錢(qián) 敏,吳夢(mèng)婕

顳下頜關(guān)節(jié)(temporomandibular joint,TMJ)是全身唯一的雙側(cè)聯(lián)動(dòng)關(guān)節(jié),包括關(guān)節(jié)窩、關(guān)節(jié)結(jié)節(jié)、髁突、關(guān)節(jié)盤(pán)、關(guān)節(jié)囊和關(guān)節(jié)韌帶等結(jié)構(gòu)。顳下頜關(guān)節(jié)紊亂病(temporomandibular joint disorders,TMD)作為口腔頜面部常見(jiàn)的疾病之一,是一系列具有相同或類(lèi)似癥狀的疾病總稱(chēng),常表現(xiàn)為彈響、疼痛、下頜運(yùn)動(dòng)異常等。磁共振成像(magnetic resonance imaging,MRI)具有不產(chǎn)生電離輻射、侵害性低、可以顯示關(guān)節(jié)盤(pán)、肌肉等軟組織等優(yōu)點(diǎn),現(xiàn)已成為診斷TMD盤(pán)髁關(guān)系紊亂的金標(biāo)準(zhǔn)[1]。常規(guī)MRI影像常局限于二維平面,無(wú)法顯示空間三維結(jié)構(gòu),故本文試對(duì)基于MRI的TMJ三維模型重建的研究現(xiàn)狀作一總結(jié),希望有助于TMD的診斷與治療。

1 基于磁共振影像行顳下頜關(guān)節(jié)三維模型重建的意義

隨著醫(yī)學(xué)影像技術(shù)的迅速發(fā)展,醫(yī)學(xué)影像在臨床診斷中的作用越來(lái)越重要。但二維影像如全景片,常存在圖像變形、重疊、顯示不全等缺點(diǎn)[2],易造成誤診、漏診等情況發(fā)生。三維重建技術(shù)應(yīng)運(yùn)而生。構(gòu)建TMJ三維模型后,醫(yī)生可通過(guò)旋轉(zhuǎn)、移動(dòng)等方式從不同角度觀察,也可進(jìn)行距離、角度、面積、體積等測(cè)量。構(gòu)建TMJ三維模型有助于增強(qiáng)醫(yī)生對(duì)TMJ生理病理結(jié)構(gòu)的認(rèn)識(shí),更好地評(píng)估TMD發(fā)展進(jìn)程及開(kāi)展手術(shù)治療[3-4]。但常見(jiàn)TMJ三維重建往往基于CT影像,而CT影像無(wú)法顯示關(guān)節(jié)盤(pán)、韌帶、肌肉等軟組織,這意味著無(wú)法從三維角度評(píng)估關(guān)節(jié)盤(pán)、肌肉的空間位置、表面積、體積等。因此基于MRI的TMJ三維模型重建必不可少。MRI成像技術(shù)仍在不斷發(fā)展之中,7T MRI成像技術(shù)能進(jìn)一步改善信噪比及提高圖像對(duì)比度,并減少采集時(shí)間,提高診斷效能[5]。TMJ三維有限元分析模型中的結(jié)構(gòu),如關(guān)節(jié)盤(pán)、肌肉等,通常根據(jù)解剖平均值構(gòu)建,缺少個(gè)性化設(shè)計(jì)。若能通過(guò)MRI構(gòu)建個(gè)性化的三維模型,將有助于病理狀態(tài)下的有限元分析。多模態(tài)圖像配準(zhǔn)可以實(shí)現(xiàn)不同模式影像信息的融合與互補(bǔ),我們通過(guò)CBCT和MRI圖像數(shù)據(jù)構(gòu)建TMJ三維模型并基于髁突標(biāo)志點(diǎn)進(jìn)行配準(zhǔn),可實(shí)現(xiàn)骨組織結(jié)構(gòu)與軟組織空間位置的良好再現(xiàn)(圖1),使三維有限元分析更加可行和精確。伴疼痛、張口受限等癥狀的關(guān)節(jié)盤(pán)不可復(fù)性前移位患者,常需通過(guò)關(guān)節(jié)盤(pán)復(fù)位錨固術(shù)恢復(fù)關(guān)節(jié)盤(pán)正常位置。術(shù)者通過(guò)三維重建能更清晰地明確關(guān)節(jié)盤(pán)的空間位置,從而更精準(zhǔn)地施加復(fù)位錨固力。

