Vierdimensionale CT-Analyse mit sequenzieller 3D-3D-Registrierung

Zusammenfassung

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.

Zusammenfassung

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.

Einleitung

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 Thema^1,2messen. Diese Methoden messen jedoch die Hautbewegung, um Gelenkkinematik abzuleiten, und enthalten daher Hautbewegungsfehler³.

Kadaverische Studien wurden verwendet, um Bewegungsbereiche, Instabilität und Kontaktbereiche^4,5,6zu 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 Gelenkkinematik^8,9. 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.

Protokoll

Alle hier beschriebenen Methoden wurden vom Institutional Review Board der Keio University School of Medicine genehmigt.

HINWEIS: Gelenkkinematik wird gemessen, indem die Bewegung eines sich bewegenden Knochens um einen festen Knochen rekonstruiert wird. Bei der Kniegelenkkinematik ist der Oberschenkelknochen definiert als der feste Knochen und die Tibia als der bewegliche Knochen.

1. CT-Bildgebungsprotokoll

1. Richten Sie die CT-Maschine ein. Erwerben Sie CT-Untersuchungen mit einem 320-Detektor-Reihen-CT-System, um mehrere Phasen von 3D-Volumendaten mit 160 mm Craniokaaudalabdeckung zu ermöglichen. Bei der Analyse der Kniekinematik besteht die Bildaufnahme beispielsweise aus 51 Volumenscans mit einer Rotationszeit von 0,275 s, und alle Bilder werden mit halber Rekonstruktion rekonstruiert, so dass die zeitliche Auflösung etwa 0,16 s beträgt.
2. Verwenden Sie die folgenden Scanparameter: Spitzenrohrspannung = 100 kVp; Rohrstrom = 40 mA; Scanabdeckung = 160 mm; Matrixgröße= 512 x 512 Pixel; und Rekonstruktionsabschnitt dicke und Abschnitt Intervall = 0,5 mm.
3. Platzieren Sie das Zielgelenk des Fachstücks im CT-Portal in der Ausgangsposition der 4DCT-Prüfung (Abbildung 1).
4. Proben Sie vor der CT-Prüfung die Bewegungen des Gelenks von der Startposition bis zur Endposition innerhalb der erforderlichen Prüfungszeit. Bitten Sie den Betroffenen, das Gelenk während der Scanzeit von 10.275 zu bewegen und eine Reihe von Volumendaten zu erhalten. Speichern Sie die sequenziellen Volumedaten im DICOM-Format.
5. Führen Sie statisches 3DCT aller Zielknochen aus, und speichern Sie die Daten im DICOM-Format.

2. Oberflächenrekonstruktion

1. Halbautomatische Segmentierung von 3DCT-Daten durchführen (Abbildung 2A).
   1. Laden Sie CT DICOM-Daten, indem Sie alle DICOM-Dateien der statischen 3DCT-Daten auswählen.
   2. Öffnen Sie das Beschriftungsfeld, indem Sie auf Neues Beschriftungsfeld bearbeiten klicken, und überprüfen Sie, welcher Schwellenwert für die CT-Dämpfungswert geeignet ist, um kortikale Knochen aus dem Quellknochen zu extrahieren. Wählen Sie Materialien mit CT-Dämpfungswerten über dem Schwellenwert aus. Beispielsweise wird der Schwellenwert für den Knochenkortex für ein junges Motiv auf 250festgelegt. Überprüfen Sie die Beschriftung auf Die Knochenkortexauswahl, und ändern Sie die Abgrenzung manuell mithilfe eines Bearbeitungswerkzeugs, um die Konsistenz mit der Form des Knochens zu erhalten.
   3. Generieren Sie die Oberflächendaten (Dreiecksnetze) aus den beschrifteten Knochenkortexpositionsdaten (Punktwolke in der Software). Speichern Sie die Oberflächendaten, indem Sie Daten im Standard-STL-Format (Standard Triangulated Language) exportieren.
   4. Klicken Sie auf Oberfläche generieren| Auf das Etikett des kortikalen Knochens auftragen. Klicken Sie auf Datei| Exportdaten as| STL Binary Little Endian, um die Oberflächendaten im STL-Format zu speichern.
2. Automatische Segmentierung von 4DCT-Volumendaten durchführen (Abbildung 2B).
   HINWEIS: Jeder Frame der DICOM-Daten enthält die Verteilung der CT-Dämpfungswerte im CT-Portal.
   1. Legen Sie den Schwellenwert des Knochenkortex wie in der statischen CT fest, und extrahieren Sie geometrische Daten, die CT-Dämpfungswerte über dem Schwellenwert zeigen, aus allen 51 Frames der 4DCT-Daten mithilfe des DICOM-Lesemoduls in der Programmiersoftware. Passen Sie den Schwellenwert an die Knochendichte des Quellknochens an. Legen Sie beispielsweise für den osteoporotischen Knochen den Schwellenwert niedriger fest.
   2. Übersetzen Sie alle Positionsdaten, die bereits im vorherigen Schritt erhalten wurden, in ein Format, das von Bildverarbeitungssoftware (z.B. Avizo) interpretiert werden kann. Rekonstruieren Sie in der Bildverarbeitungssoftware alle Oberflächendaten der Punktwolke mit höheren CT-Dämpfungswerten als der Schwellenwert für alle 4DCT-Frames mithilfe eines Batchverarbeitungsskripts. Die Bildverarbeitungssoftware enthält die Funktion, das Skript zu lesen und die Oberflächendaten aus den Daten der DICOM-Serie automatisch zu exportieren. Das Batchskript wird in der Supplemental Coding Fileangezeigt.

3. Bildregistrierung

HINWEIS: Rekonstruieren Sie in diesem Schritt die Bewegungen des beweglichen Knochens in Bezug auf den festen Knochen aus den rohen 4DCT DICOM-Daten.

1. Führen Sie die Oberflächenregistrierung vom statischen 3DCT bis zum ersten Frame des 4DCT durch.
   1. Trimmen Sie die Bones in einem statischen 3DCT in Teilsegmentdaten, die in allen Frames von 4DCT enthalten sind, für die Verwendung mit dem iterativen Nächstgelegenen Punkt (ICP) Algorithmus¹¹ in der 3D-Netzbearbeitungssoftware unter Verwendung der Funktion "Gesicht auswählen" (Abbildung 3A), indem Sie 4DCT-Filmdaten verweisen. Die Oberflächendaten von 4DCT sind nur Teilsegmente, die in jedem Volumenbild enthalten sind, da die Oberflächenregistrierung erfordert, dass ein Oberflächendatenpunkt in einer anderen Oberfläche enthalten ist.
   2. Wählen Sie drei Markierungen in den festen und sich bewegenden Knochen, die leicht von der getrimmten 3DCT-Oberfläche und den Oberflächendaten des ersten Frames von 4DCT in der 3D-Netzbearbeitungssoftware mit der PickPoints-Funktion identifiziert werden können (Abbildung 3B).
   3. Passen Sie die teilweise fixierten und sich bewegenden Knochen ungefähr auf dem ersten Frame der 4DCT-Oberflächendaten (Abbildung 3C) entsprechend den ausgewählten Landmarken in 3.1.2 an. Führen Sie als Nächstes die Oberflächenregistrierung mit dem ICP-Algorithmus¹¹ mithilfe der Open-Source-Software (z. B. VTK) durch.
      HINWEIS: Dieser Prozess bietet homogene Transformationsmatrizen der festen und beweglichen Knochen vom statischen 3DCT zum ersten Frame von 4DCT (Abbildung 3D). Diese Matrizen sind 4 x 4 Matrizen, die aus Rotation und Übersetzung bestehen, wie in Abbildung 4dargestellt. Die Transformationsmatrix, die die umgekehrte Aktion verursacht, kann ebenfalls berechnet werden.
2. Führen Sie eine sequenzielle Oberflächenregistrierung durch (Abbildung 5).
   1. Passen Sie die Teilflächen des festen und sich bewegenden Bones im ersten 4DCT-Frame an die Oberflächendaten des zweiten Frames an. Passen Sie als Nächstes die Teilflächen des i^th Frames auf den (i + 1)^th Frame von 4DCT nacheinander an. Wiederholen Sie diesen Vorgang bis zum letzten Frame des 4DCT, indem Sie mit dem ICP-Modul in der Open-Source-Software programmieren.
3. Berechnen Sie Transformationsmatrizen vom statischen 3DCT zu allen Frames in 4DCT gemäß den Ergebnissen von 3.1 und 3.2.
4. Rekonstruieren Sie bewegliche Knochenbewegung in Bezug auf den fixierten Knochen (Abbildung 6).
   1. Rekonstruieren Sie die Kinematik des sich bewegenden Knochens in Bezug auf den fixierten Knochen aus den Matrizen, die die Transformation vom statischen 3DCT zu jedem 4DCT-Frame darstellen. Definieren Sie die Koordinatensysteme der festen und sich bewegenden Knochen, wenn die Rotationsparameter gemessen werden (z. B. Flexionswinkel oder Drehwinkel berechnet durch den Euler/Cardan-Winkel)^12,13,14.

Ergebnisse

Wir beschreiben die Bewegung der Tibia während der Knieverlängerung. Das Kniegelenk wurde im CT-Portal positioniert. Ein Dreieckskissen wurde verwendet, um den Oberschenkelknochen an der Startposition zu stützen. Das Knie wurde im Laufe von 10 s auf eine gerade Position verlängert. Zusätzlich zu 4DCT wurde statisches 3DCT des gesamten Oberschenkelknochens, der Tibia und der Patella durchgeführt. Die Oberflächendaten des gesamten Oberschenkelknochens und der Tibia wurden rekonstruie...

Diskussion

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...

Materialien

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