환자의 특정 요추의 3D 프린팅 모델

요약

이 연구는 고해상도 컴퓨터 단층 촬영(HRCT) 및 MRI-Dixon 데이터에서 융합된 척추 및 척수 신경 모델을 모두 포함하는 환자별 요추의 3D 프린팅 모델을 만드는 것을 목표로 합니다.

초록

선택적 등쪽 신경근 절개술(SDR)은 추궁 절제술이 적절한 수술 시야를 노출시킬 뿐만 아니라 환자의 척수 신경을 손상으로부터 보호해야 하는 어렵고 위험하며 정교한 수술입니다. 디지털 모델은 의사가 수술 부위의 해부학적 구조에 더 익숙해질 수 있을 뿐만 아니라 매니퓰레이터에게 정확한 수술 탐색 좌표를 제공할 수 있기 때문에 SDR의 사전 및 내부 수술에서 중요한 역할을 합니다. 이 연구는 SDR 수술의 계획, 수술 탐색 및 교육에 사용할 수 있는 환자별 요추의 3D 디지털 모델을 만드는 것을 목표로 합니다. 3D 프린팅 모델은 이러한 과정에서 보다 효과적인 작업을 위해 제조되기도 합니다.

전통적인 정형외과 디지털 모델은 연조직에 덜 민감한 컴퓨터 단층 촬영(CT) 데이터에 거의 전적으로 의존합니다. CT의 뼈 구조와 자기공명영상(MRI)의 신경 구조의 융합은 이 연구에서 모델 재구성의 핵심 요소입니다. 환자의 특정 3D 디지털 모델은 수술 부위의 실제 모습에 맞게 재구성되고 구조 간 거리 및 지역 분할의 정확한 측정을 보여주므로 수술 전 SDR 계획 및 교육에 효과적으로 도움이 될 수 있습니다. 3D 프린팅 모델의 투명한 뼈 구조 소재를 통해 외과의는 척추 신경과 수술된 부분의 척추판 사이의 상대적 관계를 명확하게 구별할 수 있어 구조에 대한 해부학적 이해와 공간 감각을 향상시킬 수 있습니다. 개별화된 3D 디지털 모델의 장점과 척수 신경과 뼈 구조 간의 정확한 관계로 인해 이 방법은 SDR 수술의 수술 전 계획에 적합합니다.

서문

경련성 뇌성마비는 뇌성마비 아동의 절반 이상에게 영향을 미치^며1, 힘줄 구축, 비정상적인 골격 발달, 이동성 저하를 유발하여 영향을 받는 아동의 삶의 질에 큰 영향을 미친다². 경련성 뇌성마비 치료를 위한 주요 수술 방법인 선택적 등쪽 신경근 절개술(SDR)은 많은 국가에서 완전히 검증되고 권장되었습니다 ^3,4. 그러나 박판의 정확한 절단, 신경근의 위치 지정 및 해리, 신경 섬유의 절단을 포함한 SDR 수술의 복잡하고 고위험 특성은 임상 실습에서 SDR에 이제 막 참여하기 시작한 젊은 의사들에게 중요한 도전 과제입니다. 또한 SDR의 학습 곡선은 매우 가파르다.

전통적인 정형외과 수술에서 외과의는 모든 수술 전 2차원(2D) 영상을 정신적으로 통합하고 3D 수술 계획을 세워야 한다⁵. 이 접근법은 복잡한 해부학적 구조와 SDR과 같은 외과적 조작을 포함하는 수술 전 계획에 특히 어렵습니다. 의료 영상 및 컴퓨터 기술의 발전으로 컴퓨터 단층 촬영(CT) 및 자기 공명 영상(MRI)과 같은 2D 축 영상을 처리하여 환자별 해^{부학적 구조}6를 갖춘 3D 가상 모델을 생성할 수 있다. 향상된 시각화를 통해 외과의는 이 처리된 정보를 분석하여 환자의 상태에 맞는 보다 자세한 진단, 계획 및 외과적 개입을 수행할 수 있습니다. 최근 몇 년 동안 정형외과에서 멀티모달 이미지 융합 기술의 적용이 점차 주목을 받고 있다⁷. 이 기술은 CT와 MRI 이미지를 융합하여 digital3D 아날로그 모델의 정확도를 크게 향상시킬 수 있습니다. 그러나 SDR의 수술 전 모델에서 이 기술의 적용은 아직 연구되지 않았습니다.

SDR 수술 중 박판과 척수 신경의 정확한 위치 지정과 정확한 절단은 성공적인 결과를 위해 매우 중요합니다. 일반적으로 이러한 작업은 전문가의 경험에 의존하며 수술 중 C-arm에 의해 반복적으로 확인되므로 복잡하고 시간이 많이 소요되는 수술 과정이 발생합니다. 3D 디지털 모델은 향후 SDR 수술 탐색의 기초 역할을 하며 추궁 절제술 절차의 수술 전 계획에도 활용할 수 있습니다. 이 모델은 CT의 뼈 구조와 MRI의 척수 신경 구조를 융합하고 수술 계획에 따라 절단이 표시된 요추 부분에 다른 색상을 할당합니다. 이러한 SDR용 홀로그램 3D 프린팅 모델은 수술 전 계획 및 시뮬레이션을 용이하게 할 뿐만 아니라 정확한 절단을 위해 수술 중 로봇 팔에 정확한 3D 탐색 좌표를 출력합니다.

프로토콜

모든 데이터는 BJ Dongzhimen 병원에서 SDR 수술을 수행한 임상 환자로부터 제공됩니다. 이 프로토콜은 Dongzhimen 병원 연구 윤리 위원회의 지침을 따르고 승인을 받았습니다.

참고: 모델 재구성 프로토콜의 전체 지도는 그림 1에 나와 있습니다. 고해상도 컴퓨터 단층 촬영(HRCT) 데이터와 Dixon 데이터는 모델링을 위한 원료입니다. 그런 다음 3D 모델 생성은 이미지 등록 및 융합으로 구성됩니다. 최종 3D 디지털 모델은 다양한 재료를 사용하여 부드럽고 정확한 부품을 생산하는 고정밀 3D 프린팅 공정인 PolyJet 기술로 프린팅됩니다. 척추신경과 척수신경 사이의 공간적 관계를 정확하게 설명하기 위해 HRCT 데이터와 Dixon 이미지 시리즈를 사용합니다. 딕슨 스캐닝은 물과 지방 분리 이미지를 식별 할 수 있으며, 딕슨 워터 페이즈 이미지 시리즈는 척추 신경의 구조를 추출하는 데 사용할 수 있으며 딕슨 인 페이즈 이미지 시리즈는 뼈 구조의 등록을 확인하는 데 사용할 수 있습니다.

그림 1: 프로토콜의 전체 맵. 이 연구의 연구 방법론은 CT와 자기 공명 딕슨 시퀀스의 융합을 포함합니다. 구체적으로, CT 척추 구조는 Dixon-in 시퀀스에 포함된 동일한 척추 구조로 등록되며, 척수 신경에 대한 Dixon-w 시퀀스와 융합됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

