使用顺序 3D-3D 注册进行四维 CT 分析

摘要

我们从四维计算机断层扫描数据中分析了关节运动学。顺序 3D-3D 注册方法半自动地提供运动骨骼相对于主体骨骼的运动学，从四维计算机断层扫描数据。

摘要

四维计算机断层扫描 （4DCT） 提供一系列体积数据，并可视化关节运动。但是，对 4DCT 数据的数值分析仍然很困难，因为在所有体积帧中分割都非常耗时。我们旨在使用顺序 3D-3D 注册技术分析关节运动学，使用 4DCT DICOM 数据和现有软件提供运动骨相对于固定骨骼的运动学。源骨骼的表面数据从 3DCT 重建。修剪的表面数据与 4DCT 中第一帧的表面数据分别匹配。这些修剪曲面按顺序匹配，直到最后一帧。这些过程为 4DCT 的所有帧中的目标骨骼提供位置信息。确定目标骨骼的坐标系后，可以计算任意两个骨骼之间的平移和旋转角度。此 4DCT 分析在复杂结构（如腕骨或牙质骨骼）的运动学分析方面提供了优势。但是，由于运动伪影，无法跟踪快速或大规模运动。

引言

联合运动学已经使用许多方法来描述，例如运动捕获传感器、2D-3D注册和尸体研究。每种方法都有特定的优缺点。例如，运动捕捉传感器可以使用红外摄像机测量快速、大规模运动，无论是否对主体^1、2进行传感器。然而，这些方法测量皮肤运动，以推断关节运动学，因此包含皮肤运动^误差3。

卡达韦里克研究已被用来评估运动范围，不稳定性，和接触区域4，5，6。这种方法可以使用CT或光学传感器直接连接到骨头使用针脚或螺钉测量小关节的微小变化。Cadaveric模型可以主要评估被动运动，尽管已使用多个执行器将外力应用于肌腱以模拟动态^运动7。主动关节运动可以通过 2D-3D 配准技术进行测量，将 3DCT 图像与 2D 荧光镜图像相匹配。虽然注册过程的准确性仍然存在争议，但报告的准确性一般足够高，适用于大型关节运动^学8、9。但是，此方法不能应用于狭窄空间中的小骨骼或多个骨骼。

相比之下，4DCT 是一种动态 CT 方法，用于获取一系列体积数据。可以使用^{这种方法10}进行分析有源关节运动。该技术提供 CT 龙门内所有物质的精确 3D 位置数据。3D 关节运动在查看器中清晰显示。然而，从这样一系列体积数据中描述关节运动学仍然很困难，因为所有的骨骼都在移动，在体内的主动运动中无法追踪到任何地标。

我们开发了一种4DCT分析方法，在活动运动过程中提供关节周围整个骨骼的体内关节运动学。本文旨在介绍4DCT分析的连续3D-3D配准技术，并展示该方法取得的代表性结果。

研究方案

这里描述的所有方法都已获得庆应大学医学院机构审查委员会的批准。

注:通过重建移动骨骼围绕固定骨骼的运动来测量关节运动学。对于膝关节运动学，股骨被定义为固定骨骼，而骨质被定义为移动骨骼。

1. CT成像协议

1. 设置 CT 机器。使用 320 探测器行 CT 系统进行 CT 检查，以允许具有 160 mm 颅骨覆盖的多个阶段的 3D 体积数据。例如，在膝关节运动学分析中，图像采集包括 51 次体积扫描，旋转时间为 0.275 s，所有图像均使用半重构重建，因此时间分辨率约为 0.16 s。
2. 使用以下扫描参数:峰值管电压 = 100 kVp;管电流 = 40 mA;扫描覆盖范围 = 160 mm;矩阵大小= 512 x 512 像素;和重建截面厚度和截面间隔 = 0.5 mm。
3. 将学科的目标关节置于 CT 龙门内的 4DCT 考试的起始位置（图1）。
4. 在 CT 考试之前，在规定的考试时间内排练关节从起始位置到结束位置的动作。要求受试者在 10.275 s 扫描时间内移动接头，并获取一系列体积数据。以 DICOM 格式存储顺序卷数据。
5. 对所有目标骨骼执行静态 3DCT，并将数据存储在 DICOM 格式中。

2. 表面重建

1. 对 3DCT 数据执行半自动分段 （图 2A）。
   1. 通过选择静态 3DCT 数据的所有 DICOM 文件来加载 CT DICOM 数据。
   2. 通过单击"编辑新标签字段"打开标签字段，并检查哪个阈值 CT 衰减值适合从源骨骼中提取皮质骨骼。选择 CT 衰减值高于阈值的材料。例如，年轻受试者的骨皮层阈值设置为250。检查标签的骨骼皮层选择，并使用编辑工具手动修改分界，以确保与骨骼形状保持一致。
   3. 从标记的骨皮层位置数据（软件中的点云）生成曲面数据（三角形线）。通过以标准三角语言 （STL） 格式导出数据来存储曲面数据。
   4. 单击"生成曲面"*贴在皮质骨骼的标签上。单击"文件"*导出数据为*STL 二进制小 Endian以 STL 格式保存曲面数据。
2. 对 4DCT 体积数据执行自动分割 （图 2B）。
   注: DICOM 数据的每一帧都包括 CT 龙门中的 CT 衰减值分布。
   1. 设置静态 CT 中骨皮层的阈值，并使用编程软件中的 DICOM 读取模块从 4DCT 数据的所有 51 帧中提取显示高于阈值的 CT 衰减值的几何数据。根据源骨骼的骨骼密度调整阈值。例如，对于骨质疏松骨，将阈值设置为较低。
   2. 将上一步中已经获得的所有位置数据转换为图像处理软件（例如 Avizo）可以解释的格式。在图像处理软件中，使用批处理脚本重建点云的所有表面数据，CT衰减值高于所有 4DCT 帧的阈值。图像处理软件包含读取脚本和自动从 DICOM 系列数据导出曲面数据的功能。批处理脚本显示在补充编码文件中。

3. 图像注册

注: 在此步骤中，从原始 4DCT DICOM 数据重建移动骨骼相对于固定骨骼的运动。

1. 执行从静态 3DCT 到 4DCT 第一帧的表面配准。
   1. 通过引用 4DCT 影片数据，将静态 3DCT 中的骨骼修剪成包含在 4DCT 所有帧中的部分段数据，以便与 3D 网格编辑软件中的迭代最近点（ICP） 算法¹¹一起使用。来自 4DCT 的表面数据只是每个体积图像中包含的部分线段，因为曲面配准需要将一个曲面数据点包含在另一个曲面中。
   2. 使用PickPoints函数（图 3B）在 3D 网格编辑软件中，从修剪过的 3DCT 曲面和 4DCT 第一帧的表面数据中，选择固定和移动骨骼中的三个地标。"
   3. 根据 3.1.2 中选取的地标，在 4DCT 曲面数据的第一帧（图 3C）上大致匹配部分固定和移动的骨骼。接下来，使用开放源码软件（例如 VTK）使用 ICP 算法¹¹执行表面配准。
      注:此过程提供固定和移动骨骼从静态 3DCT 到 4DCT 第一帧的均匀变换矩阵（图 3D）。这些矩阵是 4 x 4 矩阵，由旋转和平移组成，如图4所示。也可以计算导致反向操作的变换矩阵。
2. 执行顺序表面配准 （图 5）。
   1. 将第一个 4DCT 帧中的固定和移动骨骼的部分曲面匹配到第二帧的表面数据上。接下来，按顺序将ⁱ帧的部分曲面匹配到 4DCT 的 （i = 1）^{第 1}帧上。重复此过程，直到使用开源软件中的 ICP 模块进行编程，直到 4DCT 的最后一帧。
3. 根据 3.1 和 3.2 的结果计算从静态 3DCT 到 4DCT 中所有帧的变换矩阵。
4. 重建相对于固定骨骼的运动骨骼运动 （图 6）。
   1. 从表示从静态 3DCT 到每个 4DCT 帧的变换的矩阵中，重建移动骨骼的运动学。在测量旋转参数时定义固定和移动骨骼的坐标系（例如，由欧拉/卡丹角计算的弹性角度或旋转角度） 12、13、14 。

结果

我们描述了在膝盖延长期间，tibia的运动。膝关节位于CT龙门。三角形枕头用于支撑股骨在起始位置。膝盖在10s的过程中被延长到一个直的位置。除4DCT外，还进行了整个股骨、头骨和骨骨的静态3DCT。重建了整个股骨和头骨的表面数据。骨皮层HU数的阈值设置为250胡，并重建所有51帧的表面数据。

股骨和股骨被修剪成部分表面数?...

讨论

我们的方法允许可视化和量化整个骨骼的运动，并从 4DCT 数据提供移动骨骼相对于固定骨骼的数值位置数据。已建议使用许多工具测量关节运动学。运动皮肤标记可以分析身体的整体运动很长一段时间。但是，此方法包含皮肤运动错误³。应从相邻骨骼的运动量估算关节运动学。2D-3D 配准方法使用荧光镜和从顺序 2D 图像推断 3D 运动学。尽管分析软件已经发展到可以解释这一点，?...

材料

Name	Company	Catalog Number	Comments
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