Patient-specific biomechanical models of the cervical spine : statistical shape analysis for automated model generation

Cervical radiculopathy is one of the most common pathologies affecting cervical spine, characterized by compression of the nerve roots, leading to pain, motor and sensory deficits. Magnetic resonance imaging (MRI) is a common diagnostic method for assessing the severity of the pathology, informing and guiding physicians in the selection of the most suitable treatment. Patient-specific finite element (FE) models, generated from these images, have emerged as valuable tools for preoperative planning, providing insight into the mechanical behavior of the pathological condition. However, their routine use in clinical practice is limited by the time and effort required for their implementation. Here, we explore the feasibility of automating the creation of patient-specific FE models from MRI scans, particularly in defining contacts, soft tissue attachment points and boundary conditions. Statistical shape models (SSMs) and their correspondence properties are leveraged to achieve this goal. 35 MRI scans (3T and 7T) of the C5-C6 level were manually segmented to obtain 3D meshes, which were subsequently aligned using center of mass translation and the iterative closest point algorithm, to reduce rotations and translations. Gaussian-based registration processes were employed to establish mesh correspondence, and principal component analysis (PCA)-based models were generated. The SSMs were evaluated in terms of generalization, specificity and compactness, as well as with regard to the quality of reconstruction of unseen meshes and point-to-point matching. The results demonstrate acceptable registration quality (average Dice coefficient = 89%, average distance = 0.54 mm and average Hausdorff distance = 3.92 mm) and consistent mesh correspondence, with realistic model deformations and performance comparable to the literature. Despite promising results, reconstruction remains limited, highlighting the need for more and higher-quality training meshes. This research demonstrates the feasibility of automating the process and represents a further contribution to the field of cervical spine biomechanical modeling, providing an in-depth analysis of non-rigid registration and SSM construction techniques for cervical vertebrae and intervertebral discs.

La radiculopatia cervicale è una delle patologie più comuni della colonna cervicale, caratterizzata dalla compressione delle radici nervose, che provoca dolore, deficit motori e sensoriali. La risonanza magnetica (RM) è uno dei principali metodi diagnostici per valutare la gravità della patologia e guidare il medico nella scelta del trattamento appropriato. Modelli agli elementi finiti (FE) paziente-specifici, generati da immagini, si sono affermati come strumenti utili per la pianificazione preoperatoria, delineando il comportamento meccanico della condizione patologica. Tuttavia, il loro utilizzo regolare nella pratica clinica è limitato dal tempo e dallo sforzo necessari per implementarli. Questo studio esplora la possibilità di automatizzare la creazione di modelli da scansioni RM, in particolare nella definizione di contatti, punti di inserzione dei tessuti molli e condizioni al contorno, tramite l'utilizzo di statistical shape models (SSMs) e della loro proprietà di corrispondenza. 35 immagini di RM del livello C5-C6 sono state segmentate manualmente per ottenere mesh 3D, successivamente allineate utilizzando la traslazione del baricentro e l’algoritmo ICP (iterative closest point) per ridurre rotazioni e traslazioni. La corrispondenza tra mesh è ottenuta tramite processi gaussiani e gli SSMs realizzati attraverso analisi delle componenti principali. Gli SSMs sono stati valutati in termini di generalizzazione, specificità e compattezza, oltre che per la qualità della ricostruzione di nuove mesh e della corrispondenza ottenuta. I risultati dimostrano una registrazione accettabile (Dice coefficient medio = 89%, distanza media = 0,54 mm e Hausdorff distance media = 3,92 mm) e una consistente corrispondenza tra mesh, con deformazioni realistiche e prestazioni comparabili con la letteratura. Nonostante i risultati promettenti, la capacità di ricostruzione rimane limitata, evidenziando la necessità di aumentare il numero e la qualità delle mesh di allenamento. Il presente studio dimostra la possibilità di automatizzare il processo e rappresenta un ulteriore contributo nell’ambito della modellazione biomeccanica della colonna cervicale, fornendo un’analisi approfondita delle tecniche di registrazione e di costruzione di SSMs per vertebre e dischi intervertebrali cervicali.