JoVE Logo
Authors
Contact Us

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • النتائج
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

حللنا المفاصل المشتركة من بيانات التصوير المقطعي المحوسب الرباعي الابعاد. المتسلسلة 3D-3D طريقه التسجيل شبه تلقائيا يوفر العظام المتحركة فيما يتعلق عظم الموضوع من البيانات المقطعية المحوسبة رباعيه الابعاد.

Abstract

التصوير المقطعي المحوسب رباعي الابعاد (4DCT) يوفر سلسله من بيانات الحجم وتصور الحركات المشتركة. ومع ذلك ، لا يزال التحليل العددي للبيانات 4DCT صعبا لان التجزئة في جميع الإطارات الحجمية تستغرق وقتا طويلا. ونحن تهدف إلى تحليل المفاصل المشتركة باستخدام تقنيه التسجيل 3D ثلاثية الابعاد متسلسلة لتوفير المهارات الحركية للعظام المتحركة فيما يتعلق بالعظم الثابت شبه تلقائيا باستخدام بيانات DICOM 4DCT والبرامج الموجودة. يتم أعاده بناء البيانات السطحية للعظام المصدر من 3DCT. يتم مطابقه البيانات السطحية المشذبة علي التوالي مع بيانات السطح من الإطار الأول في 4DCT. تتم مطابقه هذه الأسطح المشذبة بالتتابع حتى الإطار الأخير. توفر هذه العمليات معلومات موضعيه للعظام المستهدفة في جميع إطارات 4DCT. بمجرد ان يتم تحديد الانظمه الاحداثيه للعظام المستهدفة ، يمكن حساب زوايا الترجمة والدوران بين اي من العظمين. هذا التحليل 4DCT يوفر مزايا في التحليلات الحركية من الهياكل المعقدة مثل العظام الرسغي أو التارسال. ومع ذلك ، لا يمكن تتبع الحركات السريعة أو الكبيرة الحجم بسبب التحف المتحركة.

Introduction

وقد وصفت الشركات المشتركة باستخدام عدد من المنهجيات ، مثل أجهزه استشعار التقاط الحركة ، وتسجيل 2d-3d ، والدراسات تاكل. كل أسلوب له مزايا وعيوب محدده. علي سبيل المثال ، يمكن لأجهزه استشعار التقاط الحركة قياس حركات سريعة وواسعة النطاق باستخدام كاميرات الاشعه تحت الحمراء مع أو بدون أجهزه استشعار في الموضوع1،2. ومع ذلك ، تقيس هذه الطرق حركه الجلد لاستنتاج المفاصل المشتركة ، التالي تحتوي علي أخطاء الحركة الجلدية3.

وقد استخدمت الدراسات cadaveric لتقييم نطاقات الحركة ، وعدم الاستقرار ، ومناطق الاتصال4،5،6. هذا النهج يمكن قياس التغييرات الصغيرة في المفاصل الصغيرة باستخدام الاشعه المقطعية أو أجهزه الاستشعار البصرية المرفقة مباشره إلى العظام باستخدام دبابيس أو مسامير. يمكن لنماذج cadaveric تقييم الحركات السلبية بشكل رئيسي ، علي الرغم من استخدام العديد من المحركات لتطبيق القوات الخارجية علي الأوتار لمحاكاة الحركة الديناميكية7. ويمكن قياس الحركة المشتركة النشطة بواسطة تقنيات التسجيل 2D-3D ، مطابقه الصور 3DCT إلى 2D الصور التنظير. علي الرغم من ان دقه عمليه التسجيل لا تزال مثيره للجدل ، والدقة المبلغ عنها عموما عاليه بما فيه الكفاية ل الكينماتيكا مشترك كبير8،9. ومع ذلك ، لا يمكن تطبيق هذه الطريقة علي العظام الصغيرة أو العظام المتعددة في المساحات الضيقة.