1. 데이터 수집 및 준비

1. 척추를 위한 고해상도 CT
   참고: 매개변수 차이는 연구 방법에 민감하지 않습니다.
   1. CT 머신 스테이션에서 데이터 리소스를 설정합니다.
      참고: 여기서는 SIEMENS-CTAWP73396 CT 기계를 사용합니다.
   2. Syngo CT 2012B 소프트웨어를 열어 스캐닝 프로토콜 SpineRoutine_1에서 데이터를 수신합니다. 데이터 세트의 픽셀 크기 및 슬라이스 두께(ST)를 선택하여 3D 디지털 모델에 표현하려는 척추의 크기에 맞게 조정합니다.
   3. 행렬 크기가 512픽셀 x 512픽셀이고 픽셀 간격이 0.3320mm인 1mm의 ST를 사용합니다. 달성된 3D 볼륨의 실제 크기는 512 x 512 x 204 복셀입니다.
2. 척수 신경에 대한 딕슨 시퀀스
   참고: 이 연구에서는 1.5T MRI 기계가 사용됩니다.
   1. 정확한 데이터를 얻으려면 Dixon 이미지 해상도 를 290픽셀 x 320픽셀로, 픽셀 간격을 0.9375mm로, 슬라이스 두께 를 3mm로 설정합니다.
   2. 반복 시간을 5,160ms로, 에코 시간을 94ms로 설정합니다.
   3. 스캔한 모든 레이어가 Dixon-in, Dixon-opp, Dixon-F 및 Dixon-w의 4단계 이미지로 구성되어 있는지 확인합니다.
3. 모델 재구성을 위해 데이터 저장 파일을 준비합니다.
   참고: 잘 정의된 데이터 저장 구조는 후속 작업에 더 편리합니다.
   1. 환자에 속한 모든 데이터를 포함하는 프로젝트 폴더를 만듭니다.
   2. DICOM(Digital Imaging and Communications in Medicine) 데이터에 대해 서로 다른 폴더를 만들어 HRCT 및 MRI-Dixon 데이터에 대해 서로 다른 파일 경로를 준비합니다.
   3. 모든 해석 결과에 대해 프로젝트 아래에 별도의 폴더를 만듭니다.

2. 3D 디지털 척추 모델

참고 : 모든 하위 프로세스 기능은 소프트웨어 도구에서 제공되며, 그 속성은 Beijing Intelligent Entropy Science & Technology Co Ltd에 속합니다.

1. MATLAB 작업 공간에서 Dicom2Mat 서브프로세스를 호출하여 HRCT 데이터 폴더에 저장된 DICOM 파일에서 3D 볼륨을 가져옵니다.
2. Dicom2Mat 하위 프로세스를 거친 후 그림 2와 같이 그래픽 사용자 인터페이스(GUI)를 통해 3D 볼륨 내의 각 슬라이스를 봅니다.
3. 그런 다음 hist 함수를 통해 척추 HRCT 데이터의 강도 분포를 시각화합니다(그림 3).
4. NoiseClean 하위 프로세스를 호출하여 HRCT 데이터 파일 경로 아래에서 장치에 의해 형성된 신호 노이즈를 삭제합니다.
5. 동일한 경로에서 척추 함수 하위 프로세스를 사용하여 척추 모델을 얻을 수 있으며, 이 모델도 3D 볼륨이지만 뼈 구조만 있습니다(그림 4). 고역 통과 필터 매개 변수, 강도 범위는 190에서 1,656입니다.

3. 3D 디지털 척수 신경 모델

참고: Dixon-in은 뼈 구조를 포함하고 Dixon-w는 신경 구조를 설명합니다.

1. Dixon-in 시퀀스와 Dixon-w 시퀀스의 두 경로 모두에서 Dicom2Mat 하위 프로세스를 사용하고 3D 볼륨을 가져옵니다.
2. 또한 그림 5에 제시된 GUI를 사용하여 3D 볼륨을 구성하는 각 개별 슬라이스를 시각화합니다. Dicom2Mat 하위 프로세스가 완료되면 이 시각화에 액세스합니다.
3. Spinal_Nerve 함수를 사용하여 강도 범위가 180에서 643 사이인 고역 통과 필터 파라미터로 척수 신경 모델을 재구성합니다. Dixon-w 시퀀스에서 신경의 신호가 매우 높기 때문에 강도가 낮은 점을 필터링하여 척수 신경 3D 부피를 추출합니다.
4. Spinal_Nerve 하위 프로세스가 완료되면 그림 6과 같이 GUI에서 생성된 모델을 확인합니다.

