基于三维多模态影像的3D打印技术辅助肢体恶性骨肿瘤手术研究

您所在的位置:网站首页 医学影像辅助手术 基于三维多模态影像的3D打印技术辅助肢体恶性骨肿瘤手术研究

基于三维多模态影像的3D打印技术辅助肢体恶性骨肿瘤手术研究

2024-07-12 02:10| 来源: 网络整理| 查看: 265

方向,雷森林,罗翼,周勇,闵理,张闻力,屠重棋,段宏

四川大学华西医院骨科 骨科研究所(成都  610041)

通信作者:段宏,Email:[email protected]

关键词:三维多模态影像;3D打印技术;恶性骨肿瘤;手术规划

引用本文: 方向, 雷森林, 罗翼, 等. 基于三维多模态影像的3D打印技术辅助肢体恶性骨肿瘤手术研究. 中国修复重建外科杂志, 2022, 36(7): 804-810. doi: 10.7507/1002-1892.202202060

 摘 要

目的     探讨基于三维多模态影像的3D打印技术用于肢体恶性骨肿瘤手术的临床疗效。

方法     回顾分析2016年1月—2019年1月符合选择标准的15例肢体恶性骨肿瘤患者临床资料。男6例,女9例;年龄17~73岁,中位年龄34岁。骨肉瘤5例,软骨肉瘤3例,尤文肉瘤2例,血管肉瘤1例,造釉细胞瘤1例,转移性癌3例。肿瘤部位:肱骨5例,尺骨2例,股骨3例,胫骨5例。病程2~8个月,中位病程4个月。术前基于三维多模态影像进行术前规划、计算机模拟手术、个性化假体及手术导板设计,3D打印骨肿瘤及重建模型、个性化假体及手术导板,并基于模型进行体外模拟手术。术中行膝关节置换2例,半肩关节置换2例,尺骨近端置换2例,保留关节干假体置换9例。观测肿瘤切除的外科边界、手术时间、术中失血量、手术并发症发生情况以及美国肌肉骨骼肿瘤学会(MSTS)评分、肿瘤局部复发情况。

结果     15例患者均按术前规划完成手术,外科边界均获得广泛切除边界。手术时间80~240 min,中位数150 min。术中失血量100~400 mL,中位数200 mL。无术中重要血管、神经损伤导致肢体功能明显受限发生。1例切口浅表感染,经换药后愈合;其余患者切口均Ⅰ期愈合。患者均获随访,随访时间6~48个月,中位数24个月。2例患者因肺转移分别于术后6、24个月死亡。随访期间未出现局部复发,无假体脱位及松动等并发症发生。末次随访时MSTS评分为23~30分,平均25分。

结论     基于三维多模态影像的3D打印技术能辅助肢体恶性骨肿瘤的精确切除和重建,从而获得良好肿瘤学及功能预后。

正 文

肢体恶性骨肿瘤的保肢治疗是以手术为基础的综合治疗[1-2],其中手术成功的关键是在保证良好广泛切除边界的同时实现功能重建[3-4]。传统恶性骨肿瘤手术设计主要是术者根据不同模态的肿瘤影像数据结合个人经验完成,存在术者主观性较强,手术设计不够精确的问题。

三维多模态影像技术能在三维层面清楚显示肿瘤及周围解剖结构,包括肿瘤骨组织边界、软组织边界、骨与软组织的水肿边界范围,以及重建包括肿瘤周围脏器、血管和神经的三维模型,术者可以基于该模型客观且精准地设计恶性骨肿瘤切除重建方案。我院于2012 年开始将三维多模态影像技术用于复杂骨盆恶性肿瘤手术规划中,并结合3D 打印技术辅助手术,取得了良好初步疗效[5-6]。在此基础上,于2015年开始将其应用于肢体恶性骨肿瘤手术规划并辅助手术。现回顾性分析2016 年1月—2019 年1月采用上述方法治疗的肢体恶性骨肿瘤患者临床资料,总结其可行性及有效性,为进一步临床推广奠定基础。报告如下。

1

临 床 资 料

1.1    一般资料

患者纳入标准:① 年龄≥14岁;② 初治的肢体原发恶性骨肿瘤;③ 初治的肢体骨转移瘤且原发灶已行根治性治疗;④ 肿瘤无远处转移;⑤ 选择根治性保肢手术;⑥ 肿瘤直径>10 cm且邻近重要血管神经;⑦ 采用基于三维多模态影像的3D 打印技术辅助手术;⑧ 临床资料完整。排除不配合治疗及随访者。2016 年1月—2019年1 月, 15 例患者符合选择标准纳入研究。

本组男6 例,女9 例;年龄17~73 岁,中位年龄34 岁。术前均行病理活检明确诊断,其中骨肉瘤5例、软骨肉瘤3例、尤文肉瘤2 例、血管肉瘤1例、造釉细胞瘤1例、转移性癌3 例。Enneking 分期:ⅡA期11 例,ⅡB期4 例。肿瘤部位:肱骨5例,尺骨2 例,股骨3 例,胫骨5例。病程  2~8 个月,中位病程4个月。

1.2    术前准备

1.2.1    三维多模态影像重建 术前患者行病灶部位CT增强扫描、MRI 增强扫描和MR神经成像(magnetic resonance neurography,MRN)。采集上述影像数据以DICOM格式导入开源免费软件Advanced Normalization Tools (ANTs;http://stnava.github.io/ANTs/), 通过“Affine”以及 “Diffeomorphic registration”算法自动将MRI增强扫描及MRN 图像配准至CT图像上。若自动配准效果欠佳,则采取手动辅助配准,参考点通常选取在CT增强扫描、MRI 增强扫描以及MRN 图像上显示效果均良好、且位置相对固定的结构,如动脉分叉处等。图像配准质检:通过手动测量关键解剖结构(如血管、神经、肿瘤、水肿范围)的横截面绝对重叠百分比(完全重叠横截面面积/原始DICOM格式图像的横截面面积×100%),该值应达95%以上;若95%。

在开源免费软件3D Slicer 4.11(www.slicer.org)中,通过“Level-set”、“Region-grow”、“Threshold control”等算法进行半自动图像分割,主要结构包括肿瘤、水肿范围、血管、神经等。图像分割质检:在横截面上,通过手动测量已分割完成的关键解剖结构与原始DICOM格式图像的最大偏移距离,保证其1.5 mm,则通过手动校正直至



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3