王雨婕 李志勇

顳下頜關(guān)節(jié)紊亂?。═emporomandibular Disorders，TMD）常伴有結(jié)構(gòu)的異常，如關(guān)節(jié)盤的前移位。錐體束CT（CBCT）和磁共振（MRI）是臨床最常用的影像學(xué)檢查方法。CBCT較螺旋CT輻射劑量低，同樣可清晰顯示TMJ骨的改變[1，2]，如骨質(zhì)缺損、骨贅生物、位置改變等，但缺乏軟組織的影像信息。當(dāng)關(guān)節(jié)盤發(fā)生移位時(shí)，在CBCT中可能表現(xiàn)為關(guān)節(jié)間隙的改變[3]，但結(jié)合MRI圖像才能對(duì)關(guān)節(jié)盤的移位情況進(jìn)行明確診斷。MRI不產(chǎn)生電離輻射，可以清晰顯示關(guān)節(jié)盤、周圍肌肉、關(guān)節(jié)積液、骨髓異常等，是確定關(guān)節(jié)盤形態(tài)及位置改變的金標(biāo)準(zhǔn)[4，5]，但對(duì)于骨質(zhì)的成像不如CBCT。TMJ包含軟組織、硬組織雙重特點(diǎn)，因而對(duì)其進(jìn)行影像學(xué)評(píng)估較困難，單一的檢查不能完整體現(xiàn)所有結(jié)構(gòu)。實(shí)現(xiàn)CBCT和MRI這兩種影像檢查圖像的配準(zhǔn)和融合，能夠同時(shí)獲得顳下頜關(guān)節(jié)軟、硬組織的可視化影像，更真實(shí)直觀地反映結(jié)構(gòu)間的相對(duì)位置，有助于臨床醫(yī)生做出診斷。

圖像配準(zhǔn)是通過空間變換對(duì)齊兩組圖像的過程，基于迭代優(yōu)化的算法尋找出一種使源圖像與目標(biāo)圖像達(dá)到最佳相似性的映射方式。在醫(yī)學(xué)圖像領(lǐng)域中，圖像配準(zhǔn)使兩組圖像中具有診斷意義的點(diǎn)對(duì)應(yīng)匹配起來。根據(jù)兩組圖像的成像方式是否一致，可分為單模態(tài)和多模態(tài)圖像配準(zhǔn)。

在顳下頜關(guān)節(jié)區(qū)域，CBCT或MRI圖像的單模態(tài)配準(zhǔn)已有初步的應(yīng)用。對(duì)不同時(shí)刻CBCT中髁突、關(guān)節(jié)窩三維圖像配準(zhǔn)可觀察TMJ骨質(zhì)異常及形態(tài)改變[6]，定量評(píng)價(jià)骨質(zhì)改建，對(duì)顯示微小體積改變更敏感[7]。而利用MRI圖像逐層分割可以三維重建出顳下頜關(guān)節(jié)的結(jié)構(gòu)，更直觀地判斷關(guān)節(jié)盤發(fā)生移位的情況[8]。

多模態(tài)圖像配準(zhǔn)可以實(shí)現(xiàn)同一患者的不同成像方式圖像的融合和信息互補(bǔ)。CT-MRI圖像配準(zhǔn)技術(shù)自1990 s出現(xiàn)以來，已逐步應(yīng)用于盆腔、肱骨、顱頜面等臨床醫(yī)學(xué)領(lǐng)域的研究[9-12]，但在顳下頜關(guān)節(jié)區(qū)域的研究較少。CBCT和MRI的圖像配準(zhǔn)和三維重建有助于精準(zhǔn)識(shí)別顳下頜關(guān)節(jié)骨組織的形態(tài)結(jié)構(gòu)，也是探究關(guān)節(jié)盤立體空間位置的有力工具。同時(shí)，所獲得的模型包含真實(shí)而非人為設(shè)置的關(guān)節(jié)盤，為生物力學(xué)和有限元分析提供了更真實(shí)的形態(tài)學(xué)基礎(chǔ)，有助于實(shí)現(xiàn)病理狀態(tài)下的個(gè)性化分析。本文就相關(guān)技術(shù)最新進(jìn)展進(jìn)行綜述。