4. 등록 및 융합

참고: 핵심 통찰력은 뼈 구조가 HRCT 및 Dixon-in 이미징 시퀀스 모두에 존재한다는 것입니다.

1. 지금까지 얻은 3D 볼륨 3개를 3.1단계에서 만든 프로젝트의 파일 경로에 복사합니다. HRCT와 Dixon-in의 모델은 동일한 척추 구조를 포함하며 Dixon-in과 Dixon-w의 모델은 동일한 좌표를 갖습니다.
2. 그런 다음 세 모델의 파일 이름을 vertebra_fusion 하위 프로세스에 입력으로 넣어 융합 모델을 생성합니다. 이 내용은 그림 7에서 시각화할 수 있습니다.
3. 융합은 일반적으로 잘 이루어집니다. 의사의 관점에서 미세 조정이 필요한 경우 동일한 함수에 모든 방향의 좌표 파라미터를 추가하여 융합 모델을 수정합니다. 임상적 관점에서 융합에서 약간의 오차가 관찰되면 vertebra_fusion 함수를 사용하여 융합 좌표를 미세 조정합니다. 이 프로세스에는 좌표 방향의 6개 차원(XYZ 좌표 및 회전)에 대한 매개변수 조정이 포함됩니다.
4. 융합 모델의 결과를 출력하기 위해 프로젝트 디렉토리에 별도의 폴더를 만듭니다.

5. 3D 프린팅을 위한 디지털 모델 파일

참고: 완전히 개발된 3D 프린팅 장치는 Delaunay 삼각 측량을 구현하여 앞서 언급한 디지털 모델의 제조에 활용됩니다. 여기서는 Stratasys J55 Prime 3D 프린터가 사용되었습니다.

1. 3D 인쇄에 사용할 퓨전 모델을 퓨전 디렉토리의 파일 경로 아래에 있는 DICOM 형식 시퀀스로 내보냅니다. Mat2Dicom 알고리즘을 사용하여 융합 모델을 입력하여 내보내기 작업을 실행합니다.
2. Materialise Mimics V20을 사용하여 이전에 내보낸 DICOM 파일 시퀀스를 엽니다. 내보내기 작업을 수행하려면 파일 탭 아래의 내보내기 메뉴로 이동하여 VRML 형식을 선택합니다. 내보내기를 위한 파일 경로는 사용자의 요구 사항에 따라 자유롭게 사용자 지정할 수 있습니다.
3. 투명하고 다채로운 3D 프린팅은 전문 서비스이므로 VRML 파일을 압축 및 포장하여 서비스 제공업체에 보냅니다. 3D 프린팅 결과는 그림 8에 나와 있습니다.

결과

뇌성마비 아동의 요추 CT/MRI 영상 융합 데이터를 기반으로 척추신경과 결합된 요추의 대표적 모델을 만들었습니다. HRCT에서 190-1,656의 CT 값 범위에서 높은 신호를 추출하기 위해 고역 통과 필터링을 사용하여 수술 영역에서 요추의 뼈 구조를 재구성했습니다. 척수 신경 구조는 MRI에서 Dixon-w 시퀀스의 고역 통과 필터링에 의해 재구성되었습니다. 요추 구조와 척수 신경 융합의 디지털 모델 및 포인?...

토론

본 연구는 SDR 수술을 위한 수술 전 계획을 용이하게 하고 환자의 특정 모델을 기반으로 해부학적 훈련을 강화하기 위해 뇌성마비 환자의 요추의 수술 전 3D 프린팅 모델을 구축하기 위한 워크플로를 제공합니다. 이 연구는 환자의 요추 및 신경 구조를 정확하게 보여주는 매우 신뢰할 수 있는 3D 프린팅 모델을 구축하는 것을 목표로 합니다. 수술 전 모델에서 박판과 척수 신경의 위치를 측정함으로?...

자료

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