JoVE Logo
Yazarlar
Bize Ulaşın

Oturum Aç

Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.

Bu Makalede

  • Özet
  • Özet
  • Giriş
  • Protokol
  • Sonuçlar
  • Tartışmalar
  • Açıklamalar
  • Teşekkürler
  • Malzemeler
  • Referanslar
  • Yeniden Basımlar ve İzinler

Özet

Dört boyutlu bilgisayarlı tomografi verilerinden eklem kinematiği analiz ettik. Sıralı 3D-3D kayıt yöntemi, dört boyutlu bilgisayarlı tomografi verilerinden hareketli kemiğin özne kemiğine göre yarı otomatik olarak kinematiği sağlar.

Özet

Dört boyutlu bilgisayarlı tomografi (4DCT) bir dizi hacim verisi sağlar ve eklem hareketlerini görselleştirir. Ancak, tüm hacimsel çerçevelerde segmentasyon zaman alıcı olduğundan, 4DCT verilerinin sayısal analizi zor olmaya devam etmektedir. Hareketli kemiğin kinematiği 4DCT DICOM verileri ve mevcut yazılımlar kullanılarak sabit kemik yarı otomatik olarak sağlamak için eklem kinematiği sıralı 3D-3D kayıt tekniği ile analiz etmeyi amaçladık. Kaynak kemiklerin yüzey verileri 3DCT'den yeniden oluşturulur. Kırpılan yüzey verileri sırasıyla 4DCT'deki ilk çerçevedeki yüzey verileriyle eşleşir. Bu kesilmiş yüzeyler son çerçeveye kadar sırayla eşleşir. Bu işlemler, 4DCT'nin tüm karelerinde hedef kemikler için konumsal bilgi sağlar. Hedef kemiklerin koordinat sistemleri kararverildikten sonra, herhangi iki kemik arasındaki çeviri ve dönüş açıları hesaplanabilir. Bu 4DCT analizi karpal veya tarsal kemikler gibi karmaşık yapıların kinematik analizlerinde avantaj sağlar. Ancak, hızlı veya büyük ölçekli hareketler hareket yapıları nedeniyle izlenemez.

Giriş

Eklem kinematik hareket yakalama sensörleri, 2D-3D kayıt ve kadavra çalışmaları gibi metodolojiler, bir dizi kullanılarak tanımlanmıştır. Her yöntemin belirli avantajları ve dezavantajları vardır. Örneğin, hareket yakalama sensörleri hızlı, büyük ölçekli hareketleri kızılötesi kameralar kullanarak ölçülebilir veya konu üzerinde sensörler ilerlemiş veya olmayan1,2. Ancak, bu yöntemler eklem kinematiği çıkarmak için cilt hareketini ölçmek ve bu nedenle cilt hareket hataları içeren3.

Kadavra çalışmaları hareket aralıkları değerlendirmek için kullanılmıştır, istikrarsızlık, ve temas alanları4,5,6. Bu yaklaşım, pim veya vida kullanarak doğrudan kemiğe bağlı CT veya optik sensörler kullanarak küçük eklemlerdeki küçük değişiklikleri ölçebilir. Kadavra modelleri esas olarak pasif hareketleri değerlendirebilir, ancak birden fazla aktüatör dinsel hareket7'yisimüle etmek için tendlere dış kuvvet uygulamak için kullanılmıştır. Aktif eklem hareketi 2D-3D kayıt teknikleri ile ölçülebilir, 2D floroskopi görüntüleri ile 3DCT görüntüleri eşleşen. Kayıt sürecinin doğruluğu tartışmalı olmaya devam etse de, bildirilen doğruluk genellikle büyük eklem kinematik8,9için yeterince yüksektir. Ancak, bu yöntem dar alanlarda küçük kemiklere veya birden fazla kemeğe uygulanamaz.

Buna karşılık, 4DCT bir dizi hacimsel veri elde eden dinamik bir CT yöntemidir. Aktif eklem hareketleri bu yaklaşım10kullanılarak analiz edilebilir. Bu teknoloji, CT gantry içindeki tüm maddelerin hassas 3D konumsal veri sağlar. 3B ortak hareketler açıkça bir görüntüleyici de görselleştirilmiştir. Ancak, tüm kemikler hareket ediyor ve hiçbir işaretleri in vivo aktif hareketleri sırasında izlenebilir, çünkü hacim veri böyle bir dizi eklem kinematiği açıklayan hala zordur.

Aktif hareketler sırasında tüm kemiklerin in vivo eklem kinematiği sağlayan 4DCT analizi için bir yöntem geliştirdik. Bu makalenin amacı, 4DCT analizi için sıralı 3D-3D kayıt tekniği yöntemimizi sunmak ve bu yöntemle elde edilen temsili sonuçları göstermektir.

Protokol

Burada açıklanan tüm yöntemler Keio Üniversitesi Tıp Fakültesi Kurumsal İnceleme Kurulu tarafından onaylanmıştır.

NOT: Eklem kinematiği sabit bir kemik etrafında hareket eden bir kemiğin hareketi yeniden yapılatılarak ölçülür. Diz eklemi kinematiği için femur sabit kemik, kaval kemiği ise hareketli kemik olarak tanımlanır.

1. BT görüntüleme protokolü

  1. CT makinesini kur. 160 mm kraniyoaudal kapsama alanı ile 3D hacim verilerinin birden fazla aşamasına izin vermek için 320 dedektör sıralı CT sistemi ile CT incelemeleri edinin. Örneğin, diz kinematik analizinde, görüntü edinimi 0,275 s dönme süresi ile 51 hacimli taramadan oluşur ve tüm görüntüler yarı rekonstrüksiyon kullanılarak yeniden oluşturulur, böylece zamansal çözünürlük yaklaşık 0,16 s'dir.
  2. Aşağıdaki tarama parametrelerini kullanın: pik tüp gerilimi = 100 kVp; tüp akımı = 40 mA; tcan kapsama alanı = 160 mm; matris boyutu= 512 x 512 piksel; ve rekonstrüksiyon kesit kalınlığı ve kesit aralığı = 0.5 mm.
  3. 4DCT sınavının başlangıç pozisyonuna bt gantry içinde konunun hedef eklem yerleştirin (Şekil 1).
  4. BT sınavından önce, gerekli sınav süresi içinde başlangıç konumundan bitiş pozisyonuna kadar eklemin prova hareketleri. 10.275 scan süresi sırasında eklem taşımak ve hacim verileri bir dizi elde etmek için konu isteyin. Sıralı birim verilerini DICOM biçiminde saklayın.
  5. Tüm hedef kemiklerin statik 3DCT'sini gerçekleştirin ve verileri DICOM biçiminde depolayın.

2. Yüzey rekonstrüksiyonu

  1. 3DCT verilerinin yarı otomatik bölümlemesini gerçekleştirin (Şekil 2A).
    1. Statik 3DCT verilerinin tüm DICOM dosyalarını seçerek CT DICOM verilerini yükleyin.
    2. Yeni Etiket Alanını Edit'e tıklayarak etiket alanını açın ve kaynak kemikten kortikal kemik çıkarmak için hangi eşik BT zayıflama değerinin uygun olduğunu kontrol edin. Eşik üzerinde BT zayıflama değerlerine sahip malzemeleri seçin. Örneğin, genç bir denek için kemik korteks eşiği 250olarak ayarlanır. Kemik korteks seçimi için etiketi kontrol edin ve kemiğin şekliyle tutarlılık için bir düzenleme aracı kullanarak çizimi el ile değiştirin.
    3. Etiketli kemik korteks konum verilerinden (yazılımdaki nokta bulutu) yüzey verilerini (üçgen meshes) oluşturun. Verileri Standart Üçgen dili (STL) biçiminde dışa aktararak yüzey verilerini depolayın.
    4. Yüzey Oluştur' a tıklayın| Kortikal kemik etiketine uygulayın. Dosyaya Tıklayın| İhracat Verileri| STL Binary Little Endian stl formatında yüzey verileri kaydetmek için.
  2. 4DCT hacim verilerinin otomatik bölümlemi gerçekleştirin (Şekil 2B).
    NOT: DICOM verilerinin her karesi, CT gantry'deki BT zayıflama değerlerinin dağılımını içerir.
    1. Kemik korteksinin eşiğini statik BT'de olduğu gibi ayarlayın ve programlama yazılımındaki DICOM okuma modülünü kullanarak 4DCT verilerinin 51 karesinin tümünden BT zayıflama değerlerini eşiğin üzerinde gösteren geometrik verileri ayıklayın. Eşik kaynağı kemiğin kemik yoğunluğuna göre ayarlayın. Örneğin, osteoporotik kemik için, eşiği daha düşük ayarlayın.
    2. Önceki adımda zaten elde edilmiş olan tüm konumsal verileri görüntü işleme yazılımı (örneğin, Avizo) tarafından yorumlanabilecek bir biçime çevirin. Görüntü işleme yazılımında, toplu işleme komut dosyası kullanarak tüm 4DCT çerçeveleri için eşikten daha yüksek BT zayıflama değerleriyle nokta bulutunun tüm yüzey verilerini yeniden oluşturun. Görüntü işleme yazılımı komut dosyasını okumak ve DICOM serisi verilerinden yüzey verilerini otomatik olarak dışa aktarma işlevini içerir. Toplu komut dosyası Tamamlayıcı Kodlama Dosyası'ndagösterilir.

3. Resim kaydı

NOT: Bu adımda, ham 4DCT DICOM verilerinden sabit kemiğe göre hareket eden kemiğin hareketlerini yeniden oluşturabilirsiniz.

  1. Statik 3DCT'den 4DCT'nin ilk çerçevesine yüzey kaydı yapın.
    1. Statik 3DCT'deki kemikleri, 4DCT film verilerini yönlendirerek 3D örgü düzenleme yazılımındaki yinelemeli en yakın nokta (ICP) algoritması11 ile kullanılmaküzere 4DCT'nin tüm karelerinde yer alan kısmi segment verilerine dönüştürün. 4DCT'den elde edilen yüzey verileri, her birim görüntüde yer alan yalnızca kısmi segmentlerdir, çünkü yüzey kaydı bir yüzey veri noktasının başka bir yüzeye dahil edilmesini gerektirir.
    2. PickPoints işlevini kullanarak 3D mesh düzenleme yazılımında 4DCT'nin ilk çerçevesinin ve 4DCT'nin ilk çerçevesinin yüzey verilerinden kolayca tespit edilebilen sabit ve hareketli kemiklerden üç yer işareti seçin (Şekil 3B).
    3. 3.1.2'deki seçilen işaretlere göre, 4DCT yüzey verilerinin(Şekil 3C)ilk karesinde kabaca kısmi sabit ve hareketli kemikleri eşleştirin. Ardından, açık kaynak yazılımını (örneğin VTK) kullanarak ICPalgoritması 11'i kullanarak yüzey kaydı gerçekleştirin.
      NOT: Bu işlem, sabit ve hareketli kemiklerin statik 3DCT'den 4DCT'nin ilk karesine homojen dönüşüm matrisleri sağlar (Şekil 3D). Bu matrisler Şekil 4'tegösterildiği gibi dönüş ve çeviriden oluşan 4 x 4 matristir. Ters eyleme neden olan dönüştürme matrisi de hesaplanabilir.
  2. Sıralı yüzey kaydı gerçekleştirin (Şekil 5).
    1. İlk 4DCT çerçevesindeki sabit ve hareketli kemiğin kısmi yüzeylerini ikinci çerçevenin yüzey verileriyle eşleştirin. Daha sonra, ith çerçevesinin kısmi yüzeylerini 4DCT'nin (i + 1)inci çerçevesine sırayla eşleştirin. Açık kaynak yazılımda ICP modülü nün kullanımı ile programlama yaparak 4DCT'nin son çerçevesine kadar bu işlemi tekrarlayın.
  3. 3.1 ve 3.2 sonuçlarına göre statik 3DCT'den 4DCT'deki tüm karelere dönüşüm matrislerini hesaplayın.
  4. Sabit kemiğe göre hareket eden kemik hareketini yeniden yapılandırmak(Şekil 6).
    1. Statik 3DCT'den her 4DCT çerçeveye dönüşümü temsil eden matrislerden sabit kemiğe göre hareket eden kemiğin kinematiği yeniden yapılandırın. Dönüş parametreleri ölçüldüğünde sabit ve hareketli kemiklerin koordinat sistemlerini tanımlayın (örn. Euler/Kardan açısı ile hesaplanan fleksiyon açısı veya dönüş açısı)12,13,14.

Sonuçlar

Diz uzatma sırasında tibianın hareketini tanımlıyoruz. Diz eklemi BT gantry'de yerleştirilmişti. Başlangıç pozisyonundaki uyluk kemiğini desteklemek için üçgen bir yastık kullanılmıştır. Diz 10 s. Radyasyona maruz kalma boyunca düz bir konuma uzatıldı ölçüldü. 4DCT'ye ek olarak tüm femur, tibia ve patellanın statik 3DCT'si yapıldı. Tüm femur ve tibia nın yüzey verileri yeniden oluşturuldu. Kemik korteksinin HU numaraları için eşik 250 HU olarak belirle...

Tartışmalar

Metodumuz tüm kemiklerin hareketlerinin görselleştirilmesini ve ölçülmesine olanak sağlar ve 4DCT verilerinden sabit kemiğe göre hareketli kemiğin sayısal konumsal verilerini sağlar. Eklem kinematiği ölçmek için birçok araç önerilmiştir. Hareketli cilt belirteçleri uzun bir süre boyunca toplam vücut hareketlerini analiz edebilirsiniz. Ancak, bu yöntem cilt hareket hataları3içerir. Eklem kinematik bitişik kemiklerin hareketi tahmin edilmelidir. 2D-3D kayıt yöntemi floro...

Açıklamalar

Yazarların rakip finansal çıkarları yok.

Teşekkürler

Bu çalışma kurumumuzun Kurumsal İnceleme Kurulu tarafından onaylanmıştır (onay numarası: 20150128).

Malzemeler

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

Referanslar

  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).

Yeniden Basımlar ve İzinler

Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi

Izin talebi

Daha Fazla Makale Keşfet

Biyom hendislikSay 1534DCTg r nt analizihareket analizibilgisayarl tomografieklem kinematiky zey kayd

This article has been published

Video Coming Soon

JoVE Logo

Gizlilik

Kullanım Şartları

İlkeler

Bize Ulaşın

KÜTÜPHANEYE TAVSİYE ET

JoVE HABER BÜLTENLERİ

Araştırma

Eğitim

Yazarlar

Kütüphaneciler

JoVE Hakkında

Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır