Automatic Analysis of the Scoliotic Trunk for Surgery Planning and Outcome Assessment

La préoccupation la plus importante des patients atteints de scoliose idiopathique adolescente (SIA) sévère, à qui il est conseillé de subir une correction chirurgicale, est l’apparence de leur tronc après la procédure et les améliorations esthétiques potentielles après la chirurgie. Ces facteurs influencent directement leur santé mentale et leur bien-être émotionnel. Par conséquent, les patients souhaitent comprendre l’impact de la correction de la colonne vertébrale sur l’apparence de leur tronc avant de procéder à la chirurgie. De plus, les chirurgiens doivent planifier leurs approches chirurgicales en tenant compte de l’aspect externe postopératoire du tronc avant d’effectuer la chirurgie. Cette planification aide à identifier la stratégie chirurgicale la plus appropriée pour le patient. Par conséquent, dans la planification chirurgicale pour le traitement de la scoliose sévère, les orthopédistes et les patients obtiendraient des informations précieuses en visualisant le résultat prévu de la chirurgie de la colonne vertébrale ainsi que son impact sur l’apparence externe du patient. Pour atteindre cet objectif, les chercheurs ont développé plusieurs simulateurs de chirurgie de la colonne vertébrale. Une première méthode consiste en une modélisation biomécanique des structures osseuses ainsi que de leur réponse à différentes stratégies opératoires. Le chirurgien peut ainsi visualiser l’effet d’une stratégie sur la géométrie 3D de la colonne vertébrale. Une deuxième méthode consiste en la propagation de la correction de la colonne vertébrale à travers les tissus mous du tronc afin de visualiser l’effet de la stratégie opératoire sur l’apparence externe du tronc. Ce simulateur utilise une modélisation physique des structures anatomiques du tronc et simule la surface externe du tronc en propageant les déplacements de la colonne vertébrale obtenus suite à la correction chirurgicale à travers un maillage tétraédrique des structures anatomiques du tronc. Afin d’utiliser ce simulateur avant d’effectuer la chirurgie, un modèle postopératoire 3D de la colonne vertébrale est requis. Étant donné que les simulateurs biomécaniques développés pour la simulation de la forme postopératoire de la colonne vertébrale ont été validés sur des cohortes restreintes de patients, une approche d’apprentissage basée sur l’ensemble des données acquises sur des patients opérés au CHU Sainte-Justine serait très utile. Des modèles d’apprentissage automatique ont déjà été utilisés pour prédire le résultat de la chirurgie de la scoliose sur la colonne vertébrale mais les résultats de ces modèles ne sont pas personnalisés pour chaque patient et se limitent à prédire quelques groupes de configurations.

Abstract

The most significant concern of patients with severe Adolescent Idiopathic Scoliosis (AIS) who are recommended to have a surgical correction is the appearance of their trunk after the procedure and the potential cosmetic improvements following surgery. These factors directly influence their mental health and emotional well-being. As a result, patients wish to understand the impact of spinal correction on the appearance of their trunk before proceeding with the surgery. Furthermore, surgeons need to plan their surgical approaches considering the postoperative external aspect of the trunk prior to performing the surgery. This planning helps identify the most appropriate surgical strategy for the patient. Therefore, in surgical planning for severe scoliosis treatment, orthopedic surgeons and patients would gain valuable insights by visualizing the predicted outcome of spinal surgery as well as its impact on the patient’s external appearance. To achieve this goal, researchers have developed several spinal surgery simulators. The first category involves biomechanical modeling of the bone structures as well as their response to different surgical strategies. The surgeon can thus visualize the effect of a strategy on the 3D geometry of the spine. The second category involves the propagation of spinal correction through the soft tissues of the trunk to visualize the effect of the surgical strategy on the external appearance of the trunk. This simulator utilizes a physical modeling of the anatomical structures of the trunk and simulates the external surface of the trunk by propagating the spinal displacements obtained as a result of surgical correction through a tetrahedral mesh of the anatomical structures of the trunk. In order to use this simulator before performing surgery, a 3D postoperative model of the spine is required. Since the biomechanical simulators developed for simulating the postoperative shape of the spine have been validated on limited patient cohorts, a learning approach based on the dataset acquired from patients operated on at Sainte Justine Hospital would be very useful. Machine learning models have already been used to predict the outcome of scoliosis surgery on the spine, but the results of these models are not personalized for each patient and are limited to predict a few groups of configurations.