في المقابل ، 4DCT هو أسلوب التصوير المقطعي الديناميكي الذي يحصل علي سلسله من البيانات الحجمية. ويمكن تحليل الاقتراحات المشتركة النشطة باستخدام هذا النهج10. توفر هذه التقنية بيانات موضعيه دقيقه ثلاثية الابعاد لجميع المواد داخل الجسر المقطعي المحوسب. يتم تصور الاقتراحات المشتركة ثلاثية الابعاد بوضوح في العارض. ومع ذلك ، وصف المفاصل المشتركة من مثل هذه السلسلة من بيانات الحجم لا يزال صعبا ، لان جميع العظام تتحرك ولا يمكن تتبع المعالم خلال الحركات النشطة في الجسم الحيوي.

قمنا بتطوير طريقه لتحليل 4DCT التي توفر في الجسم الحيوي مشتركه الكائنات الخاصة بالعظام كلها حول المفصل اثناء الحركات النشطة. والهدف من هذه المادة هو تقديم طريقتنا ، وتقنيه التسجيل 3D ثلاثية الابعاد متسلسلة لتحليل 4DCT ، وإظهار النتائج التمثيلية التي تم الحصول عليها باستخدام هذه الطريقة.

Protocol

تمت الموافقة علي جميع الطرق الموصوفة هنا من قبل مجلس المراجعة المؤسسية لكليه الطب بجامعه كيو.

ملاحظه: يتم قياس المفاصل المشتركة عن طريق أعاده بناء حركه العظام المتحركة حول عظم ثابت. بالنسبة لمفصل الركبة ، يتم تعريف عظم الفخذ علي انه عظمه ثابته ويعرف الساق بأنه العظم المتحرك.

1. بروتوكول التصوير المقطعي المحوسب

  1. قم باعداد اله التصوير المقطعي. الحصول علي اختبارات التصوير المقطعي المحوسب مع نظام الاشعه المقطعية 320 للكشف عن الصف للسماح لمراحل متعددة من البيانات حجم 3D مع 160 mm التغطية الجمجمة. علي سبيل المثال ، في تحليل الركبة ، والحصول علي صوره تتكون من 51 المسح الضوئي حجم مع وقت دوران من 0.275 s ، ويتم أعاده بناء جميع الصور باستخدام نصف الاعمار ، بحيث يكون القرار الزمني حوالي 0.16 s.
  2. استخدام معلمات المسح الضوئي التالية: ذروه أنبوب الجهد = 100 kVp; أنبوب الحالي = 40 mA; تغطيه المسح الضوئي = 160 مم ؛ حجم مصفوفة = 512 x 512 بكسل; وأعاده الاعمار سمك القسم والفاصل المقطعي = 0.5 مم.
  3. ضع المفصل المستهدف للموضوع داخل الجسر المقطعي المحوسب في موضع البداية للامتحان 4DCT (الشكل 1).
  4. قبل امتحان التصوير المقطعي المحوسب ، تدرب علي حركات المفصل من موضع البداية إلى الوضع النهائي في غضون وقت الفحص المطلوب. اطلب من الموضوع لنقل المشتركة خلال 10.275 s المسح الضوئي الوقت والحصول علي سلسله من بيانات وحده التخزين. تخزين بيانات وحده التخزين المتسلسلة بتنسيق DICOM.
  5. تنفيذ 3DCT ثابته من جميع العظام المستهدفة وتخزين البيانات في شكل DICOM.

2-أعاده بناء الأسطح

  1. اجراء تقسيم شبه تلقائي للبيانات 3DCT (الشكل 2ا).
    1. تحميل البيانات المحوسبة DICOM عن طريق تحديد جميع الملفات DICOM من البيانات 3DCT ثابته.
    2. افتح حقل التسمية بالنقر فوق تحرير حقل التسمية الجديد وتحقق من قيمه التوهين CT العتبة المناسبة لاستخراج العظم القشري من عظم المصدر. حدد المواد التي تحتوي علي قيم توهين CT فوق العتبة. علي سبيل المثال ، يتم تعيين عتبه القشرة العظمية لموضوع الشباب كما 250. تحقق من التسمية لتحديد قشره العظام وتعديل ترسيم الحدود يدويا باستخدام أداه تحرير للاتساق مع شكل العظم.
    3. إنشاء بيانات السطح (شبكات المثلث) من بيانات موضع قشره العظم المسمية (سحابه النقاط في البرنامج). تخزين بيانات السطح عن طريق تصدير البيانات بتنسيق اللغة المثلثية القياسية (STL).
    4. انقر علي إنشاء Surface | تطبيق علي تسميه العظام القشرية. انقر فوق ملف | تصدير البيانات ك | المحكمة الخاصة ب STL ثنائي قليلا لحفظ البيانات السطحية في شكل stl.
  2. تنفيذ التقسيم التلقائي لبيانات الحجم 4DCT (الشكل 2ب).
    ملاحظه: يتضمن كل اطار من بيانات DICOM توزيع قيم التوهين CT في الجسر المقطعي المحوسب.
    1. تعيين عتبه قشره العظام كما هو الوضع في CT ثابت ، واستخراج البيانات الهندسية التي تظهر قيم التوهين CT فوق العتبة من جميع الإطارات 51 من البيانات 4DCT باستخدام وحده القراءة DICOM في برنامج البرمجة. اضبط العتبة وفقا لكثافة عظم العظم المصدر. علي سبيل المثال ، بالنسبة للعظام الهشاشته ، قم بتعيين الحد الأدنى.
    2. ترجمه جميع البيانات الموضعية التي تم الحصول عليها بالفعل في الخطوة السابقة إلى تنسيق يمكن تفسيره بواسطة برامج معالجه الصور (علي سبيل المثال ، Avizo). في برنامج معالجه الصور ، أعاده بناء جميع البيانات السطحية لسحابه نقطه مع اعلي قيم التوهين CT من عتبه لجميع الإطارات 4DCT باستخدام البرنامج النصي معالجه دفعه. برنامج معالجه الصور يحتوي علي وظيفة لقراءه البرنامج النصي وتصدير البيانات السطحية من البيانات سلسله DICOM تلقائيا. يتم عرض البرنامج النصي الدفعي في " ملف الترميز الإضافي".

3. تسجيل الصورة

ملاحظه: في هذه الخطوة ، أعاده بناء حركات العظم المتحرك فيما يتعلق بالعظم الثابت من البيانات الخام DICOM 4DCT.

  1. اجراء التسجيل السطحي من 3DCT ثابته إلى الإطار الأول من 4DCT.
    1. تقليم العظام في 3DCT ثابته في جزء البيانات الجزئية التي يتم تضمينها في جميع الإطارات من 4DCT للاستخدام مع التكرارية نقطه أقرب (برنامج المقارنات العامة) خوارزميه11 في البرمجيات 3d شبكه التحرير باستخدام وظيفة الوجه تحديد (الشكل 3ا) عن طريق أحاله بيانات الفيلم 4dct. البيانات السطحية من 4DCT هي فقط الأجزاء الجزئية التي يتم تضمينها في كل وحده تخزين لان تسجيل السطح يتطلب ان يتم تضمين نقطه بيانات سطح واحده في سطح آخر.
    2. اختيار ثلاثه معالم في العظام الثابتة والمتحركة التي يمكن التعرف عليها بسهوله من سطح 3DCT قلص والبيانات السطحية من الإطار الأول من 4DCT في برامج التحرير شبكه 3D باستخدام وظيفة نقاط الانتقاء (الشكل 3ب).
    3. تطابق العظام الجزئية الثابتة والمتحركة تقريبا علي الإطار الأول من البيانات السطحية 4dct (الشكل 3ج) وفقا للمعالم المنتقية في 3-1-2. وبعد ذلك ، اجراء التسجيل السطحي باستخدام خوارزميه برنامج المقارنات البرامجية11 باستخدام برمجيات المصدر المفتوح (مثل vtk).
      ملاحظه: توفر هذه العملية مصفوفات تحويل متجانسة من العظام الثابتة والمتحركة من 3DCT ثابته إلى الإطار الأول من 4DCT (الشكل 3D). وهذه المصفوفات هي مصفوفات 4 x 4 تتالف من التناوب والترجمة ، كما هو مبين في الشكل 4. يمكن أيضا حساب مصفوفة التحويل التي تسبب الاجراء العكسي.
  2. اجراء تسجيل تسلسلي للسطح (الشكل 5).
    1. تطابق الأسطح الجزئية للعظام الثابتة والمتحركة في أول اطار 4DCT علي البيانات السطحية للإطار الثاني. بعد ذلك ، تطابق الأسطح الجزئية للإطارالأول علي الإطار ( i +1) من 4dct بالتتابع. كرر هذه العملية حتى الإطار الأخير من 4DCT عن طريق البرمجة مع استخدام الوحدة النمطية لبرنامج المقارنات البرنامجية في برمجيات المصدر المفتوح.
  3. حساب مصفوفات التحويل من 3DCT ثابته لجميع الإطارات في 4DCT وفقا لنتائج 3.1 و 3.2.
  4. أعاده بناء حركه العظام المتحركة فيما يتعلق بالعظم الثابت (الشكل 6).
    1. أعاده بناء العظام المتحركة فيما يتعلق بالعظم الثابت من المصفوفات التي تمثل التحول من 3DCT ثابته إلى كل اطار 4DCT. تحديد الانظمه الاحداثيه للعظام الثابتة والمتحركة عند قياس معلمات الدوران (علي سبيل المثال ، زاوية انثناء أو زاوية الدوران المحسوبة بواسطة زاوية euler/cardan)12،13،14.

