JoVE Logo

Войдите в систему

Для просмотра этого контента требуется подписка на Jove Войдите в систему или начните бесплатную пробную версию.

В этой статье

  • Резюме
  • Аннотация
  • Введение
  • протокол
  • Результаты
  • Обсуждение
  • Раскрытие информации
  • Благодарности
  • Материалы
  • Ссылки
  • Перепечатки и разрешения

Резюме

Это исследование направлено на создание 3D-печатной модели поясничного позвонка для конкретного пациента, которая содержит модели позвонков и спинномозговых нервов, объединенные из данных компьютерной томографии высокого разрешения (HRCT) и МРТ-Диксона.

Аннотация

Селективная дорсальная ризотомия (SDR) - это сложная, рискованная и сложная операция, при которой ламинэктомия должна не только обнажить адекватное хирургическое поле зрения, но и защитить спинномозговые нервы пациента от травм. Цифровые модели играют важную роль в предоперационном и внутриоперационном SDR, поскольку они могут не только лучше знакомить врачей с анатомической структурой операционного участка, но и предоставлять точные координаты хирургической навигации для манипулятора. Это исследование направлено на создание цифровой 3D-модели поясничного позвонка для конкретного пациента, которую можно использовать для планирования, хирургической навигации и обучения операции SDR. Модель для 3D-печати также изготавливается для более эффективной работы во время этих процессов.

Традиционные ортопедические цифровые модели почти полностью основаны на данных компьютерной томографии (КТ), которая менее чувствительна к мягким тканям. Слияние костной структуры с помощью КТ и нейронной структуры с помощью магнитно-резонансной томографии (МРТ) является ключевым элементом для реконструкции модели в этом исследовании. Конкретная цифровая 3D-модель пациента реконструируется для реального внешнего вида хирургической области и показывает точное измерение межструктурных расстояний и регионарную сегментацию, что может эффективно помочь в предоперационном планировании и обучении SDR. Прозрачный материал костной структуры модели, напечатанной на 3D-принтере, позволяет хирургам четко различать относительную взаимосвязь между спинномозговым нервом и позвоночной пластинкой оперируемого сегмента, улучшая их анатомическое понимание и пространственное чувство структуры. Преимущества индивидуализированной цифровой 3D-модели и ее точная взаимосвязь между спинномозговыми, нервными и костными структурами делают этот метод хорошим выбором для предоперационного планирования операции SDR.

Введение

Спастическим церебральным параличом страдает более половины всех детей с церебральным параличом1, что приводит к контрактурам сухожилий, аномальному развитию скелета и снижению подвижности, что значительно влияет на качество жизни пострадавших детей2. В качестве основного хирургического метода лечения спастического церебрального паралича селективная дорсальная ризотомия (SDR) была полностью одобрена и рекомендована многими странами 3,4. Тем не менее, сложный и рискованный характер хирургии SDR, включая точное разрезание пластинки, позиционирование и диссоциацию нервных корешков, а также разрыв нервных волокон, представляет собой серьезную проблему для молодых врачей, которые только начинают заниматься SDR в клинической практике; кроме того, кривая обучения SDR очень крутая.

В традиционной ортопедической хирургии хирурги должны мысленно интегрировать все предоперационные двумерные (2D) изображения и создать 3D-хирургический план5. Этот подход особенно сложен для предоперационного планирования, включающего сложные анатомические структуры и хирургические манипуляции, такие как SDR. Благодаря достижениям в области медицинской визуализации и компьютерных технологий 2D-осевые изображения, такие как компьютерная томография (КТ) и магнитно-резонансная томография (МРТ), могут быть обработаны для создания виртуальных 3D-моделей с анатомией конкретного пациента6. Благодаря улучшенной визуализации хирурги могут анализировать эту обработанную информацию, чтобы ставить более подробные диагнозы, планировать и хирургические вмешательства с учетом состояния пациента. В последние годы применение технологии мультимодального слияния изображений в ортопедии постепенно привлекает внимание7. Эта технология может объединять изображения КТ и МРТ, значительно повышая точность цифровой аналоговой 3D-модели. Однако применение этой методики в предоперационных моделях СКЗ еще не исследовано.

Точное позиционирование пластинки и спинномозгового нерва, а также точное разрезание во время операции SDR имеют решающее значение для успешных результатов. Как правило, эти задачи основаны на опыте экспертов и неоднократно подтверждаются С-дугой во время операции, что приводит к сложному и трудоемкому хирургическому процессу. Цифровая 3D-модель служит основой для будущей хирургической навигации SDR, а также может быть использована для предоперационного планирования процедур ламинэктомии. Эта модель объединяет костную структуру из КТ и структуру спинномозгового нерва из МРТ и присваивает разные цвета участкам поясничных позвонков, отмеченным для разрезания в соответствии с хирургическим планом. Такие голографические модели для 3D-печати для SDR не только облегчают предоперационное планирование и моделирование, но и выводят точные координаты 3D-навигации на интраоперационный роботизированный манипулятор для точной резки.

протокол

Все данные получены от клинического пациента, чья операция SDR была проведена в больнице BJ Dongzhimen. Протокол соответствует руководящим принципам и был одобрен комитетом по этике исследований больницы Дунчжимэнь.

ПРИМЕЧАНИЕ: Вся карта протокола реконструкции модели показана на рисунке 1. Данные компьютерной томографии высокого разрешения (HRCT) и данные Диксона являются сырьем для моделирования; затем создание 3D-модели состоит из регистрации изображения и слияния. Окончательная цифровая 3D-модель печатается по технологии PolyJet, которая представляет собой высокоточный процесс 3D-печати, позволяющий получать гладкие и точные детали с использованием широкого спектра материалов. Для точного описания пространственных отношений между позвонком и спинномозговым нервом используются данные HRCT и серия изображений Диксона. Сканирование Диксона может идентифицировать изображения разделения воды и жира, в которых серия изображений фазы воды Диксона может быть использована для извлечения структуры спинномозговых нервов, а серия изображений Диксона в фазе может быть использована для проверки регистрации структуры кости.

figure-protocol-1285
Рисунок 1: Вся карта протокола. Методология исследования заключается в слиянии последовательностей КТ и магнитно-резонансной последовательности Диксона. В частности, структура КТ-позвонков регистрируется с идентичной структурой позвонков, содержащейся в последовательности Диксона-в, с последующим слиянием с последовательностью Диксона-w для спинномозгового нерва. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

1. Сбор и подготовка данных

  1. КТ высокого разрешения для позвонков
    ПРИМЕЧАНИЕ: Разница параметров не чувствительна к методу исследования.
    1. Установите ресурсы данных со станции КТ.
      ПРИМЕЧАНИЕ: Здесь используется компьютерная томография SIEMENS-CTAWP73396.
    2. Откройте программное обеспечение Syngo CT 2012B , чтобы получить данные из протокола сканирования SpineRoutine_1. Выберите размер пикселя и толщину среза (ST) набора данных, чтобы адаптироваться к размеру позвонков, предназначенных для представления в цифровой 3D-модели.
    3. Используйте ST 1 мм с размером матрицы 512 пикселей x 512 пикселей, в котором интервал между пикселями составляет 0,3320 мм. Фактический размер достигнутого 3D-объема составляет 512 x 512 x 204 вокселей.
  2. Последовательность Диксона для спинномозгового нерва
    ПРИМЕЧАНИЕ: В этом исследовании используется аппарат МРТ 1,5 Тл.
    1. Для получения точных данных установите разрешение изображения Диксона 290 x 320 пикселей, расстояние между пикселями 0,9375 мм и толщину среза 3 мм.
    2. Установите время повторения 5,160 мс и время эха 94 мс.
    3. Убедитесь, что каждый отсканированный слой состоит из четырехфазных изображений: Dixon-in, Dixon-opp, Dixon-F и Dixon-w.
  3. Подготовьте файлы хранения данных для реконструкции модели.
    ПРИМЕЧАНИЕ: Четко определенная структура хранения данных более удобна для последующей работы.
    1. Создайте папку проекта, содержащую все данные, принадлежащие пациенту.
    2. Подготовьте различные пути к файлам для данных HRCT и MRI-Dixon, создав разные папки для данных цифровой визуализации и коммуникаций в медицине (DICOM).
    3. Сделайте отдельную папку под проектом для всех результатов анализа.

2. 3D цифровая модель позвонков

ПРИМЕЧАНИЕ: Все функции подпроцессов взяты из программных средств, собственность которых принадлежит Beijing Intelligent Entropy Science & Technology Co Ltd.

  1. Вызовите подпроцесс Dicom2Mat на рабочем месте MATLAB, чтобы получить 3D-том из файлов DICOM, хранящихся в папке данных HRCT.
  2. После выполнения подпроцесса Dicom2Mat просмотрите каждый фрагмент в 3D-томе с помощью графического интерфейса пользователя (GUI), как показано на рисунке 2.
  3. Затем визуализируйте распределение интенсивности данных HRCT позвонков с помощью функции hist (рис. 3).
  4. Вызовите подпроцесс NoiseClean , чтобы удалить шум сигнала, образованный устройством по путям к файлу данных HRCT.
  5. Используйте подпроцесс функции «Позвонки » по тому же пути, чтобы получить модель позвонков, которая также представляет собой 3D-объем, но только со структурой кости (рис. 4). Параметры фильтра верхних частот, интенсивность от 190 до 1,656.

3. 3D-цифровая модель спинномозгового нерва

ПРИМЕЧАНИЕ: Диксон-ин содержит костную структуру, в то время как Диксон-w описывает нейронную структуру.

  1. Используйте подпроцесс Dicom2Mat в обоих путях последовательностей Dixon-in и Dixon-w и получите их 3D-объем.
  2. Кроме того, визуализируйте каждый отдельный срез, представляющий собой 3D-объем, используя графический интерфейс, представленный на рисунке 5. Получите доступ к этой визуализации после завершения подпроцесса Dicom2Mat .
  3. Используйте функцию Spinal_Nerve для реконструкции модели спинномозгового нерва с параметрами фильтра верхних частот интенсивностью от 180 до 643. Поскольку сигналы нерва в последовательности Диксона-w очень высоки, извлеките 3D-объем спинномозгового нерва, отфильтровав точки с низкой интенсивностью.
  4. Когда подпроцесс Spinal_Nerve будет завершен, проверьте модель, сгенерированную в графическом интерфейсе, показанном на рисунке 6.

4. Регистрация и слияние

ПРИМЕЧАНИЕ: Ключевым моментом является то, что костная архитектура присутствует как в HRCT, так и в последовательности визуализации Dixon-in.

  1. Скопируйте три полученных на данный момент 3D-тома в путь к файлу проекта, созданного на шаге 3.1. Модели от HRCT и Dixon-in включают в себя одно и то же строение позвонков, а модели от Dixon-in и Dixon-w имеют одинаковые координаты.
  2. Затем поместите имена файлов трех моделей в подпроцесс vertebra_fusion в качестве входных данных для создания модели слияния. Это можно визуализировать на рисунке 7.
  3. Слияние обычно хорошо сделано. Если тонкая настройка необходима с точки зрения врача, добавьте параметры координат во всех направлениях к одной и той же функции, чтобы скорректировать модель слияния. Если в слиянии наблюдаются небольшие ошибки с клинической точки зрения, используйте функцию vertebra_fusion для точной настройки координат слияния. Этот процесс включает в себя настройку параметров шести измерений координатного направления (координаты XYZ и их вращение).
  4. Сделайте отдельную папку в каталоге проекта для вывода результата модели слияния.

