Three-dimensional (3-D) freehand ultrasound (US) imaging has been applied to the investigation of spine deformity. However, it is a challenge for the current 3-D imaging reconstruction algorithms to achieve a balance between image quality and computation time. The objectives of this article are to implement a new fast reconstruction algorithm that can fulfill the request of immediate demonstration and processing for high-quality 3-D spine imaging, and to evaluate the reliability and accuracy of scoliotic curvature measurement when using the algorithm. The fast dot-projection (FDP) algorithm was applied for voxel-based nearest neighbor (VNN), multiple plane interpolation (MPI), and pixel nearest neighbor (PNN) protocols to reduce the reconstruction time. The 3-D image volume was reconstructed from the datasets acquired from scoliotic subjects. The computational cost, image characteristics, and statistical analyses of curve measurements were compared and evaluated among different reconstruction protocols. The results illustrated that the 3-D spine images using the FDP-MPI4 algorithm showed higher brightness (20%), contrast (14%), and signal-to-noise ratio (SNR) (26%) than FDP-VNN. The measurement performed by trainee rater exhibited significant improvement in measurement reliability and accuracy using FDP-MPI4 in comparison with FDP-VNN ( ), and the intraclass correlation coefficient (ICC) of interrater measurement increased from 0.88 to 0.96. The FDP-PNN method could acquire and reconstruct spine images simultaneously and present the results in 1-2 min, which showed the potential to provide the approximate real-time visualization for fast screening.

中文翻译：

---

使用快速重建算法改进 3-D 超声脊柱成像技术。

三维 (3-D) 手绘超声 (US) 成像已应用于脊柱畸形的研究。然而，当前的 3-D 成像重建算法要在图像质量和计算时间之间取得平衡是一个挑战。本文的目的是实现一种新的快速重建算法，可以满足高质量 3D 脊柱成像的即时演示和处理要求，并评估使用该算法时脊柱侧弯测量的可靠性和准确性。快速点投影 (FDP) 算法应用于基于体素的最近邻 (VNN)、多平面插值 (MPI) 和像素最近邻 (PNN) 协议，以减少重建时间。3-D 图像体积是从脊柱侧弯受试者获得的数据集重建的。在不同的重建协议之间比较和评估曲线测量的计算成本、图像特征和统计分析。结果表明，使用 FDP-MPI4 算法的 3-D 脊柱图像显示出比 FDP-VNN 更高的亮度 (20%)、对比度 (14%) 和信噪比 (SNR) (26%)。与 FDP-VNN（FDP-PNN 方法可以同时获取和重建脊柱图像，并在 1-2 分钟内呈现结果，这显示了为快速筛选提供近似实时可视化的潜力。比较和评估不同重建协议之间的图像特征和曲线测量的统计分析。结果表明，使用 FDP-MPI4 算法的 3-D 脊柱图像显示出比 FDP-VNN 更高的亮度 (20%)、对比度 (14%) 和信噪比 (SNR) (26%)。与 FDP-VNN（FDP-PNN 方法可以同时获取和重建脊柱图像，并在 1-2 分钟内呈现结果，这显示了为快速筛选提供近似实时可视化的潜力。比较和评估不同重建协议之间的图像特征和曲线测量的统计分析。结果表明，使用 FDP-MPI4 算法的 3-D 脊柱图像显示出比 FDP-VNN 更高的亮度 (20%)、对比度 (14%) 和信噪比 (SNR) (26%)。与 FDP-VNN（FDP-PNN 方法可以同时获取和重建脊柱图像，并在 1-2 分钟内呈现结果，这显示了为快速筛选提供近似实时可视化的潜力。在不同的重建方案之间比较和评估曲线测量的统计分析。结果表明，使用 FDP-MPI4 算法的 3-D 脊柱图像显示出比 FDP-VNN 更高的亮度 (20%)、对比度 (14%) 和信噪比 (SNR) (26%)。与 FDP-VNN（FDP-PNN 方法可以同时获取和重建脊柱图像，并在 1-2 分钟内呈现结果，这显示了为快速筛选提供近似实时可视化的潜力。在不同的重建方案之间比较和评估曲线测量的统计分析。结果表明，使用 FDP-MPI4 算法的 3-D 脊柱图像显示出比 FDP-VNN 更高的亮度 (20%)、对比度 (14%) 和信噪比 (SNR) (26%)。与 FDP-VNN（FDP-PNN 方法可以同时获取和重建脊柱图像，并在 1-2 分钟内呈现结果，这显示了为快速筛选提供近似实时可视化的潜力。结果表明，使用 FDP-MPI4 算法的 3-D 脊柱图像显示出比 FDP-VNN 更高的亮度 (20%)、对比度 (14%) 和信噪比 (SNR) (26%)。与 FDP-VNN（FDP-PNN 方法可以同时获取和重建脊柱图像，并在 1-2 分钟内呈现结果，这显示了为快速筛选提供近似实时可视化的潜力。结果表明，使用 FDP-MPI4 算法的 3-D 脊柱图像显示出比 FDP-VNN 更高的亮度 (20%)、对比度 (14%) 和信噪比 (SNR) (26%)。与 FDP-VNN（FDP-PNN 方法可以同时获取和重建脊柱图像，并在 1-2 分钟内呈现结果，这显示了为快速筛选提供近似实时可视化的潜力。与 FDP-VNN（FDP-PNN 方法可以同时获取和重建脊柱图像，并在 1-2 分钟内呈现结果，这显示了为快速筛选提供近似实时可视化的潜力。与 FDP-VNN（FDP-PNN 方法可以同时获取和重建脊柱图像，并在 1-2 分钟内呈现结果，这显示了为快速筛选提供近似实时可视化的潜力。