[论文解读] Bone Surface Reconstruction and Clinical Features Estimation from Sparse Landmarks and Statistical Shape Models: A feasibility study on the femur

Alireza Asvadi, Guillaume Dardenne+2 more|arXiv (Cornell University)|Jul 7, 2021

Hip disorders and treatments参考文献 23被引用 9

一句话总结

本研究提出一种基于统计形状模型（SSM）的方法，仅通过三个稀疏骨性标志点或非侵入性体表触诊点，即可重建股骨表面并估计其机械轴。该方法实现了小于3.5°的机械轴偏差误差，证明了其在骨科与康复医学中非侵入性下肢对线评估的强可行性。

ABSTRACT

In this study, we investigated a method allowing the determination of the femur bone surface as well as its mechanical axis from some easy-to-identify bony landmarks. The reconstruction of the whole femur is therefore performed from these landmarks using a Statistical Shape Model (SSM). The aim of this research is therefore to assess the impact of the number, the position, and the accuracy of the landmarks for the reconstruction of the femur and the determination of its related mechanical axis, an important clinical parameter to consider for the lower limb analysis. Two statistical femur models were created from our in-house dataset and a publicly available dataset. Both were evaluated in terms of average point-to-point surface distance error and through the mechanical axis of the femur. Furthermore, the clinical impact of using landmarks on the skin in replacement of bony landmarks is investigated. The predicted proximal femurs from bony landmarks were more accurate compared to on-skin landmarks while both had less than 3.5 degrees mechanical axis angle deviation error. The results regarding the non-invasive determination of the mechanical axis are very encouraging and could open very interesting clinical perspectives for the analysis of the lower limb either for orthopedics or functional rehabilitation.

研究动机与目标

• 评估标志点数量、位置及精度对基于统计形状模型的股骨表面重建与机械轴估计的影响。
• 比较骨性标志点与体表触诊标志点在股骨表面重建与机械轴估计中的性能表现。
• 评估非侵入性机械轴估计在骨科与功能康复中用于下肢对线分析的临床可行性。
• 在独立的尸体与公开可用的股骨数据集上，构建并验证两个统计形状模型（SSM），以实现稳健的重建。
• 研究在使用微创标志点获取方法时，重建精度与临床实用性的权衡。

提出的方法

• 使用主成分分析（PCA）在14具尸体股骨（占内部数据集的70%）和35个Sicas数据集股骨（占公开数据集的70%）上构建了两个统计形状模型（SSMs）。
• 通过六个解剖标志点（凹窝、大/小转子、内/外侧后髁、髁间窝）进行基于标志点的刚性配准，以标准化初始姿态。
• 通过约束优化方法将SSM变形以拟合稀疏标志点，最小化表面距离误差，实现股骨表面重建。
• 机械轴计算为连接髋关节中心（凹窝）与膝关节中心（髁间窝）的直线，其与真实值的夹角偏差作为关键指标。
• 通过预测与真实股骨表面之间的点对点距离的均方根误差（RMSE）量化表面重建精度。
• 在内部数据集的6个测试股骨与Sicas数据集的15个测试股骨上评估该方法，并通过重复试验评估偏差与方差。

实验结果

研究问题

• RQ1 骨性标志点的数量与位置如何影响基于统计形状模型的股骨表面重建精度？
• RQ2 标志点获取方法（直接骨性标志点 vs. 非侵入性体表触诊）对重建质量与机械轴估计的影响如何？
• RQ3 统计形状模型能否以足够精度重建近端股骨，从而在临床可接受阈值内估计机械轴？
• RQ4 训练数据集的规模与多样性如何影响SSM在表面与机械轴估计中的预测性能？
• RQ5 软组织形变在多大程度上影响基于体表标志点的重建精度？在实际中能否有效缓解？

主要发现

• 当仅使用三个骨性标志点时，SSM的股骨表面重建平均点对点表面误差小于5 mm，其中Sicas训练模型的RMSE达到0.5–2 mm。
• 基于骨性标志点估计的机械轴与真实值的平均夹角偏差小于2°，符合高位胫骨截骨术的临床标准。
• 基于体表触诊标志点的重建方法，其机械轴平均偏差为3.5°，仍处于下肢对线矫正临床可接受范围（3°–5°）内。
• Sicas训练的SSM优于内部模型，可能归因于其更大的训练集，且在所有实验中均表现出更低的表面重建误差。
• 尽管基于体表标志点的表面重建精度较低（RMSE为7.5–10.5 mm），但机械轴估计仍具临床可行性，表明其在非侵入性下肢分析中具有潜力。
• 本研究证明，即使输入标志点极少，SSM仍能可靠估计关键临床参数，支持其在功能康复与非侵入性骨科规划中的未来应用。