1.醫(yī)學(xué)圖像配準(zhǔn)技術(shù)

1.1 手動(dòng)配準(zhǔn)MRI和CBCT都是以Dicom格式存儲(chǔ)，為醫(yī)學(xué)圖像配準(zhǔn)研究提供了便利。實(shí)現(xiàn)圖像配準(zhǔn)最直接的方法是在視覺上識(shí)別解剖標(biāo)志手動(dòng)完成[13]，常由放射科醫(yī)生或有經(jīng)驗(yàn)的臨床醫(yī)生操作。這是一個(gè)耗時(shí)耗力的過程，并且依賴于操作員的技術(shù)，因此，為尋找更為高效可靠的方案，自動(dòng)化配準(zhǔn)技術(shù)已受到廣泛研究和應(yīng)用。

1.2 自動(dòng)化配準(zhǔn) 傳統(tǒng)的自動(dòng)化配準(zhǔn)流程包括特征提取、空間變換、最優(yōu)化搜索策略以及相似性測(cè)量，最終獲得最優(yōu)化的配準(zhǔn)算法。第一步需要提取兩組不同圖像中高度相似的特征信息，目前方法主要有基于外部標(biāo)記和不基于外部標(biāo)記兩大類[14]。對(duì)特征信息進(jìn)行配準(zhǔn)操作時(shí)，根據(jù)空間變換的性質(zhì)可分為剛性配準(zhǔn)和非剛性配準(zhǔn)。顳下頜關(guān)節(jié)的髁突和關(guān)節(jié)窩作為堅(jiān)硬結(jié)構(gòu)適合使用剛性配準(zhǔn)，即僅通過旋轉(zhuǎn)、平移改變其在坐標(biāo)軸中的位置。兩組圖像配準(zhǔn)效果的質(zhì)量由相似性度量衡量，常用指標(biāo)有誤差平方和（Sum of Squared Differences，SSD）、絕對(duì)誤差和（Sum of Absolute Differences，SAD）、互信息（Mutual Information，MI）等。最優(yōu)化搜索策略則是高效地尋找出兩幅圖像的最高相似性度量的最優(yōu)結(jié)果。近年來，基于深度學(xué)習(xí)（Deep Learning，DL）技術(shù)的圖像配準(zhǔn)發(fā)展迅速，相似性度量?jī)?yōu)于傳統(tǒng)方法，已發(fā)展出多種不同的網(wǎng)絡(luò)架構(gòu)。卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Netw ork，CNN）廣泛使用于DL設(shè)計(jì)，具備出色的特征提取能力，利用其優(yōu)勢(shì)可以使用MI等深度相似度度量實(shí)現(xiàn)令人滿意的多模態(tài)圖像配準(zhǔn)效果。生成對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Netw orks，GAN）通過執(zhí)行圖像域轉(zhuǎn)換能夠使現(xiàn)有的單模態(tài)配準(zhǔn)算法可以應(yīng)用于多模態(tài)圖像配準(zhǔn)，克服不同模式之間巨大外觀差異導(dǎo)致的困難[15]。

1.2.1 基于外部標(biāo)記 在影像學(xué)檢查時(shí)人為設(shè)置可形成清晰影像的標(biāo)志物，如粘貼固定于皮膚的小球或錨固于骨的鈦釘，其成像可作為標(biāo)志點(diǎn)用于兩組圖像的配準(zhǔn)。但應(yīng)用于活體被試者時(shí)，需考慮到由于在兩次攝片間體位改變和軟組織可讓性，標(biāo)志點(diǎn)可能發(fā)生移動(dòng)，以及存在引入有創(chuàng)操作的顧慮[16]。

1.2.2 不基于外部標(biāo)志點(diǎn) 即利用在兩種影像學(xué)檢查內(nèi)部圖像的特征性信息（如解剖結(jié)構(gòu)清晰的骨皮質(zhì)），進(jìn)行同一結(jié)構(gòu)及輪廓的配準(zhǔn)，是圖像配準(zhǔn)算法研究中的重點(diǎn)。其常用方法可分為三類：（1）基于特征（如點(diǎn)、線、面等）；（2）基于灰度；（3）基于變換域?；谔卣鞯姆椒ㄍㄟ^針對(duì)圖像中重要點(diǎn)和特征性的結(jié)構(gòu)，如骨皮質(zhì)邊緣等，大大減小了計(jì)算量。基于灰度值的方法可以識(shí)別灰度信息的分布的相似特點(diǎn)作為依據(jù)，最小化兩組圖像的灰度值差異而獲取最佳的圖像配準(zhǔn)結(jié)果。其中，利用灰度的圖像統(tǒng)計(jì)信息（如互信息MI、歸一化互信息Normalized Mutual Information，NMI等[17]）的配準(zhǔn)算法研究較多，它不受噪點(diǎn)影響，不必先進(jìn)行圖像分割等復(fù)雜操作，適合應(yīng)用于多模態(tài)的配準(zhǔn)場(chǎng)景。

1.3 半自動(dòng)配準(zhǔn) 由于當(dāng)前全自動(dòng)配準(zhǔn)技術(shù)尚不能達(dá)到理想的效果和精度，大部分的圖像配準(zhǔn)過程仍需要用戶互動(dòng)，屬于半自動(dòng)配準(zhǔn)。為減少計(jì)算量，可事先分割出原始圖像中感興趣的部分，再進(jìn)行自動(dòng)配準(zhǔn)。常用的方法是通過調(diào)整合適的閾值提取出所需要的結(jié)構(gòu)，對(duì)粘連的區(qū)域則需手動(dòng)編輯，這要求操作者具備豐富的臨床及影像診斷經(jīng)驗(yàn)，不準(zhǔn)確的閾值選擇和手動(dòng)編輯會(huì)產(chǎn)生誤差[18]。手動(dòng)配準(zhǔn)也可作為自動(dòng)配準(zhǔn)后的精細(xì)調(diào)整，以獲得臨床上令人滿意的圖像配準(zhǔn)結(jié)果[19]。

2.顳下頜關(guān)節(jié)CBCT和MRI多模態(tài)配準(zhǔn)的應(yīng)用

顳下頜關(guān)節(jié)MRI分左、右兩側(cè)，兼有最大張口位、閉口位兩個(gè)體位，顯示斜矢狀位、斜冠狀位和軸位數(shù)據(jù)。臨床常用的顳下頜關(guān)節(jié)MRI視野局限，切片厚度較大（2-3 mm）[20]，圖像對(duì)比度和空間分辨率較低，難以和CBCT一樣經(jīng)多平面重建（Multi-Planar Reconstruction，MPR）提供豐富的特征信息。髁突和關(guān)節(jié)窩的骨皮質(zhì)、翼外肌等結(jié)構(gòu)與關(guān)節(jié)盤同為低信號(hào)，尤其當(dāng)髁突、關(guān)節(jié)盤位置和形態(tài)出現(xiàn)改變時(shí)，這些結(jié)構(gòu)的影像會(huì)干擾對(duì)關(guān)節(jié)盤的識(shí)別，降低診斷的準(zhǔn)確性[21]。對(duì)于多模態(tài)配準(zhǔn)，不同模態(tài)成像之間存在固有的外觀差異，難以構(gòu)建圖像間的空間對(duì)應(yīng)關(guān)系和設(shè)計(jì)出準(zhǔn)確的圖像相似度度量。因此，顳下頜關(guān)節(jié)的CBCT-MRI圖像配準(zhǔn)是富有挑戰(zhàn)性的。

2.1 2D圖像配準(zhǔn) 斜矢狀面是觀察顳下頜關(guān)節(jié)結(jié)構(gòu)時(shí)最為常用的影像截面。髁突和關(guān)節(jié)窩的骨皮質(zhì)在CBCT中為高信號(hào)，而在MRI呈現(xiàn)低信號(hào)，但均清晰可見?；谶@種特點(diǎn)，Dai使用了Photoshop軟件在肉眼下根據(jù)骨皮質(zhì)的輪廓進(jìn)行手動(dòng)配準(zhǔn)和圖像的融合，操作簡(jiǎn)便，但其結(jié)果容易受到操作者主觀感覺的影響[22]。

Al-Saleh[23]利用體素分布的歸一化互信息NMI獲取了CBCT與MRI在斜矢狀位的配準(zhǔn)圖像，配準(zhǔn)效果優(yōu)于基于外部標(biāo)志點(diǎn)的方法。通過標(biāo)注出CBCT的骨質(zhì)影像，展示了骨質(zhì)內(nèi)部及邊緣信息，使得關(guān)節(jié)盤更易辨別。相比于單純CBCT影像，配準(zhǔn)圖像在診斷髁突骨質(zhì)溶解或囊性變、骨質(zhì)硬化方面稍有不足，但在關(guān)節(jié)盤位置的診斷方面有明顯優(yōu)勢(shì)[11，24]。而與關(guān)節(jié)盤診斷的金標(biāo)準(zhǔn)MRI對(duì)比時(shí)，配準(zhǔn)圖像在多位檢查者的多次診斷中重復(fù)性更好[25]，降低了MRI檢查中辨別皮質(zhì)骨與關(guān)節(jié)盤類似的低信號(hào)影像的難度，減少了骨髓、肌纖維、盤后帶影像對(duì)關(guān)節(jié)盤位置及髁突形態(tài)判斷的影響。

對(duì)在CBCT中觀察到關(guān)節(jié)間隙內(nèi)高密度影的患者，Wang等[26]使利用剛性變換及標(biāo)準(zhǔn)化互信息的相似性將CBCT和MRI圖像配準(zhǔn)，生成了CBCT-MRI 2D融合圖像，相比于單一檢查增強(qiáng)了診斷關(guān)節(jié)盤鈣化的準(zhǔn)確性，以及不同觀察者間的一致性。對(duì)關(guān)節(jié)盤不可復(fù)性前移位、關(guān)節(jié)盤鈣化、髁突慢性炎癥以及腫瘤導(dǎo)致的顳下頜關(guān)節(jié)占位性病變，CT/CBCT與MRI的圖像配準(zhǔn)都能清晰的展示顳下頜關(guān)節(jié)區(qū)域[27]。

因此，2D圖像配準(zhǔn)技術(shù)可同時(shí)展現(xiàn)軟硬組織豐富的細(xì)節(jié)結(jié)構(gòu)，尤其在關(guān)節(jié)盤等軟組織發(fā)生病變時(shí)能夠?yàn)榕R床診斷提供有效輔助，便于測(cè)量距離、角度等二維數(shù)據(jù)并提高其準(zhǔn)確度。但對(duì)于橫截面積、體積等更為復(fù)雜的數(shù)據(jù)，則需通過三維重建的方式獲得。

2.2 顳下頜關(guān)節(jié)3D圖像配準(zhǔn)及重建

2.2.1 3D模型圖像配準(zhǔn) 基于單獨(dú)MRI或CBCT的斷層數(shù)據(jù)均可實(shí)現(xiàn)三維重建，顯示出各結(jié)構(gòu)間的相對(duì)位置關(guān)系。CBCT三維模型使得對(duì)下頜髁突的體積、表面積和表面形態(tài)分析成為可能，同時(shí)對(duì)髁突長(zhǎng)度、寬度、高度的測(cè)量不受切面的影響，增加了精確度[28-30]，克服一般2D圖像存在的變形、放大、重疊等缺點(diǎn)[31，32]。MRI經(jīng)三維建?？梢灾苯印?zhǔn)確地展示關(guān)節(jié)區(qū)結(jié)構(gòu)，通過旋轉(zhuǎn)、切分等操作定量研究關(guān)節(jié)盤的改變[33-35]。

利用CBCT和MRI的三維重建模型，可直接用于圖像配準(zhǔn)。林有籟等[36]將剛性標(biāo)志物固定于皮膚后分別拍攝兩種影像，根據(jù)一一對(duì)應(yīng)標(biāo)志物的位置完成了配準(zhǔn)，直觀地呈現(xiàn)出TMJ各個(gè)結(jié)構(gòu)。王政憲[37]則分別在CBCT和MRI的3D模型上手動(dòng)定義三個(gè)點(diǎn)，將兩組模型基于標(biāo)志點(diǎn)的對(duì)應(yīng)進(jìn)行配準(zhǔn)，配合手動(dòng)精細(xì)調(diào)整形成重疊的3D模型，可作為三維有限元分析的重要基礎(chǔ)。也有部分研究[38-40]利用顳下頜關(guān)節(jié)空間解剖結(jié)構(gòu)，在人為視覺上對(duì)髁突影像進(jìn)行識(shí)別，將CBCT的骨皮質(zhì)與MRI的髁突結(jié)構(gòu)在三維水平上進(jìn)行圖像配準(zhǔn)，未詳細(xì)解釋其配準(zhǔn)方法。根據(jù)配準(zhǔn)后的模型，可測(cè)量出關(guān)節(jié)盤面積和體積、分析髁突與關(guān)節(jié)盤之間空間角度、距離等參數(shù)。

2.2.2 2D圖像配準(zhǔn)后3D重建3D重建也可在MRI與CBCT圖像配準(zhǔn)之后進(jìn)行。Al-Saleh等[41]在2D配準(zhǔn)圖像上手動(dòng)標(biāo)記了各組織邊緣，重建得到包含關(guān)節(jié)盤、關(guān)節(jié)窩和髁突的TMJ模型，對(duì)比多次重復(fù)實(shí)驗(yàn)結(jié)果達(dá)到了較好的一致性。對(duì)因頭頸部腫瘤接受頜骨手術(shù)的患者，通過比較術(shù)前術(shù)后的CBCT-MRI配準(zhǔn)圖像的3D重建模型能夠定量計(jì)算術(shù)前術(shù)后髁突和關(guān)節(jié)盤大小、形態(tài)、位置的改變[42]。

3.圖像配準(zhǔn)效果評(píng)價(jià)

3.1 精度 顳下頜關(guān)節(jié)結(jié)構(gòu)和功能的復(fù)雜使得CBCT和MRI檢查在診斷和研究中必不可少，同時(shí)對(duì)影像檢查及圖像處理技術(shù)提出更高要求。Coombs等[43]基于CBCT和MRI分別重建了3D模型，兩者對(duì)髁突或關(guān)節(jié)盤尺寸及形態(tài)的測(cè)量數(shù)據(jù)幾乎沒有差異。但以尸體頭部物理實(shí)際測(cè)量作為標(biāo)準(zhǔn)時(shí)，其結(jié)果通常要大于基于CBCT或MRI的數(shù)據(jù)，因此要認(rèn)識(shí)到放射成像技術(shù)的復(fù)雜轉(zhuǎn)換過程對(duì)所觀察到的TMJ大小和形態(tài)存在一定的影響。MRI所顯示的髁突包含關(guān)節(jié)軟骨的邊緣，尤其在髁突未完全發(fā)育完成的青少年中可能與CBCT對(duì)骨的成像存在一定的差異。

對(duì)于圖像配準(zhǔn)效果，可以比較精度和配準(zhǔn)時(shí)間，但后者很大程度上取決于硬件配置，因而精度受到更多關(guān)注，衡量指標(biāo)有目標(biāo)配準(zhǔn)誤差（Target Registration Error，TRE）、表面距離、Dice系數(shù)等[15]。在顳下頜關(guān)節(jié)區(qū)域，對(duì)多模態(tài)圖像配準(zhǔn)效果和質(zhì)量的評(píng)價(jià)主要由研究員判斷，肉眼分辨影像間邊緣輪廓是否精準(zhǔn)重合，是否符合解剖學(xué)位置關(guān)系，而很少有研究使用了客觀指標(biāo)進(jìn)行分析。AL Saleh等[23]利用圖像配準(zhǔn)進(jìn)行診斷，通過組內(nèi)相關(guān)系數(shù)(Intraclass Correlation Coefficient，ICC)比較了不同時(shí)間和觀測(cè)者之間的準(zhǔn)確度和一致性，從側(cè)面說明配準(zhǔn)結(jié)果良好，具有可重復(fù)性。在現(xiàn)有的文獻(xiàn)中使用了多種不同圖像后處理的軟件，其圖像配準(zhǔn)算法間的差異也缺乏比較。

3.2 不同平面及體位 由于PD加權(quán)序列在呈現(xiàn)解剖結(jié)構(gòu)中的優(yōu)勢(shì)，當(dāng)前研究多使用PD加權(quán)像的閉口位斜矢狀面。顳下頜關(guān)節(jié)MRI包含不同體位和層面的圖像，用于反映TMJ不同功能狀態(tài)、切面角度的結(jié)構(gòu)，都是判斷關(guān)節(jié)盤位置和形態(tài)不可缺少的部分，但少有文獻(xiàn)兼顧了張口及閉口位[39，40]。張口位的MRI中，髁突位置在張口過程中發(fā)生了顯著改變，不能與閉口位時(shí)拍攝的CBCT圖像直接配準(zhǔn)。而即使是同在閉口位的MRI和CBCT，不同拍攝時(shí)間以及體位的改變可能會(huì)出現(xiàn)咬合關(guān)系的差異。因此，對(duì)關(guān)節(jié)窩、髁突、關(guān)節(jié)盤圖像進(jìn)行分割后再分別配準(zhǔn)，可能將減小圖像配準(zhǔn)的誤差。若為了減少工作量而僅針對(duì)髁突進(jìn)行了圖像配準(zhǔn)，所顯示的經(jīng)MRI重建的關(guān)節(jié)窩形態(tài)薄弱，表面不光滑連續(xù)降低了TMJ結(jié)構(gòu)的完整性。此外，斜冠狀位的影像常用于判斷是否發(fā)生內(nèi)側(cè)或外側(cè)移位，結(jié)合斜矢狀面和冠狀面亦可作為補(bǔ)充和校正，有助于實(shí)現(xiàn)更全面的關(guān)節(jié)盤成像和三維重建效果。

4.小結(jié)

顳下頜關(guān)節(jié)CBCT和MRI的多模態(tài)圖像配準(zhǔn)可形成軟硬組織結(jié)構(gòu)完整的TMJ圖像，診斷價(jià)值優(yōu)于單獨(dú)CBCT或MRI，三維重建提供了可視化TMJ模型，可在三維方向上定量評(píng)估關(guān)節(jié)盤及髁突的改變。但相關(guān)研究處于起步階段，主要關(guān)注于PD加權(quán)像、閉口位和斜矢狀面，對(duì)其他層面的配準(zhǔn)很少涉及，同時(shí)缺乏客觀指標(biāo)評(píng)價(jià)配準(zhǔn)的精度。近年來，基于深度學(xué)習(xí)的圖像配準(zhǔn)技術(shù)發(fā)展迅速，有希望替代傳統(tǒng)方法應(yīng)用于顳下頜關(guān)節(jié)區(qū)域，提高配準(zhǔn)精度和效率。GAN可將更具挑戰(zhàn)性的多模態(tài)配準(zhǔn)轉(zhuǎn)換為單模態(tài)圖像配準(zhǔn)，是富有前景的發(fā)展方向。