Virtual facial reconstruction based on accurate registration and fusion of 3D facial and MSCT scans

ObjectivesAccurate registration and feasible fusion of a three-dimensional (3D) photorealistic surface images (captured using the FaceSCAN3D® Scientific Photo Lab) from multislice spiral computed tomography (MSCT) images is important to achieve optimal craniomaxillofacial surgery outcomes; thus, the aim of this work was to optimize this process.MethodsMSCT and 3D facial scans were acquired from 37 randomly selected patients. Using the Invesalius software package, skin and bone tissue models were reconstructed. The 3D photorealistic surface images were then constructed. Four image registration processes were performed using Geomagic Studio software: manual Procrustes and semi-automatic registration (global modified ICP) using both 7 and 15 anthropometric landmarks. The statistical differences were assessed using one-way ANOVA and LSD tests. P values <0.05 were considered significant.ResultsAverage distances between these two surfaces measured 0.99 (SD 0.13 mm), 0.77 (SD 0.11 mm), 0.99 (SD 0.15 mm), and 0.77 mm (SD 0.10 mm) via the four image registration methods. Statistical differences were observed between the manual and semi-automatic registration groups (according to 7 and 15 anthropometric landmarks, respectively). Image registration errors for the entire virtual face were <0.8 mm in the semi-automatic registration groups.ConclusionEmploying the Procrustes registration system using seven anthropometric landmarks together with global registration allows accurate registration and feasible fusion of 3D facial scans with reconstructed 3D MSCT image data.ZusammenfassungZieleDer Prozess der genauen Registrierung und der praktikablen Fusion von fotorealistischen 3-D-Oberflächenbildern (FaceSCAN3D® Scientific Photo Lab) mit MSCT(“multislice spiral computed tomography”)-Bilddatensätzen ist von hoher Relevanz für optimale Ergebnisse bei kraniomaxillofazialen operativen Interventionen. Daher war es Ziel der Arbeit, diesen Prozess zu optimieren.MethodenVon 37 randomisiert ausgewählten Patienten wurden MSCT- und 3-D-Gesichtsscans erstellt. Mit der Software InVesalius wurden Haut- und Knochenmodelle rekonstruiert. Die fotorealistischen 3-D-Oberflächenbilder wurden rekonstruiert. Mit der Software Geomagic Studio wurden 4 Registrierungsprozesse vorgenommen: manuelle Prokrustes- und semiautomatische Registrierung (“global modified ICP”, Iterative Closest Point) unter Verwendung von sowohl 7 als auch 15 anthropometrischen Landmarken. Statistische Unterschiede wurden mit dem Ein-Wege-ANOVA(“analysis of variance”)- und dem LSD (“least significant difference”)-Test ermittelt. Als signifikant definiert wurden p-Werte <0,05.ErgebnisseDie durchschnittlichen Entfernungen zwischen den 2 gemessenen Oberflächen lagen bei 0,99 (SD 0,13 mm), 0,77 (SD 0,11 mm), 0,99 (SD 0,15 mm) und 0,77 mm (SD 0,10 mm) bei den 4 eingesetzten Bildregistrierungsmethoden. Zu beobachten waren statistische Unterschiede zwischen den Gruppen mit manueller und semiautomatischer Registrierung (an 7 bzw. 15 anthropometrischen Landmarken). Die Registrierungsfehler für das gesamte virtuelle Gesicht waren in den semiautomatischen Registrierungsgruppen geringer als 0,8 mm.SchlussfolgerungenDas Prokrustes-Registrierungssystem mit 7 anthropometrischen Landmarken ermöglicht in Verbindung mit einer globalen Registrierung die genaue Registrierung und machbare Fusion dreidimensionaler Gesichtsscans mit rekonstruierten 3-D-MSCT-Bilddaten.