A:通過(guò)CBCT重建骨組織三維模型;B:通過(guò)MRI重建髁突及關(guān)節(jié)盤(pán)三維模型;C:基于髁突標(biāo)志點(diǎn)配準(zhǔn)獲得關(guān)節(jié)盤(pán)的空間位置

2 顳下頜關(guān)節(jié)的三維重建技術(shù)

醫(yī)學(xué)影像的三維重建是指通過(guò)計(jì)算機(jī)技術(shù)將醫(yī)生所需的人體結(jié)構(gòu)從二維平面圖像重建為三維立體模型[6]。TMJ三維重建基本流程為通過(guò)圖像預(yù)處理提高感興趣區(qū)域(region of interest,ROI)的顯示效果,再通過(guò)圖像分割得到ROI,最后利用三維重建算法輸出可視化的三維模型。

2.1 圖像處理

受現(xiàn)有成像技術(shù)限制,TMJ的MRI圖像會(huì)出現(xiàn)噪聲信號(hào)及邊界不清的問(wèn)題。對(duì)圖像進(jìn)行去噪處理,獲得更清晰的ROI邊緣,有助于圖像分割。傳統(tǒng)的圖像去噪方法常分為圖像空間域去噪法和圖像變換域去噪法[7],傳統(tǒng)方式復(fù)雜程度低,處理速度快,但容易丟失邊緣細(xì)節(jié)?；谏疃葘W(xué)習(xí)的MRI圖像去噪方法正處于不斷發(fā)展之中,基于卷積神經(jīng)網(wǎng)絡(luò)的去噪方法(DnCNN)[8-9]已被用于腦部MRI中,Jiang等[9]的研究表明,結(jié)合殘差學(xué)習(xí)和多通道策略的DnCNN可以有效處理腦部MRI的萊斯噪聲。但目前尚無(wú)基于深度學(xué)習(xí)的圖像去噪方法應(yīng)用于TMJ的MRI圖像。

2.2 圖像分割

圖像分割是指根據(jù)不同特征如灰度、紋理、結(jié)構(gòu)等,將圖像分為若干不同的區(qū)域,同一區(qū)域內(nèi)具有一致性,不同區(qū)域間存在差異。圖像分割根據(jù)操作方式可分為手動(dòng)分割、半自動(dòng)分割、自動(dòng)分割。手動(dòng)分割過(guò)于繁瑣且耗時(shí),對(duì)操作人員有較高的影像診斷水平要求。半自動(dòng)分割的適用性更廣,依靠算法的自動(dòng)分割方法是當(dāng)前的研究主流。傳統(tǒng)的圖像分割方法包括基于區(qū)域圖像分割法[10]、基于閾值圖像分割法[11-12]等。TMJ三維重建較為常用的圖像分割法為基于閾值圖像分割法,將不同位置的像素值與閾值比較,高于閾值時(shí),該位置像素為ROI的一部分,否則為背景。若閾值設(shè)定過(guò)高,易出現(xiàn)邊緣缺損,閾值過(guò)低則邊緣易模糊不清,故該方法仍需與人工交互式編輯相結(jié)合。以卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)為基礎(chǔ)的MRI圖像自動(dòng)識(shí)別算法,在識(shí)別關(guān)節(jié)盤(pán)領(lǐng)域已經(jīng)有所應(yīng)用[13-16],但算法依賴(lài)于大樣本量的訓(xùn)練,準(zhǔn)確度也需進(jìn)一步提高。

2.3 三維重建方法

傳統(tǒng)三維重建算法包括面繪制算法(surface rendering)和體繪制算法(volume rendering)。面繪制算法是一種只顯示三維物體外表面的重建方法。移動(dòng)立方體法(marching cubes)是面繪制中使用最為廣泛的算法。體繪制算法除能顯示三維模型的表面,還能夠顯示重建后三維模型的內(nèi)部細(xì)節(jié),常用方法有光線(xiàn)投射法、拋雪球法等。隨著人工智能日益成熟,CNN、概率神經(jīng)網(wǎng)絡(luò)(probabilistic neural network,PNN)等深度學(xué)習(xí)算法也已應(yīng)用于醫(yī)學(xué)三維重建中[17-18]。Li等[14]通過(guò)以CNN為基礎(chǔ)的U-Net++和nnU-Net模型,完成了首例基于MRI的TMJ模型自動(dòng)分割及構(gòu)建,有助于關(guān)節(jié)盤(pán)移位的診斷。

3 基于磁共振影像的顳下頜關(guān)節(jié)三維模型重建的臨床實(shí)踐

目前TMJ的三維重建常與醫(yī)學(xué)影像歸檔和通信系統(tǒng)(picture archiving and communication systems,PACS)結(jié)合,依賴(lài)于醫(yī)學(xué)圖像三維重建軟件或自研程序完成。

3.1 基于醫(yī)學(xué)圖像軟件重建顳下頜關(guān)節(jié)三維模型

3.1.1 Mimics軟件 Mimics軟件是由Materialise公司開(kāi)發(fā)的交互醫(yī)學(xué)影像控制系統(tǒng),含有圖像導(dǎo)入、圖像分割、圖像可視化、圖像配準(zhǔn)、圖像測(cè)量等模塊。操作者對(duì)ROI進(jìn)行閾值分割、區(qū)域生長(zhǎng)、形態(tài)學(xué)操作、計(jì)算三維模型等操作即可獲得相應(yīng)結(jié)構(gòu)的三維重建模型[19]。部分研究通過(guò)將MRI以醫(yī)學(xué)數(shù)字成像和通信(digital imaging and communications in medicine,DICOM)格式導(dǎo)入Mimics軟件,在閾值分割時(shí)調(diào)節(jié)灰度范圍0～300[20],從而獲得需要的關(guān)節(jié)盤(pán)形態(tài)[20-22]。但由于MRI圖像的分辨率較低,關(guān)節(jié)窩、關(guān)節(jié)盤(pán)、關(guān)節(jié)結(jié)節(jié)、髁突間的界限模糊不清,操作者在圖像分割時(shí)常需逐層手動(dòng)選取ROI[22-25],這就要求操作者擁有較高的MRI診斷水平同時(shí)也需耗費(fèi)較多的時(shí)間及精力。Wang等[22]比較不可復(fù)性關(guān)節(jié)盤(pán)移位患者行關(guān)節(jié)盤(pán)復(fù)位術(shù)前后關(guān)節(jié)盤(pán)三維模型發(fā)現(xiàn),術(shù)后關(guān)節(jié)盤(pán)體積、表面積、長(zhǎng)度、寬度等明顯增長(zhǎng),且有向正常恢復(fù)的趨勢(shì)。何妍明等[26]通過(guò)MRI三維模型重建得到了關(guān)節(jié)盤(pán)移位患者在開(kāi)閉口不同狀態(tài)時(shí)關(guān)節(jié)盤(pán)的表面積、體積及其空間位置。周子凌等[24]在一項(xiàng)三維有限元分析中基于MRI重建關(guān)節(jié)盤(pán)及咀嚼肌的三維模型,采用肌力加載的方法探討咬合接觸對(duì)TMJ應(yīng)力分布影響,發(fā)現(xiàn)異常咬合接觸如單側(cè)后牙反牙合可導(dǎo)致患側(cè)明顯的應(yīng)力集中。由于臨床常用TMJ的MRI圖像層數(shù)厚(2～3 mm)[27],每一序列層數(shù)少,存在層間間隔,同時(shí)MRI的部分序列在Mimics軟件中無(wú)法被識(shí)別及繪制[28],因此經(jīng)Mimics重建所得三維模型的準(zhǔn)確性仍有待進(jìn)一步研究。

