用于测量髌骨轨迹的三维手持超声波 Visual Inertial 与 Deep Inertial Odometry

髌腘关节（Patellofemoral joint, PFJ）问题影响每四个年轻人中一位，一半的人患有慢性膝痛 despite treatment。髌骨异常轨迹常与踝关节置换手术后的不良结果和疼痛相关。传统影像方法如 CT 和 MRI 面临成本高和金属伪影等挑战，而目前尚无理想方法能够观察关节运动而不出现软组织伪影或辐射暴露。一种新的监测关节运动的系统可能显著改善对 PFJ 动力学的理解，从而有助于更好的患者护理和结果。将 2D 超声波与运动跟踪结合用于关节的 3D 重建，利用语义分割和位置注册可以是解决方案。然而，对 3D 骨骼重建的无需昂贵外部基础设施来估计手持超声波扫描仪轨迹的需求仍是临床实施 3D 从手持超声波扫描的主要限制。我们提出了 Visual-Inertial Odometry（VIO）和基于深度学习的仅惯性 odometry 方法作为运动捕捉的替代方案，用于跟踪手持超声波扫描仪。生成的 3D 重建已显示出评估 PFJ 和从免费手持超声波扫描获取进一步测量的潜力。结果表明，VIO 方法的性能与运动捕捉方法相当，分别平均重建误差为 1.25 mm 和 1.21 mm。VIO 方法是首个无基础设施的方法，用于从无线手持超声波扫描实现骨骼 3D 重建，准确度相当于需要外部基础设施的方法。