腹腔镜肾部分切除术中开放性泌尿道的虚拟切除平面可视化预测

概要
背景
本研究的目的是提出一种方法，通过使用新颖的图像分割和可视化技术从三维（3D）计算机断层扫描（CT）图像预测腹腔镜肾部分切除术中开放尿路的存在和开口的位置。

方法
从接受腹腔镜肾部分切除术的患者的CT图像中，对肾脏，泌尿道和肿瘤的3D区域进行分割。对于每个患者，产生具有不同手术切缘（1mm至5mm，每1mm）的肾的多个虚拟切除平面，并且从图像预测开放泌尿道的存在和开口的位置。

结果
作者通过使用记录的操作视频和操作注释，将预测与5个案例中的实际操作进行了比较。就开放性泌尿道的存在而言，在所有患者中获得了预测的一致性和术中结果。开口的预期位置接近实际操作中的位置。

结论
作者已经开发出一种方法来实际可视化腹腔镜肾部分切除术的切除平面。本研究中使用的图像分割方法准确有效。比较表明，作者的方法准确地预测了开放性泌尿道的存在和开口的位置，并提供了有用的术前信息。

关键词：腹腔镜手术，部分肾切除术，模拟器，泌尿道开放

背景
腹腔镜手术一直是许多外科医生和患者的首选，因为恢复时间较短，手术侵入较少[1]。部分肾切除术显示治疗结果与根治性肾切除术相当，并保留术后肾功能[2-4]。因此，腹腔镜肾部分切除术已成为小肾肿瘤的一种日益普遍的做法。

为了实现安全的手术，术前信息对于腹腔镜手术尤为重要。仅通过腹腔镜的有限二维（2D）视图难以识别手术部位周围的器官和大血管。术前了解患者的解剖学特征非常重要。

作者开发了三维（3D）图像处理软件VoTracer，术前从计算机断层扫描（CT）或磁共振成像（MRI）图像中获取重要信息。 VoTracer支持传统的体积渲染;用户可以通过修改局部透明度和改变视点来观察3D图像[5]。它还支持各种图像分割方法，如阈值[6]，区域增长[7]，图形切割[8,9]和基于轮廓的分割[10,11];用户可以通过简单的交互从3D图像快速分割器官和肿瘤区域。

部分肾切除术的术后并发症之一是尿液泄漏。如果在肿瘤切除期间泌尿道是开放的，则需要缝合裂缝以防止术后尿液泄漏。为了制定手术策略，预测肿瘤切除期间泌尿道开口的边缘是有用的。

在这项研究中，作者专注于腹腔镜肾部分切除术，并提出了一种方法，使用VoTracer预测开放性泌尿道的存在和开口的位置。作者还通过比较作者的预测和实际操作结果来评估作者的方法。

方法
患者和特征
这是一项回顾性研究，包括2011年4月至2013年1月期间由一名外科医生（K.M.）在横滨市立大学医院接受腹腔镜肾部分切除术的5名患者。作者通过访问医疗档案并在另一天进行了评估，创建了虚拟切除平面图像。研究方案经横滨市大学机构审查委员会批准。从所有患者获得书面知情同意书。腹腔镜肾部分切除术的应用仅限于肿瘤大小为4cm或更小的情况，并且可以安全地进行手术。通过术中超声对肿瘤进行全面观察，确定手术切缘和切口角度。使用具有肾缺血的剪刀通过冷切进行肿瘤切除。然后进行部分肾切除术。在逆行注射稀释的靛蓝胭脂红后，打开的收集系统和横切的主要血管的连续缝合通过2针Vicryl在SH针上进行，并进行体内打结。

CT图像分割和虚拟切除平面
从每位患者增强CT图像的延迟阶段开始，作者将肾脏，泌尿道和肿瘤三个区域分割开来。对每个区域应用不同的分割方法。然后，作者通过使用分割生成肾脏的虚拟切除平面。整个过程通过VoTracer进行。

应用图形切割图像分割方法[8,9]对肾脏区域进行分割。作者粗略地指定了3D CT图像的几个横截面上的内部和外部控制点，并且图形切割算法准确地分割了肾脏区域（图1B）。区域生长方法[7]用于泌尿道。作者在泌尿道区域指定了几个种子，并且该方法从种子中进化出一个区域。作者仅在CT值大于r的体素中计算进化，其中r∈[350,420]是根据患者选择的参数（图1C）。基于轮廓的3D图像分割方法[11]用于分割肿瘤。作者在3D图像中指定了肿瘤的几个轮廓，并且该方法优化了通过所有轮廓并具有平滑形状的分割边界（图1D）。此方法适用于没有明显高对比度边界的区域。


图1
CT图像的分割。从输入的3D CT图像（A），作者通过不同的方法对这三个区域进行分割。 （B）通过图形切割方法[8,9]对肾区域进行分割。作者在横截面上指定了几个前景（红色）和背景（蓝色）点，并且该方法从点计算肾脏区域。 （C）泌尿道区域按区域生长分割[7]。该方法从几个种子（红点）生长泌尿道区域。 （D）肿瘤区域通过基于轮廓的方法分割[11]。该方法从指定的多个轮廓计算边界表面。

鉴于图像分割，作者生成了一个虚拟切除平面。作者首先通过Marching cubes算法生成肾脏，泌尿道和肿瘤区域的多边形表面模型[12]（图2）。然后作者使肾脏模型变形，使其具有一定的肿瘤边缘（图2E-G）。作者还在肾脏表面上可视化CT图像，如图2D所示。虚拟切除平面在视觉上提供关于开放泌尿道的存在和部分肾切除术中开口的位置的信息。


图2
虚拟切除平面。作者生成了泌尿道（A）和肿瘤（B）区域的表面模型。作者还产生了多个肾脏区域，其具有来自肿瘤的1mm（E），3mm（F）和5mm（G）边缘。作者还生成了肾模型的透明（C）和CT图像渲染（D）。 CT图像渲染（D）允许观察切除平面上的CT值。

预测和评估
一名不了解手术细节的评估员（D.U.）使用VoTracer对5名患者的3D CT图像进行了分割。软件开发人员（T.I.）支持分段过程。对于每位患者，评估员创建具有1 mm至5 mm边距，每1 mm边缘的虚拟切除平面，并预测在实际操作期间泌尿道是否以及何处打开（图2）。

作者比较了预测和术中结果。在记录的手术视频和手术记录中验证了在实际操作期间是否存在开放的泌尿道。在存在开放性泌尿道的情况下，将开口的位置与虚拟切除平面中的位置进行比较。

结果
表1总结了患者的背景，预测结果和手术结果。表1还显示了评估者在虚拟切除平面中检测到的开口的最小边缘以及从肿瘤底部的手术样本测量的实际手术切缘。就开放性泌尿道的存在而言（即最小开口边缘），所有患者的预测和术中结果大致相同。然而，在2号患者中，预测的开口边缘比实际边缘大1 mm，这可以通过边缘的大小来解释，在尿道开口部位可能比在底部更大。 边缘通常在底部最小，并且在周边变大。作者认为这种微小差异对于预测可能存在开放性泌尿道并不重要。开口的位置与预测位置相似（图3）。在泌尿道开放的两个病例中，患者得到了适当的治疗，没有患者出现术后并发症。手术病理学报告所有病例均有明显的细胞肾细胞癌，边缘阴性。

表格1
患者特征和结果总结

在列中，从左到右，作者指示患者信息，肿瘤大小，肿瘤位置，尿路状态预测，术中尿路状态，术中手术切缘，缺血时间和手术时间。


图3
并排比较。右侧面板是来自操作的记录视频的代表性场景，左侧面板示出类似于实际操作的视点的虚拟切除平面。

讨论
在这项研究中，作者专注于开放的尿路，并开发了一种从CT图像虚拟可视化切除平面的方法。术前了解器官的三维关系对于腹腔镜肾部分切除术尤为重要。过去，外科医生不得不从CT切片中推断器官的关系;他们在头脑中进行了3D形状重建。这需要丰富的经验，不可能与他人分享想法。相比之下，作者的方法提供了接近实际术中视图的可视化，并允许外科医生容易地理解重要器官的3D关系。作者相信，作者的可视化方法提供的术前信息可以提高操作的安全性。

腹腔镜肾部分切除术的主要并发症是尿漏，实质出血和急性肾功能衰竭。布雷达等人。报道腹腔镜肾部分切除术的尿液漏出率为1.4-2.0％[13]。汤普森等人。报道缺血时间是预测肾功能保留的最重要因素[14]。为了防止并发症，应该可靠地缝合裂缝，并且应该减少缺血时间，这可以通过适当的术前计划来实现。例如，应根据肿瘤位置和周围器官选择接近（经腹或经腹腹膜），端口位置和切除线。吉尔等人。报道了零缺血部分肾切除术的新技术，术前规划使用肾动脉的可视化三维视图[15]。作者的方法从不同的角度实际上可视化术中视图。它可以允许外科医生在不同的术前设置中可视化操作程序，并使他们能够选择更好的设置。已经开发了Nephrometry评分系统以努力使肿瘤评估标准化。 R.E.N.A.L. Uzzo等人提出了Nephrometry评分（NS）。 [16]。 Ficarra等。介绍了用于解剖（PADUA）系统的术前方面和尺寸。作者的可视化技术有助于更准确地评估那些netrymetry评分[17]。作者的研究主要集中在开放性尿道的可视化上，这是首次报道的此类研究。

腹腔镜手术的训练比开放手术的训练困难得多。由于腹腔镜手术的学习曲线陡峭，因此提供足够的培训非常重要。已经开发了各种腹腔镜手术训练系统。最近的一些系统再现了腹腔镜根治性肾切除术的整个过程[18,19]。然而，就作者所知，没有其他系统提供个体患者的实际操作视图。相比之下，作者的方法使用个体患者数据提供类似于实际腹腔镜手术视图的可视化。

作者为本研究开发的图像分割软件VoTracer可用于创建仿真模型。作者的研究小组已经发表了关于使用特定患者模型的任务排练型手术模拟器的研究[20-22]。在这些研究中，作者报告说，患者特异性手术模拟器对于经验不足的医生执行标准手术以及开发新外科手术的专家非常有用。然而，这种模拟器的最大障碍之一是从患者的3D图像创建模拟模型的过程。本研究中提出的图像分割方法允许作者在几分钟内对每个区域（肾脏，泌尿道和肿瘤）进行分割。这极大地加速了模型创建过程。结合手术模拟器和图像分割方法是作者希望在未来实现的一个正在进行的项目。作者当前方法的主要限制是分割过程需要用户操作。用户必须设置区域生长参数以正确地分割泌尿道区域。用户还必须指定轮廓以基于他或她的主观知识来分割肿瘤区域（图1D）。因此，分割结果可以根据用户而变化。请注意，这是一项回顾性研究，案例数量也受到限制。需要进行更大规模的人口研究以提高预测的准确性。在未来，作者希望进行大规模研究并开发一种尽可能减少用户操作的分割方法。在这项研究中，作者使用对比增强CT的延迟阶段，以精确分割泌尿道。由于CT成像时间问题，作者有几个案例难以精确分割泌尿道。有必要确定CT成像的最佳时机，以便稳定地分割泌尿道区域。

结论
在这项研究中，作者开发了一种方法来预测开放性泌尿道的存在以及腹腔镜肾部分切除术中3D CT图像的开口位置。结果显示作者可以在5例中做出准确的预测。这是一项回顾性研究，病例数很少。需要进行更大规模的研究以确认预测的准确性。

缩略语
3D：三维; 2D：二维; CT：计算机断层扫描; MRI：磁共振成像; NS：Nephrometry评分。

参考：
Prediction of open urinary tract in laparoscopic partial nephrectomy by virtual resection plane visualization
Gaur DD. Laparoscopic operative retroperitoneoscopy: use of new device. J Urol. 1992;148:1137–1139. [PubMed] [Google Scholar]
Lee CT, Katz J, Shi W, Thaler HT, Reuter VE, Russo P. Surgical management of renal tumors 4 cm. or less in a contemporary cohort. J Urol. 2000;163:730. doi: 10.1016/S0022-5347(05)67793-2. [PubMed] [CrossRef] [Google Scholar]
Lau WK, Blute ML, Weaver AL, Torres VE, Zincke H. Matched comparison of radical nephrectomy vs nephron- sparing surgery in patients with unilateral renal cell carci- noma and a normal contralateral kidney. Mayo Clin Proc. 2000;75:1236. doi: 10.4065/75.12.1236. [PubMed] [CrossRef] [Google Scholar]
McKiernan J, Simmons R, Katz J, Russo P. Natural history of chronic renal insufficiency after partial and radical nephrectomy. Urology. 2002;59:816. doi: 10.1016/S0090-4295(02)01501-7. [PubMed] [CrossRef] [Google Scholar]
Kniss J, Kindlmann G, Hansen C. Multi-dimensional transfer functions for interactive volume rendering. IEEE Trans Vis Comput Graph. 2002;8(4):270–285. [Google Scholar]
Otsu N. A threshold selection method from gray-level histograms. IEEE Trans Sys Man Cyber. 1979;9(1):62–66. [Google Scholar]
Adams R, Bischof L. Seeded region growing. IEEE Trans PAMI. 1994;16(6):641–647. doi: 10.1109/34.295913. [CrossRef] [Google Scholar]
Boykov Y, Veksler O, Zabih R. Fast approximate energy minimization via graph cuts. IEEE Trans PAMI. 2001;23(11):1222–1239. doi: 10.1109/34.969114. [CrossRef] [Google Scholar]
Li Y, Sun J, Tang CK, Shum HY. Lazy snapping. ACM Trans Graph. 2004;23(3):303–308. doi: 10.1145/1015706.1015719. [CrossRef] [Google Scholar]
Ijiri T, Yokota H. Contour-based interface for refining volume segmentation. Comput Graph Forum. 2010;29(7):2153–2160. doi: 10.1111/j.1467-8659.2010.01803.x. [CrossRef] [Google Scholar]
Ijiri T, Yoshizawa S, Sato Y, Ito M, Yokota H. Bilateral hermite radial basis functions for contour-based volume segmentation. Comput Graph Forum. 2013;32(2):123–132. [Google Scholar]
Lorensen WE, Cline HE. A high resolution 3D surface construction algorithm. Comput Graph. 1987;21(3):163–169. [Google Scholar]
Breda A, Finelli A, Janetschek G. Complication of laparoscopic surgery for renal masses: prevention, management, and comparison with the open experience. Eur Urol. 2009;55:836–850. doi: 10.1016/j.eururo.2009.01.018. [PubMed] [CrossRef] [Google Scholar]
Thompson RH, Lane BR, Lohse CM, Leibovich BC, Fergany A, Frank I, Gill IS, Blute ML, Campbell SC. Every minute counts when the renal hilum is clamped during partial nephrectomy. Eur Urol. 2010;58:340–345. doi: 10.1016/j.eururo.2010.05.047. [PubMed] [CrossRef] [Google Scholar]
Gill IS, Patil MB, Desai MM. Zero ischemia anatomical partial nephrectomy:a novel approach. J Urol. 2012;187:807–815. doi: 10.1016/j.juro.2011.10.146. [PubMed] [CrossRef] [Google Scholar]
Kutikov A, Uzzo RG. The R.E.N.A.L. nephrometry score: a comprehensive standardized system for quantitating renal tumor size, location and depth. J Urol. 2009;182:844–853. doi: 10.1016/j.juro.2009.05.035. [PubMed] [CrossRef] [Google Scholar]
Ficarra V, Novara G, Secco S, Macchi V, Porzionato A, De Caro R, Artivani W. Preoperative aspects and dimensions used for an anatomical (PADUA) classification of renal tumours in patients who are candidates for nephron-sparing surgery. Eur Urol. 2009;56:786–793. doi: 10.1016/j.eururo.2009.07.040. [PubMed] [CrossRef] [Google Scholar]
Brewin J, Nedas T, Challacombe B, Elhage O, Keisu J, Dasgupta P. Face content and construct validation of the first virtual reality laparoscopic nephrectomy simulator. BJU Int. 2010;106:850–854. doi: 10.1111/j.1464-410X.2009.09193.x. [PubMed] [CrossRef] [Google Scholar]
Wijn RP, Persoon MC, Schout BM, Martens EJ, Scherpbier AJ, Hendrikx AJ. Virtual reality laparoscopic nephrectomy simulator is lacking in construct validity. J Endourol. 2010;24:117–122. doi: 10.1089/end.2009.0219. [PubMed] [CrossRef] [Google Scholar]
Makiyama K, Sakata R, Yamanaka H, Tatenuma T, Sano F, Kubota Y. Laparoscopic nephroureterectomy in renal pelvic urothelial carcinoma with situs inversus totalis:preoperative training using a patient-specific simulator. Urol. 2012;80(6):1375–1378. doi: 10.1016/j.urology.2012.08.054. [PubMed] [CrossRef] [Google Scholar]
Yamanaka H, Makiyama K, Tatenuma T, Sakata R, Sano F, Kubota Y. Preparation for pyeloplasty for ureteropelvic junction obstruction using a patient-specific laparoscopic simulator:a case report. J Med Case Reports. 2012;6:338. doi: 10.1186/1752-1947-6-338. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Makiyama K, Nagasaka M, Inuiya T, Takanami K, Ogata M, Kubota Y. Development of a patient-specific simulator for laparoscopic renal surgery. Int J Urol. 2012;19:829–835. doi: 10.1111/j.1442-2042.2012.03053.x. [PubMed] [CrossRef] [Google Scholar]