النتائج

نحن وصف حركه الساق اثناء تمديد الركبة. تم وضع مفصل الركبة في الجسر المقطعي المحوسب. واستخدمت وساده مثلث لدعم عظم الفخذ في موقف البداية. وامتدت الركبة إلى وضع مستقيم علي مدي 10 ليالي. وتم قياس التعرض للإشعاع. بالاضافه إلى 4DCT ، تم تنفيذ 3DCT ساكنه من عظم الفخذ كله ، الساق ، والبا...

Discussion

طريقتنا يسمح التصور والتقدير الكمي لحركات العظام كلها ويوفر البيانات الموضعية العددية للعظام المتحركة فيما يتعلق العظام الثابتة من البيانات 4DCT. وقد اقترحت العديد من الاداات لقياس المفاصل المشتركة. يمكن لعلامات الجلد الحركة تحليل حركات الجسم الاجماليه علي مدي فتره طويلة. ومع ذلك ، يحتوي ...

Disclosures

وليس للمؤلفين مصالح مالية متنافسة.

Acknowledgements

تمت الموافقة علي هذه الدراسة من قبل مجلس المراجعة المؤسسية لمؤسستنا (رقم الموافقة: 20150128).

Materials

NameCompanyCatalog NumberComments
4DCT scannerCanon medical systems (Tochigi, Japan)N/A4DCT 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/ASurface 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/AIterative Closest Points algorithm. Used in python language programming.
*** https://vtk.org
Python(3.6.1)Python Software FoundationN/ADICOM 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

References

  1. 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).
  2. 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).
  3. 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).
  4. Burgess, R. C. The effect of a simulated scaphoid malunion on wrist motion. Journal of Hand Surgery. 12 (5 Pt 1), 774-776 (1987).
  5. 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).
  6. 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).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. Mat Jais, I. S., Tay, S. C. Kinematic analysis of the scaphoid using gated four-dimensional CT. Clinical Radiology. 72 (9), e791-e799 (2017).
  20. 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).
  21. Troupis, J. M., Amis, B. Four-dimensional computed tomography and trigger lunate syndrome. Journal of Computer Assisted Tomography. 37 (4), 639-643 (2013).
  22. 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).
  23. 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).
  24. 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).
  25. 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).
  26. Zhang, X., Jian, L., Xu, M. Robust 3D point cloud registration based on bidirectional Maximum Correntropy Criterion. PloS One. 13 (5), e0197542 (2018).
  27. 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).
  28. 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).
  29. 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).
  30. 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).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

153 4DCT

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved