Fully automated workflow for the design of patient-specific orthopaedic implants: application to total knee arthroplasty

要約

関節形成術は、変形性関節症の治療に一般的に行われ、痛みを軽減し、可動性を改善します。
関節形成術はいくつかの技術的進歩が知られていますが、患者のかなりの割合が依然として手術に満足していません。
パーソナライズされた関節形成術は手術結果を改善しますが、現在のソリューションでは遅延が必要なため、臨床ルーチンに組み込むことが困難です。
当社は、現在世界で最も広く行われている人工膝関節全置換術向けに、患者固有のインプラントを設計するための完全に自動化されたワークフローを提案します。
提案されたパイプラインは、まず人工ニューラル ネットワークを使用して、大腿骨と脛骨の近位端と遠位端をセグメント化します。
次に、拡張された統計的形状モデルを使用して、形状とランドマーク情報を組み合わせて完全な骨が再構築されます。
最後に、患者固有のインプラントを設計するために 77 の形態学的パラメーターが計算されます。
開発されたワークフローは、91 回の下肢 CT スキャンを使用してトレーニングされ、精度と実行時間の観点から手動でセグメント化された 41 回の CT スキャンで評価されました。
ワークフローの精度は、セグメンテーションでは $0.4\pm0.2mm$、骨全体の再構成では $1.2\pm0.4mm$、解剖学的ランドマークの決定では $2.8\pm2.2mm$ でした。
カスタム インプラントは、$0.6\pm0.2mm$ の精度で患者の解剖学的構造に適合しました。
セグメンテーションからインプラントの設計までの全プロセスは約 5 分かかりました。
提案されたワークフローにより、手動介入を必要とせずに、患者の CT 画像から直接、膝インプラントの迅速かつ信頼性の高いパーソナライゼーションが可能になります。
これにより、患者固有の TKA の術前計画が非常に短時間で確立され、すべての患者が簡単に利用できるようになります。
このソリューションを効率的なインプラント製造技術と組み合わせることで、合併症を軽減し、患者の満足度を向上させながら、増加する関節形成術に対応できる可能性があります。

要約(オリジナル)

Arthroplasty is commonly performed to treat joint osteoarthritis, reducing pain and improving mobility. While arthroplasty has known several technical improvements, a significant share of patients are still unsatisfied with their surgery. Personalised arthroplasty improves surgical outcomes however current solutions require delays, making it difficult to integrate in clinical routine. We propose a fully automated workflow to design patient-specific implants, presented for total knee arthroplasty, the most widely performed arthroplasty in the world nowadays. The proposed pipeline first uses artificial neural networks to segment the proximal and distal extremities of the femur and tibia. Then the full bones are reconstructed using augmented statistical shape models, combining shape and landmarks information. Finally, 77 morphological parameters are computed to design patient-specific implants. The developed workflow has been trained using 91 CT scans of lower limb and evaluated on 41 CT scans manually segmented, in terms of accuracy and execution time. The workflow accuracy was $0.4\pm0.2mm$ for the segmentation, $1.2\pm0.4mm$ for the full bones reconstruction, and $2.8\pm2.2mm$ for the anatomical landmarks determination. The custom implants fitted the patients’ anatomy with $0.6\pm0.2mm$ accuracy. The whole process from segmentation to implants’ design lasted about 5 minutes. The proposed workflow allows for a fast and reliable personalisation of knee implants, directly from the patient CT image without requiring any manual intervention. It establishes a patient-specific pre-operative planning for TKA in a very short time making it easily available for all patients. Combined with efficient implant manufacturing techniques, this solution could help answer the growing number of arthroplasties while reducing complications and improving the patients’ satisfaction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google