5. Файлы цифровых моделей для 3D-печати

ПРИМЕЧАНИЕ: Полностью разработанный аппарат для 3D-печати используется для изготовления вышеупомянутой цифровой модели с реализацией триангуляций Делоне. Здесь использовался 3D-принтер Stratasys J55 Prime.

  1. Экспортируйте модели слияния, которые будут использоваться для 3D-печати, в последовательностях формата DICOM по пути к файлу каталога слияния. Используйте алгоритм Mat2Dicom для выполнения операции экспорта, введя модель слияния.
  2. Откройте последовательность файлов DICOM, экспортированную ранее, с помощью Materialise Mimics V20. Чтобы выполнить операцию экспорта, перейдите в меню «Экспорт » на вкладке «Файл» и выберите формат VRML. Путь к файлу для экспорта может быть свободно настроен в соответствии с требованиями пользователя.
  3. Поскольку прозрачная красочная 3D-печать является профессиональной услугой, сжимайте и упаковывайте файлы VRML и отправляйте их поставщику услуг. Результат 3D-печати показан на рисунке 8.

Результаты

На основе данных спондилодеза поясничных КТ/МРТ у детей с церебальным параличом мы создали репрезентативную модель поясничного отдела позвоночника в сочетании со спинномозговыми нервами. Фильтрация верхних частот использовалась для извлечения высокого сигнала в диапазоне значений ...

Обсуждение

Это исследование обеспечивает рабочий процесс для создания предоперационной модели 3D-печати поясничного отдела позвоночника у пациентов с церебральным параличом с целью облегчения предоперационного планирования операции SDR и улучшения анатомической подготовки на основе конкретно?...

Раскрытие информации

Цифровые модели в этом исследовании реконструированы соавтором Фанлян Сином.

Благодарности

Эта публикация была поддержана Пекинским муниципальным фондом естественных наук (L192059).

Материалы

NameCompanyCatalog NumberComments
J55 Prime 3D-PrinterStratasysJ55 PrimeManufacturing the model
MATLABMathWorks 2022BComputing and visualization 
MimicsMaterialiseMimics Research V20Model format transformation
Tools for volum fusionIntelligent EntropyVolumeFusion V1.0Beijing Intelligent Entropy Science & Technology Co Ltd.
Modeling for CT/MRI fusion

Ссылки

  1. 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).
  2. Krigger, K. W. Cerebral palsy: an overview. American Family Physician. 73 (1), 91-100 (2006).
  3. 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).
  4. Buizer, A. I. Selective dorsal rhizotomy in children with cerebral palsy. The Lancet. Child & Adolescent Health. 3 (7), 438-439 (2019).
  5. Wong, K. C. 3D-printed patient-specific applications in orthopedics. Orthopedic Research and Reviews. 8, 57-66 (2016).
  6. 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).
  7. 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).
  8. 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).
  9. Sindou, M., Georgoulis, G. Keyhole interlaminar dorsal rhizotomy for spastic diplegia in cerebral palsy. Acta Neurochirurgica. 157 (7), 1187-1196 (2015).
  10. Peacock, W. J., Staudt, L. A. Selective posterior rhizotomy: evolution of theory and practice. Pediatric Neurosurgery. 17 (3), 128-134 (1991).
  11. Vitrikas, K., Dalton, H., Breish, D. Cerebral palsy: an overview. American Family Physician. 101 (4), 213-220 (2020).
  12. Niikura, T., et al. Tactile surgical navigation system for complex acetabular fracture surgery. Orthopedics. 37 (4), 237-242 (2014).
  13. 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).
  14. 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).
  15. 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).
  16. 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).
  17. 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).

Перепечатки и разрешения

Запросить разрешение на использование текста или рисунков этого JoVE статьи

Запросить разрешение

Смотреть дополнительные статьи

194

This article has been published

Video Coming Soon

JoVE Logo

Исследования

Образование

О JoVE

Авторские права © 2025 MyJoVE Corporation. Все права защищены