成人脊柱畸形（ASD）主要是一种退行性疾病，其特征是脊柱出现复杂的三维（3D）骨骼畸形，导致脊柱错位[1,2]。这些畸形会损害脊柱的运动学特性，破坏平衡控制[3]，增加跌倒的风险[4]，并触发脊柱、髋部和下肢的代偿机制[5,6]。尽管ASD本质上是动态和三维的，但临床决策仍然主要依赖于静态的二维（2D）X光片，这些X光片仅限于分析站立时的脊柱对齐情况[7,8]。这种方法忽略了脊柱运动学的关键三维动态和功能方面，尤其是在椎间关节层面，而这些方面对于全面理解畸形患者的脊柱功能至关重要。
将动态的三维脊柱运动学整合到ASD的临床实践中具有挑战性，因为难以非侵入性地测量体内的椎间关节运动学。基于标记的运动分析方法（MSKM）为评估三维脊柱运动学提供了一种有前景的非侵入性替代方案，可以补充传统的X光检查[[9], [10], [11]]。这种方法在许多其他肌肉骨骼系统中已被证明很有价值，例如脑瘫患者的下肢运动策略[12]、健康人群的脊柱运动学[[13], [14], [15]]，甚至ASD患者群体[9,16]。
尽管这种方法具有广泛应用前景，但需要将现有的通用MSKM模型（如Bruno等人[13]开发的模型）适应ASD患者群体和/或特定的ASD患者，这面临重大挑战。使用触诊放置标记的方法误差率很高，无法精确追踪单个椎骨，即使在健康的脊柱中也是如此，因为每个椎骨至少需要三个非共线的标记。对于ASD患者来说，脊柱畸形和错位进一步增加了在解剖标志物上放置标记的难度[17]，导致触诊误差增大[18,19]。此外，传统的缩放方法依赖于这种不精确的标记放置方式，无法准确反映ASD患者常见的椎体退化和骨赘[1,20]，从而导致3D脊柱对齐和运动学估计不准确。
为了改进ASD患者的MSKM中的脊柱解剖表示，需要结合个体特定的骨骼几何形状、椎间关节定义和3D脊柱对齐[17]。这些信息通常来自医学成像技术，如三维计算机断层扫描（CT）、磁共振成像（MRI）和低剂量双平面X光检查（EOS成像，法国巴黎）。虽然EOS成像在捕捉站立时的脊柱对齐方面比仰卧成像更有效[21]，但创建三维重建仍然不够精确，特别是在胸椎区域，因为该区域的解剖结构重叠较为常见[22]。专有的sterEOS软件提供了有前景的半自动化三维重建功能，这一点在一些合成脊柱侧凸模型中得到了验证[23]，但其对ASD患者的准确性尚未得到验证。也存在其他双平面X光重建方法[[24], [25], [26]]，但它们无法可靠地整合ASD患者常见的骨骼畸形和退化。
已经提出了一种结合EOS和CT成像的混合方法[17]，该方法结合了CT提供的精确椎体三维重建和EOS提供的站立时脊柱的三维对齐信息。然而，这种方法仍然需要手动分割和配准从仰卧CT到站立EOS的骨骼，这限制了其临床应用。尽管像CT和MRI这样的三维成像技术在三维重建方面优于双平面X光检查，但它们也有局限性：CT辐射剂量较高，而MRI在描绘骨骼结构方面不够精确。此外，从这些图像中分割骨骼以创建模型既费时又费力，而且很少有专为ASD患者设计的自动化分割工作流程，尤其是使用MRI时。尽管最近开发了一些包括CT[27]甚至MRI[28]中的脊柱和骨盆骨骼的开放获取自动化分割方法，但它们的性能在ASD患者群体中尚未得到验证。
尽管在成像和建模方面取得了进展，但目前仍不存在标准化、高效且可重复的工作流程来创建能够捕捉ASD患者严重畸形的个体特定脊柱模型，尤其是无法像膝关节[29]或下肢[30]那样精确定义椎骨、椎间关节和3D脊柱对齐。这一差距限制了临床环境中脊柱运动学的更可靠评估。在这项研究中，我们专门针对这一差距，开发了一种完全基于图像的自动化工作流程，该流程仅依赖于标准护理成像（CT扫描）。我们的方法旨在简化个体特定肌肉骨骼模型的创建过程，并提高可重复性，这两者目前都是该领域的主要瓶颈。我们评估了该方法创建ASD患者精确个体特定模型的能力，并评估了所得脊柱运动学的准确性，最终目标是改进临床决策和对ASD患者脊柱功能的理解。
