポート操作を実行するには、[ファイル]タブの[ エクスポート ]メニューに移動し、VRML形式を選択します。エクスポートのファイルパスは、ユーザーの要件に応じて自由にカスタマイズできます。
- 透明なカラフルな3D印刷は専門的なサービスであるため、VRMLファイルを圧縮してパックし、サービスプロバイダーに送信します。3Dプリントの結果を 図8に示します。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
脳性麻痺児の腰椎CT/MRI画像融合データに基づき、脊髄神経と結合した腰椎の代表的なモデルを作成した。ハイパスフィルタリングを使用して、HRCTから190〜1,656のCT値範囲の高信号を抽出し、手術領域の腰椎の骨構造の再構築を達成しました。脊髄神経構造は、MRIにおけるDixon-w配列のハイパスフィルタリングによって再構築されました。腰椎構造と脊髄神経癒合のデジタルモデルと点群データ座標は、厳格な登録によって取得され、ファイルはデータ測定とさらなる印刷処理のために光造形(STL)形式で保存されました。STLデジタルモデルファイルは、ストラタシスJ55プライム3Dプリンタに転送するためにVRML形式に変換されます。SDR手術中に手術部位の解剖学的構造を積極的に示すために、骨を透明な樹脂で印刷し、他の部分を異なる色で印刷しました。3Dプリントされたモデルは、術前の計画とトレーニング中に、外科医と患者のSDRの主要な手術部位の空間的関係を明らかにすることができます。
得られたパーソナライズされた3D腰椎モデルは、SDRの術前計画とトレーニングの可能性を提供します。骨や神経などの構造を染色して区別するために、さまざまな色の染料が使用されます。 図8に示すように、脊髄神経構造は黄色に染色され、対応する手術領域のL4およびL5セグメントの椎弓板は、それぞれ赤および青染色によって区別される。骨構造は透明な樹脂素材を使用して印刷されており、透視力が良く、医師は骨構造を通して椎弓板の下の神経構造を観察することができます。パーソナライズされたカスタマイズされたモデルは、手術領域の腰骨構造と脊髄神経解剖学的構造の間の対応する関係を真に復元し、医師は手術前に適切な切断方向と範囲をより適切に定義することができます。
図2:HRCTデータからのボリューム内のスライスのGUI。 図に示すGUIを通じて、外科医はすべてのCTデータに含まれる脊椎構造を見ることができます。 この図の拡大版を表示するには、ここをクリックしてください。
図3:椎骨HRCTデータの強度分布。 この定量的情報は、椎骨構造のフィルタリング範囲を決定するのに役立ちます。 この図の拡大版を表示するには、ここをクリックしてください。
図4:椎骨の3DボリュームのGUI。 図は、椎骨と3Dボリュームの3つのビューを同時に示しています。このGUIにより、外科医は患者の椎骨を任意の視点から観察することができます。 この図の拡大版を表示するには、ここをクリックしてください。
図5:ディクソンインとディクソンwのボリューム内のスライスのGUI。ディクソンの画像をすばやく閲覧でき、患者の椎骨や脊髄神経の画像を確認できます。この図の拡大版を表示するには、ここをクリックしてください。
図6:脊髄神経の3DボリュームのGUI。 患者の脊髄神経の3D構造を観察するための患者のDixon-w配列の3D再構成。 この図の拡大版を表示するには、ここをクリックしてください。
図7:フュージョンモデルのGUI(3Dデジタルボリューム)。 3Dボリュームには、CTデータからの椎骨構造と磁気共鳴からの脊髄神経の3D構造の両方が含まれています。 この図の拡大版を表示するには、ここをクリックしてください。
図8:SDRの計画とトレーニングのための3Dプリントモデル。 透明なカラフルな3D印刷モデルは、患者にSDR手術を行う必要がある領域の解剖学的構造を示しています。 この図の拡大版を表示するには、ここをクリックしてください。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
この研究は、SDR手術の術前計画を容易にし、患者の特定のモデルに基づく解剖学的トレーニングを強化することを目的として、脳性麻痺患者の腰椎の術前3D印刷モデルを確立するためのワークフローを提供します。この研究は、患者の腰椎および神経構造を正確に示す信頼性の高い3Dプリントモデルを確立することを目的としています。手術前にモデル内の椎弓板と脊髄神経の位置を測定することにより、椎弓板切断の正確な計画を達成することができ、外科的処置の最適化とSDR手術技術の習得につながります。
この研究で調査された主要な重要なステップは、CT配列とディクソン配列の融合でした。融合は、CTデータとディクソンインシーケンスの両方に同じ骨構造が存在すること、およびディクソンインとディクソン-wのデータが同じ座標系にあるという事実に依存していました。これにより、脊髄神経と椎骨構造の最終的な融合が可能になりました。2番目の重要なステップは、3Dデジタルモデルを製造するための色透明印刷技術の使用でした。この印刷技術は、患者の解剖学的構造、椎弓切除術の正確な位置、および椎間孔と神経根の相対位置を強調することができました。
