Towards a Toolbox for Quantitative and Automatic Evaluation of 3D Trunk Motion in Patients with AIS

Adolescent idiopathic scoliosis (AIS) is a 3D deformity of the spine and the ribcage, that affects the general appearance of the trunk. If left untreated, AIS can progress during growth spurt and reduce patients’ quality of life. Existing methods for assessing scoliosis, whether through radiographs or surface topography are all based on static acquisitions. However, the spine is an articulated structure allowing for the mobility of the trunk. The evaluation of the trunk under kinematic conditions provides insights on the rigidity of scoliosis. The self-correction exercise and the lateral bending test are two examples of motion used by physiotherapists and orthopedic surgeons respectively to evaluate the flexibility of the trunk. This information, although mostly qualitative, is considered for treatment planning. This project is the first to explore dynamic surface topography for the quantitative evaluation of trunk mobility. Using pre-trained 3D deep learning models, we develop a toolbox for an automatic quantification of trunk motion during sequences of lateral bending and self-correction exercises. Our proposed toolbox provides functionalities such as back surface anatomical landmark detection, back surface anatomical segmentation, quantifying trunk surface parameters over time, and visualizing landmarks’ trajectories during a motion sequence. Despite some limitations, our experiments show promising results regarding the potential clinical application of the proposed toolbox. Overall, this work is the first step toward automating dynamic quantitative evaluation of the trunk motion and provides a basis for future work in this direction.

Résumé

La scoliose idiopathique de l’adolescent (SIA) est une déformation en trois dimensions de la colonne vertébrale et de la cage thoracique, qui affecte l’apparence générale du tronc. Si elle n’est pas traitée, la scoliose idiopathique de l’adolescent peut évoluer pendant la poussée de croissance et réduire la qualité de vie des patients. Les méthodes existantes d’évaluation de la scoliose, qu’elles soient que ce soit par radiographie ou topographie de surface, sont toutes basées sur des acquisitions statiques. Or, la colonne vertébrale est une structure articulée, qui permet la mobilité du tronc. L’évaluation du tronc sous des conditions cinématiques permet de comprendre la rigidité de la scoliose. L’exercice d’autocorrection et le test de flexion latérale sont deux exemples de mouvements utilisés par les physiothérapeutes et les orthopédistes respectivement, pour évaluer la flexibilité du tronc. Ces informations, bien que principalement qualitatives, sont prises en compte pour la planification du traitement. Ce projet est le premier à explorer la topographie de surface dynamique pour l’évaluation quantitative de la mobilité du tronc. À l’aide de modèles d’apprentissage profond 3D pré-entraînés, nous développons une boîte à outils pour la quantification automatique de la mobilité du tronc pendant des séquences de flexion latérale et d’exercices d’autocorrection. La boîte à outils que nous proposons offre des fonctionnalités telles que la détection de repères anatomiques de la surface du dos, la segmentation anatomique de la surface du dos, la quantification des paramètres de la surface du tronc au fil du temps, et la visualisation des trajectoires des points de repère au cours d’une séquence de mouvement. Malgré certaines limites, nos expérimentations montrent des résultats prometteurs quant à l’application clinique potentielle de la méthode proposée. Dans l’ensemble, ce travail constitue un premier pas vers l’automatisation de l’évaluation quantitative dynamique du mouvement du tronc et fournit une base pour les travaux futurs dans cette direction