3.1.2 Amira軟件 Amira軟件是一款可處理多種圖像模態(tài),包括光學(xué)和電子顯微鏡、CT、MRI和其他成像技術(shù)圖像的圖像軟件,其功能包括圖像數(shù)據(jù)的可視化、分割、分析和量化等。Hayakawa等[29]對(duì)TMJ的高分辨率MRI二維圖像進(jìn)行降噪預(yù)處理后,利用半自動(dòng)分割技術(shù)選取二維影像中的髁突及關(guān)節(jié)窩,同時(shí)為克服MRI層厚3 mm,層間存在0.6 mm間隙的問(wèn)題進(jìn)行了三次輪廓插值法的運(yùn)算,最終通過(guò)Amira軟件內(nèi)置的曲面生成算法以及逐步平滑獲得包括關(guān)節(jié)窩及髁突的TMJ模型。通過(guò)倒置體素值以及對(duì)關(guān)節(jié)窩和髁突3D渲染可以在3D環(huán)境中觀察到高密度信號(hào)影的關(guān)節(jié)盤(pán)形態(tài)。Chirani等[30]實(shí)現(xiàn)了基于MRI的TMJ三維模型重建及三維運(yùn)動(dòng)功能分析,并成功初步評(píng)估了在開(kāi)口運(yùn)動(dòng)中髁突的運(yùn)動(dòng)軌跡及關(guān)節(jié)盤(pán)位置和面積變化。Coombs等[31]基于MRI使用手動(dòng)分割的方法建立了包括下頜骨和關(guān)節(jié)盤(pán)的TMJ三維模型,并將其與基于CBCT建立的TMJ骨組織三維模型比較,指出這兩種三維模型間相應(yīng)形態(tài)測(cè)量指標(biāo)有存在顯著性差異者,且往往小于實(shí)際測(cè)量值。這可能與不同成像技術(shù)有關(guān),這對(duì)人工關(guān)節(jié)設(shè)計(jì)、手術(shù)規(guī)劃、解剖研究等有參考意義。Kinzinger等[32]則指出利用Amira軟件重建TMJ三維模型可清晰地觀察到骨性Ⅱ類(lèi)錯(cuò)牙合畸形患者使用功能性下頜前伸矯治器(functional mandibu-lar advancer,FMA)治療前后的髁窩空間位置變化,這可能有助于非侵入性地評(píng)估髁窩適應(yīng)機(jī)制。Amira軟件并非完全適用于醫(yī)學(xué)領(lǐng)域的三維重建軟件[19],其渲染工具較為復(fù)雜且多數(shù)無(wú)法直接用于基于 MRI 的三維模型[28],操作繁瑣且常需要操作者手動(dòng)分割,對(duì)操作者要求高。

3.1.3 多種軟件聯(lián)合應(yīng)用 MRIcro軟件及MRIcron軟件是具有交互式功能、常用于腦圖像查看和分析的圖像軟件,其功能包括圖像查看、圖像修剪、ROI處理、簡(jiǎn)單計(jì)算等,操作簡(jiǎn)單,但缺少三維模型可視化功能,可與其他軟件連用,實(shí)現(xiàn)三維模型重建的目的。ITK-SNAP是一款允許加載多種格式醫(yī)學(xué)圖像,著重于圖像分割問(wèn)題的開(kāi)源軟件。操作者可通過(guò)手動(dòng)分割或半自動(dòng)分割ROI,獲取相應(yīng)的三維模型。該軟件支持在同一視圖內(nèi)加載MRI不同序列同一部位的圖像,這有助于操作者的分析判斷[33]。Luo等[34]首先通過(guò)MRIcron軟件將MRI圖像從DICOM格式轉(zhuǎn)化為神經(jīng)圖像信息技術(shù)倡議(neuroimaging informatics technology initiative,NIFTII)格式,再通過(guò)ITK-SNAP軟件半自動(dòng)分割選擇ROI,從而獲得了髁突與關(guān)節(jié)盤(pán)的三維模型。在一項(xiàng)針對(duì)關(guān)節(jié)結(jié)節(jié)形態(tài)的研究中,學(xué)者使用MRIcro軟件將MRI影像從DICOM格式轉(zhuǎn)換為ANALYZE格式后,利用ITK-SNAP軟件半自動(dòng)分割生成了雙側(cè)關(guān)節(jié)結(jié)節(jié)的三維模型,并發(fā)現(xiàn)關(guān)節(jié)結(jié)節(jié)形態(tài)與性別、關(guān)節(jié)盤(pán)是否復(fù)位沒(méi)有明顯相關(guān)性[35]。Costa等[36]采用類(lèi)似的方法通過(guò)手動(dòng)分割完成了包括關(guān)節(jié)結(jié)節(jié)、關(guān)節(jié)盤(pán)、髁突的TMJ三維模型的重建,并指出三維模型在診斷TMJ關(guān)節(jié)盤(pán)移位時(shí)與MRI二維影像具有良好的一致性。通過(guò)多種軟件聯(lián)合應(yīng)用可以基本實(shí)現(xiàn)基于MRI的TMJ三維模型重建,但過(guò)程較為繁瑣,且常需結(jié)合手動(dòng)分割,若為大樣本量研究時(shí)將耗費(fèi)大量時(shí)間。另外這幾種軟件功能較為簡(jiǎn)單,較難滿(mǎn)足后續(xù)三維模型測(cè)量、切割、分析等進(jìn)一步研究需要。

