The spine is a central structure constantly supporting the human body. It has an essential role for the musculoskeletal system and acts as a protective structure for the spinal cord, our most important neural pathway. For this reason, debilitating spinal pathologies may significantly decrease the quality of life and represent the top source of indirect healthcare costs. In the last years, the surgery rates for the treatment of common chronic back pain conditions have increased disproportionately to nonsurgical options. Surprisingly, surgery may also be performed despite the inability to attribute back pain to a specific underlying cause, suggesting a need for a better understanding of chronic back pain. Spinal fusion is the state-of-the-art procedure to treat pathological, unstable spines, but it comes at the costs of a complex undertaking with high rates of revision. The procedure adopts screws, cages, and rod constructs to permanently immobilize the relative motion between two or more vertebrae in the spine. Bone grafts are placed between the vertebral bodies to induce new bone formation and weld the structures together to achieve a long-term stabilization.

Although fusion surgery produces satisfying short term results, improvement of long term outcome is needed in order to minimize revision rates. Indeed, the partial fusion of a continuously mobile structure like the spine affects its biomechanics and kinematics behaviour, forcing an adaptation to the new status. Unfortunately, this inevitable adaptation that the body needs to undergo, may trigger onset of additional pathologies on different, usually adjacent, spinal segments. In the long term, the likelihood that an adjacent intervertebral disc will start to degenerate is a common problem after spinal fusion surgery, suggesting that the body reacts to the restricted flexibility. In addition, spinal instrumentation consists mostly of rod constructs fixed with pedicle screws which constrain the intervertebral movements. The implanted construct is subjected to cyclic loading conditions until a stable biological fusion occurs, accordingly, the screws have a high incidence of loosening during the ingrowth phase.

Because of the inherent complexity characterizing the effects of spinal fusion surgery and the need for a better understanding of the underlying pathologies, this thesis aims at the development and integration of various numerical tools in clinical applications. Surgical complexity is constantly increasing together with the amount of parameters that need to be investigated during the decision making process of the surgical planning phase. