Cette étude vise à créer un modèle imprimé en 3D d’une vertèbre lombaire spécifique au patient, qui contient à la fois les modèles de vertèbre et de nerf rachidien fusionnés à partir de données de tomodensitométrie à haute résolution (HRCT) et d’IRM-Dixon.
La rhizotomie dorsale sélective (SDR) est une opération difficile, risquée et sophistiquée, dans laquelle une laminectomie doit non seulement exposer un champ de vision chirurgical adéquat, mais également protéger les nerfs spinaux du patient contre les blessures. Les modèles numériques jouent un rôle important dans le pré et intra-fonctionnement du SDR, car ils peuvent non seulement familiariser les médecins avec la structure anatomique du site chirurgical, mais également fournir des coordonnées de navigation chirurgicales précises pour le manipulateur. Cette étude vise à créer un modèle numérique 3D d’une vertèbre lombaire spécifique au patient qui peut être utilisé pour la planification, la navigation chirurgicale et la formation de l’opération SDR. Le modèle d’impression 3D est également fabriqué pour un travail plus efficace au cours de ces processus.
Les modèles numériques orthopédiques traditionnels reposent presque entièrement sur des données de tomodensitométrie (TDM), qui sont moins sensibles aux tissus mous. La fusion de la structure osseuse de la tomodensitométrie et de la structure neuronale de l’imagerie par résonance magnétique (IRM) est l’élément clé de la reconstruction du modèle dans cette étude. Le modèle numérique 3D spécifique du patient est reconstruit pour l’apparence réelle de la zone chirurgicale et montre la mesure précise des distances interstructurelles et de la segmentation régionale, ce qui peut aider efficacement à la planification préopératoire et à la formation des SDR. Le matériau transparent de la structure osseuse du modèle imprimé en 3D permet aux chirurgiens de distinguer clairement la relation relative entre le nerf spinal et la plaque vertébrale du segment opéré, améliorant ainsi leur compréhension anatomique et leur sens spatial de la structure. Les avantages du modèle numérique 3D individualisé et sa relation précise entre les structures nerveuses spinales et osseuses font de cette méthode un bon choix pour la planification préopératoire de la chirurgie SDR.
La paralysie cérébrale spastique touche plus de la moitié des enfants atteints de paralysie cérébrale1, entraînant des contractures tendineuses, un développement squelettique anormal et une diminution de la mobilité, ce qui a un impact considérable sur la qualité de vie des enfants touchés2. En tant que principale méthode chirurgicale pour le traitement de la paralysie cérébrale spastique, la rhizotomie dorsale sélective (SDR) a été entièrement validée et recommandée par de nombreux pays 3,4. Cependant, la nature complexe et à haut risque de la chirurgie SDR, y compris la coupe précise de la lame, le positionnement et la dissociation des racines nerveuses et la rupture des fibres nerveuses, présente un défi important pour les jeunes médecins qui commencent tout juste à s’engager dans la pratique clinique avec SDR; en outre, la courbe d’apprentissage des DTS est très raide.
En chirurgie orthopédique traditionnelle, les chirurgiens doivent intégrer mentalement toutes les images bidimensionnelles (2D) préopératoires et créer un plan chirurgical 3D5. Cette approche est particulièrement difficile pour la planification préopératoire impliquant des structures anatomiques complexes et des manipulations chirurgicales, telles que les SDR. Avec les progrès de l’imagerie médicale et de la technologie informatique, les images axiales 2D, telles que la tomodensitométrie (TDM) et l’imagerie par résonance magnétique (IRM), peuvent être traitées pour créer des modèles virtuels 3D avec une anatomie spécifique au patient6. Grâce à une meilleure visualisation, les chirurgiens peuvent analyser ces informations traitées pour établir des diagnostics, une planification et des interventions chirurgicales plus détaillés adaptés à l’état du patient. Ces dernières années, l’application de la technologie de fusion d’images multimodales en orthopédie a progressivement attiré l’attention7. Cette technologie pourrait fusionner les images CT et IRM, améliorant considérablement la précision du modèle analogique numérique3D. Cependant, l’application de cette technique dans les modèles préopératoires de SDR n’a pas encore été étudiée.
Un positionnement précis de la lame et du nerf rachidien et une coupe précise pendant la chirurgie SDR sont cruciaux pour des résultats positifs. En règle générale, ces tâches reposent sur l’expérience d’experts et sont confirmées à plusieurs reprises par un arceau pendant l’opération, ce qui entraîne un processus chirurgical complexe et long. Le modèle numérique 3D sert de base à la future navigation chirurgicale SDR et peut également être utilisé pour la planification préopératoire des procédures de laminectomie. Ce modèle fusionne la structure osseuse de la tomodensitométrie et la structure du nerf rachidien de l’IRM, et attribue différentes couleurs aux coupes de vertèbres lombaires marquées pour la coupe selon le plan chirurgical. De tels modèles d’impression 3D holographiques pour SDR facilitent non seulement la planification et la simulation préopératoires, mais produisent également des coordonnées de navigation 3D précises vers le bras robotique peropératoire pour une découpe précise.
Cette étude fournit un flux de travail pour établir un modèle d’impression 3D préopératoire de la colonne lombaire chez les patients atteints de paralysie cérébrale, dans le but de faciliter la planification préopératoire de la chirurgie SDR et d’améliorer la formation anatomique basée sur le modèle spécifique du patient. L’étude vise à établir un modèle imprimé en 3D très fiable qui démontre avec précision les structures vertébrales et nerveuses lombaires du patient. En mesurant la position d…
The authors have nothing to disclose.
Cette publication a été soutenue par la Fondation municipale des sciences naturelles de Beijing (L192059).
J55 Prime 3D-Printer | Stratasys | J55 Prime | Manufacturing the model |
MATLAB | MathWorks | 2022B | Computing and visualization |
Mimics | Materialise | Mimics Research V20 | Model format transformation |
Tools for volum fusion | Intelligent Entropy | VolumeFusion V1.0 | Beijing Intelligent Entropy Science & Technology Co Ltd. Modeling for CT/MRI fusion |