3.2 基于自研程序重建TMJ三維模型

3.2.1 C語(yǔ)言平臺(tái) Cookson等[37]通過(guò)C語(yǔ)言平臺(tái)編寫(xiě)了一套計(jì)算機(jī)程序,共包含三個(gè)數(shù)據(jù)采集程序、三個(gè)表面建模程序、一個(gè)圖像生成程序及兩個(gè)表面積和體積計(jì)算程序。Chu等[38-39]對(duì)該套程序的應(yīng)用表明,該程序可以良好重現(xiàn)TMJ的解剖關(guān)系以及放入不同厚度牙合間治療器(interocclusal appliance,IOA)后的盤(pán)髁及盤(pán)窩關(guān)系變化,但僅可顯示大致輪廓。同時(shí)由于MRI層厚過(guò)厚,5例患者中有2例無(wú)法完成三維模型重建,可見(jiàn)三維模型重建成功率與MRI的圖像屬性及質(zhì)量有密切聯(lián)系。

3.2.2 Visual Basic平臺(tái) Motoyoshi等[40]將MRI膠片使用掃描儀掃描傳輸?shù)接?jì)算機(jī)并進(jìn)行相應(yīng)圖形處理后,通過(guò)使用VB編寫(xiě)的計(jì)算機(jī)程序交互式選取ROI,后用交叉衰減法克服MRI層間3 mm間隔的問(wèn)題,最終通過(guò)二維與三維坐標(biāo)轉(zhuǎn)化,結(jié)合立體顯示程序?qū)崿F(xiàn)了盤(pán)髁三維模型重建。該方法雖然可行但無(wú)法直接利用MRI原始圖像,需經(jīng)相應(yīng)轉(zhuǎn)化,實(shí)用性及美觀性不佳。

3.2.3 Matlab平臺(tái) Leader等[41]基于強(qiáng)度分割法從MRI中分割ROI,使用Matlab軟件通過(guò)Delaunay三角剖分算法計(jì)算三維模型的頂點(diǎn)及面,渲染三維模型,最后得到包括下頜骨及關(guān)節(jié)窩的三維模型。但由于MRI分辨率低,該三維模型僅能顯示大致輪廓,無(wú)法實(shí)現(xiàn)各結(jié)構(gòu)的精確重現(xiàn)。

4 基于磁共振影像的顳下頜關(guān)節(jié)三維模型的評(píng)估

不同研究均表明基于MRI的TMJ三維模型重建可以良好再現(xiàn)TMJ的三維空間結(jié)構(gòu)且可用于不同臨床研究。但不同序列MRI信號(hào)不同,基于不同序列MRI重建后的三維模型會(huì)有輕微不一致[29],基于不同截面MRI所得三維模型也會(huì)有邊緣形態(tài)差異[42]。三維模型重建質(zhì)量與MRI的圖像屬性及質(zhì)量有密切聯(lián)系[30,32,42]。郭宏等[43]則指出通過(guò)選定MRI適當(dāng)層厚、掃描位置、成像序列等可以縮短三維重建時(shí)間并且改善三維模型質(zhì)量。不過(guò)目前仍無(wú)統(tǒng)一推薦的適用于三維重建的MRI拍攝參數(shù)及相應(yīng)的三維模型評(píng)估標(biāo)準(zhǔn)。

5 小 結(jié)

基于MRI的TMJ三維模型重建,可以清晰地多角度展示關(guān)節(jié)窩、髁突、關(guān)節(jié)盤(pán)、咀嚼肌的空間位置關(guān)系及變化,有助于分析TMD病因機(jī)制、治療效果,在醫(yī)療教學(xué)、患者教育等方面也有應(yīng)用潛力。但受限于臨床常規(guī)MRI層厚、層間間隔、分辨率低等問(wèn)題,TMJ的三維模型重建仍有操作繁瑣、精確度有待提高等缺點(diǎn)。雖然目前已有深度學(xué)習(xí)技術(shù)用于基于MRI的TMJ三維模型重建的研究,但仍有待進(jìn)一步發(fā)展。相信隨著醫(yī)學(xué)影像技術(shù)及人工智能的日益成熟,基于MRI的TMJ三維模型重建技術(shù)會(huì)日益完善,為T(mén)MD的診療提供科學(xué)、有效的支持。