ここ数十年で、多くの外科チームがSDR 8,9の革新的な技術を開発しており、手術中の脊椎損傷を最小限に抑えることに主に焦点を当てています。これは、脊椎の安定性に対する広範な椎弓切除術の影響に関する懸念とともに、けいれん緩和における長期セグメント手術の十分に確立された有効性から生じます10。SDR手術を成功させるには、重要な椎弓切除術が必要であり、さらなる脳神経外科的操作を可能にするのに十分な椎弓板の切開と、脊椎の不安定化を回避するのに十分な椎弓板の保存の両方が必要です。操作中に損傷や悪影響を及ぼさずに正確な層流切断を行うには、切断の位置、サイズ、および断面を包括的に理解する必要があります。現在、術前のSDR評価は主にCT/MRI画像と臨床経験に依存しており、正確な切断操作の要件を完全には満たしていない可能性があります。近年、脊椎手術におけるマルチモーダル画像融合の適用は大きな潜在的価値を示していますが、関連する研究はまだまれです。そこで本研究では、術前の腰椎CTとMRIを融合し、骨構造と脊髄神経の両方を正確に表現した3次元デジタルモデルを再構築することを目的とした。再構築された3Dデジタルモデルはさらに3Dプリントされ、効果的な医師と患者のコミュニケーションと術前計画に利用することができました。腰部神経根出口の正確な位置決めにより、椎骨と神経根の空間的関係をよりよく理解することができ、外科医と手術ロボットの両方にとって効率的な操作が容易になりました。
さらに、脳性麻痺の子供は、低形成性線維柱帯骨微細構造、薄い皮質、および低い骨強度を特徴とする、明確な脊椎および骨格の発達を示します11。これらのユニークな解剖学的特徴と複雑な操作により、SDR手術を習得するのは困難です。そこで、3Dプリント技術を用いて、実際の患者の解剖学的に正確な腰椎モデルを作成し、外科的学習のための客観的な基準を提供しました。この技術は、経験の浅い外科医にとって理想的であり、学習時間を短縮する可能性があります12。さらに、個別に調整されたモデルは、患者の固有の構造を完全に復元するという追加の利点を提供し、複雑な解剖学的バリエーションを持つ人々に貴重な洞察を提供します13,14。
3Dプリントを成功させるには、高品質の初期画像取得が不可欠です15。本研究では、HRCTとMRIデータの登録により、現実的で正確な3D印刷モデルを取得しました。骨構造の透明な印刷と薄板の計画範囲の染色により、モデルの外科的解剖学的構造の直感的な表現がさらに強化されました。伝統的に、外科医は主に手術室で手術スキルを習得するため、若い外科医が最初に実際にそのようなスキルを習得しようとすると、手術のリスクが高まります12。客観的な物理的3Dプリントモデルにより、上級外科医は自分の手術経験を若い医師に簡単に伝えることができます。さらに、3D印刷モデルは、実際の患者の構造再建に基づくシミュレートされた外科トレーニングを個人に独自に提供できるため、医療処置の安全性を向上させながら、SDRの医師の学習プロセスを加速する可能性があります。全体として、このアプローチは、外科的トレーニングを強化し、患者の転帰を改善する上で大きな期待を寄せています。
現在、整形外科における3D印刷の応用は探索段階にとどまっており、既存の生体材料技術は、さまざまな人間の組織の材料を正確に表現し、関節の生体力学をシミュレートするには不十分です5。椎弓切除術の間、様々な組織の弾性モデルは複雑であり、椎間板運動および呼吸運動によって破壊される可能性がある16,17。したがって、この研究では、切断作業中の術中患者の実際の状態を完全に再現することはできず、バイオメカニクスおよび材料科学における3D印刷モデルのさらなる研究が必要です。さらに、CT装置とMRI装置の両方の医用画像手順で座標登録方法を考案できれば、本研究で採用されている融合手順がさらに改善され、精度が向上する可能性があります。
CT装置とMRI装置の両方で医用画像手順中に座標登録方法を設計できれば、本研究の融合手順により精度がさらに向上する可能性があります。研究のこの部分で予想される段階的な改善は進行中です。現在、このモデルでは、脊髄神経線維束に関する情報を完全に表示することはできません。今後の科学研究では、拡散テンソルイメージングを使用して脊髄神経線維束を追跡し、融合してSDRのより詳細な3Dデジタルモデルを取得します。
結論として、この研究のSDRの3D印刷モデルは、術前計画のための詳細で正確なデータを提供するだけでなく、SDRトレーニングのコアメディアも提供します。このモデルは、CTの骨構造とMRIの軟部組織構造の融合に成功しています。この画像群融合パラダイムの成功は、2つの重要な医用画像ソースのそれぞれの利点を利用して補完を形成します。この研究パラダイムは、医用画像診断、治療、予後評価の他の分野でも同様に重要な役割を果たします。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
この研究のデジタルモデルは、共著者のFangliang Xingによって再構築されています。
Acknowledgments
この出版物は、北京市自然科学基金会(L192059)の支援を受けました。
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.
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).