透视立体影像分析技术在假体无菌性松动检测中的应用研究

图1 数字重建放射影像投影原理

Fig 1 Principles of digitally reconstructured radiograph (DRR) image projection

1.3 真实模型验证

本研究设计了骨‒假体高精度迁移模拟器，并基于图像合成实验验证的结果，选择精度较高的算法，进行真实模型验证，验证FSA技术在真实模型下的精度。

1.3.1 骨‒假体高精度迁移模拟器

本研究采用猪的股骨（后腿）切除股骨头以模拟关节置换，植入髋关节假体，将假体与股骨先黏合再分离，模拟骨与假体之间的松动。如图2所示，骨‒假体高精度迁移模拟器包含3个平移轴（X，Y，Z）和1个旋转轴（R），以及猪股骨、金属关节假体柄。模拟器由微分头驱动。各轴的行程为X轴±6.5 mm，Y轴±10 mm，Z轴±6.5 mm；R轴360°粗调，±5°精调。X、Y、Z轴的最小刻度为0.01 mm，R轴的最小刻度为10′。

图2

图2 骨‒假体高精度迁移模拟器

Fig 2 High precision bone-prosthesis migration simulator

1.3.2 研究步骤

首先将骨和假体分别使用计算机断层成像（computed tomograph，CT）设备及光学扫描设备扫描并建立3D模型，而后将骨和假体先黏合再分离模拟假体松动，通过骨‒假体高精度迁移模拟器为骨和假体施加相对位移及旋转（松动量），使用医用血管造影X射线机拍摄透视图像，结合基于2D‒3D配准的FSA技术来计算假体与骨之间的相对位移。以骨‒假体高精度迁移模拟器的实际位移数据为金标准，将FSA技术分析的数据与金标准数据进行对比，验证FSA技术2D‒3D配准的精度。

1.3.3 数据采集

通过CT扫描设备（LightSpeed RT16 CT系统，GE医疗系统集团，英国）采集股骨断层影像数据（层厚0.5 mm）。通过医用血管造影X射线机（Innova IGS 540，GE医疗系统集团，英国）采集2D透视图像。通过精度为0.1 mm的光学扫描仪（Creaform公司，加拿大）对假体进行扫描。

由于金属假体在CT扫描时存在伪影，利用CT序列重建的假体三维模型往往受到干扰，导致不能重建出完全符合实际的三维模型，从而影响配准的精度。已有研究^［6］证明基于计算机辅助设计或逆向工程获取的假体模型同样适用于早期假体迁移的检测，因此本研究采用光学扫描获取假体的三维模型。

1.3.4 3D重建

采用BOHOLO医学影像软件（上海宝葫芦医疗科技有限公司）重建股骨模型，通过软件的3D重建、阈值调整、橡皮擦、平滑等功能对模型进行重建及调整（图3）。通过光学扫描仪扫描生成假体的3D模型（图4）。

图3

图3 骨的3D模型

Fig 3 3D bone model

图4

图4 假体及假体光学扫描模型

Note： A. Prosthesis. B. Optical scanning model of prosthesis.

Fig 4 Prosthesis and optical scanning model

1.3.5 2D‒3D配准

载入连续多帧的2D透视图像，分别对假体与骨进行配准；在每帧图像的配准中，手动调整模型位置至距真实位置平移±5 mm以内，旋转±10°以内，随后进行自动化配准，直至相似度达到最低要求（图5）。

图5

图5 假体2D‒3D配准过程

Note： A. Window width and window level adjustment. B. Loading a 3D model. C. Manual adjustment. D. Registration completed.

Fig 5 2D-3D registration process of prostheses

1.3.6 数据分析

采用模拟器中骨与假体之间的零迁移以及5°、5 mm迁移2种方式进行验证。零迁移，即骨与假体之间的相对旋转和相对位移均为0；5°、5 mm迁移，即骨与假体之间的相对旋转为5°、相对位移为5 mm。模拟器迁移数据（真实值）与骨和假体配准后的相对位移及相对旋转数据（配准值）之间的差值即为配准误差。

1.4 模拟双平面图像合成实验

双平面透视相对单平面而言可提高分析精度，但对透视设备的要求较高。本研究采用模拟的双平面FSA方法，假设患者在透视时保持站立位固定姿势，通过C型臂围绕患者水平旋转拍摄2张透视图像模拟双平面透视（图6）。通过图像合成实验，验证相同工况下，模拟双平面与单平面透视的精度差别。

图6

图6 模拟双平面示意

Fig 6 Simulated dual FSA

1.5 统计学分析

采用SPSS 17.0软件进行统计学分析。采用χ²检验对2组的准确率进行比较，P<0.05表示差异有统计学意义。

相似性度量采用归一化互相关（normalized cross-correlation，NCC）方法进行计算，公式如下：

N C C = \frac{\sum_{i = 1}^{N} \sum_{j = 1}^{M} [I_{X} (i, j) - {\bar{I}}_{X}] [I_{D R R} (i, j) - {\bar{I}}_{D R R}]}{\sqrt[]{[{\sum_{i = 1}^{N} \sum_{j = 1}^{M} (I_{X} (i, j) - {\bar{I}}_{X})}^{2}] [{\sum_{i = 1}^{N} \sum_{j = 1}^{M} (I_{D R R} (i, j) - {\bar{I}}_{D R R})}^{2}]}}

。

其中， $I_{X} (i, j)$ 表示原始图像中点 $(i, j)$ 处的图像灰度， $I_{D R R} (i, j)$ 表示待配准图像中点 $(i, j)$ 处的图像灰度， ${\bar{I}}_{X}$ 表示原始图像灰度均值， ${\bar{I}}_{D R R}$ 表示待配准图像灰度均值。2幅图像越相似，NCC的结果越趋近于1。

2 结果

2.1 图像合成实验结果

针对算法1及算法2，在2种工况下各进行了50次图像合成配准实验，结果见图7~图10。如表1所示，配准工况1时，算法2与算法1相比，旋转误差（r_y ）降低，位移误差（t_y ）降低，差异均具有统计学意义（P=0.021，P=0.000）；配准工况2时，算法2与算法1相比，旋转误差（r_y ）的差异无统计学意义，位移误差（t_y ）降低，差异具有统计学意义（P=0.000）。

图7

图7 算法1在工况1下的配准结果

Fig 7 Registration results of algorithm 1 under condition 1

图8

图8 算法1在工况2下的配准结果

Fig 8 Registration results of algorithm 1 under condition 2

图9

图9 算法2在工况1下的配准结果

Fig 9 Registration results of algorithm 2 under condition 1

图10

图10 算法2在工况2下的配准结果

Fig 10 Registration results of algorithm 2 under condition 2

表1 2种工况下算法1和算法2误差对比

Tab 1 Error comparison of algorithm 1 and algorithm 2 under different working conditions

Item	Algorithm 1	Algorithm 2	t value	P value
Working condition 1
r_y /(°)	6.06±5.95	3.79±3.36	2.352	0.021
t_y /mm	1.91±1.15	0.20±0.17	10.436	0.000
Working condition 2
r_y /(°)	4.15±3.18	3.47±2.79	1.135	0.259
t_y /mm	2.68±1.95	0.34±0.28	8.396	0.000

算法1与算法2在不同工况下满足临床要求的最低相似度如表2所示。在配准初始条件相对较差的情况下（工况2），算法1的精度不能满足临床应用要求。在工况1的条件下，算法2满足临床应用要求所需的相似度更低、配准次数更少，更容易满足临床应用要求。因此本研究选择算法2作为FSA的2D‒3D配准算法。

表2 算法1与算法2临床应用要求满足情况比较

Tab 2 Comparison of clinical application requirements satisfied by algorithm 1 and algorithm 2

Item	Algorithm 1		Algorithm 2
Item	Working condition 1	Working condition 2	Working condition 1	Working condition 2
Minimum similarity to meet clinical application requirements/%	99.987	/	99.984	99.997
Average number of registrations required to meet clinical application requirements/n	16.67	/	5.56	50.00
r_y error that meets clinical application requirements/(°)	0.60±0.13	/	0.40±0.27	0.81±0.50
t_y error that meets clinical application requirements/mm	0.59±0.24	/	0.06±0.04	0.03±0.02

2.2 真实模型验证实验结果

本研究连续拍摄了8组相同视野下，股骨与假体之间相对位移5 mm、相对旋转5°时的透视图像，其误差结果见表3。股骨与假体的配准相似度均在99.984%以上，其旋转误差（r_y ）和位移误差（t_y ）均被认为可以满足临床应用需求。与零迁移相比，相对位移5 mm、相对旋转5°时，旋转误差增大，差异有统计学意义（P=0.000）；位移误差间差异无统计学意义。

表3 真实模型验证实验结果

Tab 3 Experimental results of real model validation

Error	Zero migration	Relative displacement 5 mm, relative rotation 5°	t value	P value
r_y /(°)	0.37±0.21	0.84±0.15	4.879	0.000
t_y /mm	0.44±0.22	0.47±0.19	0.073	0.943

2.3 模拟双平面实验结果

对算法2在工况2下进行了50次图像合成配准实验，结果见图11。算法2在模拟双平面下与单平面相比（表4），旋转误差（r_y）降低，差异具有统计学意义（P=0.000）；位移误差（t_y）降低，差异具有统计学意义（P=0.009）。

图11

图11 双平面算法2在工况2下的配准结果

Fig 11 Registration results of simulated dual FSA algorithm 2 under condition 2

表4 相同工况下算法2在单平面和双平面的误差对比

Tab 4 Comparison of errors of algorithm 2 in FSA and simulated dual FSA under the same operating conditions

Error	FSA	Dual FSA	t value	P value
r_y /(°)	6.06±5.95	0.41±0.67	6.666	0.000
t_y /mm	0.20±0.17	0.12±0.11	2.680	0.009

3 讨论

人工关节的无菌性松动是困扰关节置换术的一大难题。假体无菌性松动的早期诊断是评估假体长期植入性能的有效手段，可以有效避免劣质假体造成更大的危害。目前，常用的检测手段均存在一定的临床应用限制。精度较高的RSA技术对数据要求高、侵入性强，而无侵入性、对数据要求低的单图像放射性股骨假体分析技术精度过低且只能提供假体的2D迁移量^［5-8］。目前，国外众多研究机构均在探究可以满足临床应用的、更便捷的人工关节假体早前迁移检测方法^［16-18］。

基于2D‒3D配准的FSA技术，可通过CT数据及光学扫描数据重建的骨与假体的3D模型与医用血管造影X射线机拍摄的2D透视图像进行2D‒3D配准，仅需通过2D图像便可计算假体与骨之间的相对位移变化，从而分析人工关节假体的早期迁移情况。与常用的RSA技术相比，FSA技术对设备的要求低、自动化程度高、精度可以满足临床应用的要求，为假体无菌性松动的早期诊断提供了更便捷、更实用的检测方法。

本研究针对人工关节置换术后假体的早期迁移，验证了基于2D‒3D配准的FSA技术在假体早期迁移检测应用的可行性，并检验了其精度和有效性。通过图像合成实验测试了以投影物体为中心及以光源为中心的2种2D‒3D配准算法的FSA技术分别在2种工况下的精度，验证适合单平面FSA的算法与配准初始环境，提高了2D‒3D配准的精度。通过骨‒假体高精度迁移模拟器验证基于2D‒3D配准的FSA技术在骨与假体真实迁移配准上的精度，证实了FSA技术在临床应用的可行性。并且，本研究针对人工关节假体早期迁移分析，提出了一种模拟的双平面FSA方法；该方法在不改变设备要求的情况下，精度更高，更适合临床应用，是FSA技术未来研究方向之一。

FSA技术可用于不同关节假体的迁移检测，但不同类型的假体可能会影响2D‒3D配准的精度。本研究仅探究了股骨柄假体迁移检测的精度，在未来的工作中还将探索不同假体类型对FSA技术的假体迁移检测精度的影响。此外，本研究尚未进行临床真实数据验证。临床真实环境中，不同精度的CT断层数据重建的3D模型以及不同精度的透视图像等，均有可能对2D‒3D配准结果产生影响。因此，在未来的工作中还需验证FSA技术在临床真实数据中的假体迁移检测精度。

综上，本研究针对基于2D‒3D配准的FSA技术，初步验证了其在人工关节假体早期迁移检测中的精度及可行性，实验结果显示其可满足临床应用要求。该技术有助于建立人工关节假体的临床实验分级审查原则，筛查出安全性和有效性不达标的劣质假体，以保障患者的安全。

作者贡献声明

王金武、毛远青、雷浩、杨涵负责实验设计；杨涵、张经纬、马寻君、皇艳波负责实验的具体执行；杨涵、雷浩、徐彼得、吴淏负责数据整理、论文的写作和修改。所有作者均阅读并同意最终稿件的提交。

AUTHOR's CONTRIBUTIONS

The study was designed by WANG Jinwu, LEI Hao, MAO Yuanqing and YANG Han. The experiments were performed by YANG Han, ZHANG Jingwei, MA Xunjun and HUANG Yanbo. The data organization, paper writing, and revision were completed by YANG Han, LEI Hao, XU Bide and WU Hao. All the authors have read the last version of paper and consented for submission.

利益冲突声明

所有作者声明不存在利益冲突。

COMPETING INTERESTS

All authors disclose no relevant conflict of interests.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

边焱焱, 程开源, 常晓, 等. 2011至2019年中国人工髋膝关节置换手术量的初步统计与分析[J]. 中华骨科杂志, 2020, 40(21): 1453-1460.

BIAN Y Y, CHENG K Y, CHANG X, et al. Reports and analysis of amount of hip and knee arthroplasty in China from 2011 to 2019[J]. Chinese Journal of Orthopaedics, 2020, 40(21): 1453-1460.

[2]

LEWIS P L, GRAVES S E, CUTHBERT A, et al. What is the risk of repeat revision when patellofemoral replacement is revised to TKA? An analysis of 482 cases from a large national arthroplasty registry[J]. Clin Orthop Relat Res, 2019, 477(6): 1402-1410.

[3]

ROOF M A, NARAYANAN S, LORENTZ N, et al. Impact of time to revision total knee arthroplasty on outcomes following aseptic failure[J]. Knee Surg Relat Res, 2023, 35(1): 15.

[4]

OLTEAN-DAN D, APOSTU D, TOMOAIA G, et al. Causes of revision after total hip arthroplasty in an orthopedics and traumatology regional center[J]. Med Pharm Rep, 2022, 95(2): 179-184.

[5]

FONTALIS A, HADDAD F S. Roentgen stereophotogrammetric analysis: still a very valuable tool in the orthopaedic research armamentarium[J]. Bone Joint Res, 2022, 11(4): 210-213.

[本文引用: 4]

[6]

XU J, SONNTAG R, KRETZER J P, et al. Model-based roentgen stereophotogrammetric analysis to monitor the head-taper junction in total hip arthroplasty in vivo: and they do move[J]. Materials, 2020, 13(7): 1543.

[本文引用: 3]

[7]

DAMMERER D, BLUM P, PUTZER D, et al. Subsidence of a metaphyseal-anchored press-fit stem after 4-year follow-up: an EBRA-FCA analysis[J]. Arch Orthop Trauma Surg, 2022, 142(8): 2075-2082.

[8]

DAMMERER D, BLUM P, PUTZER D, et al. Good mid-term results with the trident peripheral self-locking cup: a clinical evaluation and migration measurement with EBRA[J]. Arch Orthop Trauma Surg, 2021, 141(2): 327-332.

[9]

CLARKE S G, LOGISHETTY K, HALEWOOD C, et al. Low dose CT-based spatial analysis (CTSA) to measure implant migration after ceramic hip resurfacing arthroplasty (HRA): a phantom study[J]. Proc Inst Mech Eng H, 2023, 237(3): 359-367.

[10]

LI G A, VAN DE VELDE S K, BINGHAM J T. Validation of a non-invasive fluoroscopic imaging technique for the measurement of dynamic knee joint motion[J]. J Biomech, 2008, 41(7): 1616-1622.

[11]

ZOU D Y, TAN J Q, ZHENG N, et al. Larger medial contact area and more anterior contact position in medial-pivot than posterior-stabilized total knee arthroplasty during in-vivo lunge activity[J]. Bioengineering, 2023, 10(3): 290.

[12]

HU Y, ZOU D Y, JIANG M D, et al. Postoperative hip center position is associated with gait symmetry in range of axial rotation in dysplasia patients after THA[J]. Front Surg, 2023, 10: 1135327.

[13]

廖广姗.基于模型和图像的动态Fluoroscopic Stereophotogrammetric Analysis(FSA)技术检测人工髋关节无菌性松动的研究[D]. 上海:上海交通大学, 2013.

LIAO G S. A study on the detection of aseptic loosening of artificial hip joints using dynamic fluoroscopic stereographic analysis (FSA) technology based on models and images [D]. Shanghai: Shanghai Jiao Tong University, 2013.

[14]

廖广姗, 李慧武, 王金武, 等. 人工髋关节无菌性松动失效的生物力学分析与诊断推理[J]. 医用生物力学, 2012, 27(3): 251-257.

LIAO G S, LI H W, WANG J W, et al. Biomechanical analysis and reasoning on aseptic loosening failure after total hip arthroplasty[J]. Journal of Medical Biomechanics, 2012, 27(3): 251-257.

[15]

PRINS A H, KAPTEIN B L, STOEL B C, et al. Performance of local optimization in single-plane fluoroscopic analysis for total knee arthroplasty[J]. J Biomech, 2015, 48(14): 3837-3845.

[16]

FONSECA ULLOA C A, SEEGER A, HAGEDORN F S, et al. Development and validation of an algorithm to determine the minimal factors needed for non-invasive measurement of the in vivo primary stability of cementless hip implants[J]. Med Eng Phys, 2023, 111: 103932.

[17]

KIEVIT A J, BUIJS G S, DOBBE J G G, et al. Promising results of an non-invasive measurement of knee implant loosening using a loading device, CT-scans and 3D image analysis[J]. Clin Biomech, 2023, 104: 105930.

[18]

HEILEMANN M, WENDLER T, MÜNST P, et al. A novel micromotion measurement method to gain instructive insight into the acetabular bone-implant interface[J]. Med Eng Phys, 2020, 86: 138-145.