设计患者特异性骨科植入物的全自动工作流：在全膝关节置换术中的应用

背景。骨关节炎影响全球约5.28亿人，导致关节疼痛和僵硬。关节置换术常用于治疗关节骨关节炎，以减轻疼痛并改善活动能力。然而，仍有相当一部分患者对手术效果不满意。个性化关节置换术的引入旨在改善手术结果，但现有解决方案需要较长的等待时间，难以融入临床常规流程。我们提出一种全自动工作流，用于设计全膝关节置换术的患者特异性植入物。方法。所提出的流程首先使用人工神经网络分割股骨和胫骨的近端与远端。然后，利用增强型统计形状模型，结合形状和标志点信息，重建完整骨骼。最后，计算77个形态学参数以设计患者特异性植入物。该工作流在91例CT扫描上训练，并在41例CT扫描上评估其精度和执行时间。结果。该工作流的分割精度为$0.4\pm0.2mm$，完整骨骼重建精度为$1.0\pm0.3mm$，解剖标志点确定精度为$2.2\pm1.5mm$。定制植入物与患者解剖结构的匹配精度为$0.9\pm0.5mm$。从分割到植入物设计的整个过程耗时约15分钟。结论。所提出的工作流可直接从CT图像快速、可靠地实现膝关节植入物的个性化设计，无需任何人工干预。它能在极短时间内建立患者特异性的术前规划，使其易于惠及所有患者。结合高效的植入物制造技术，该解决方案有助于应对日益增长的关节置换手术需求，同时减少并发症并提高患者满意度。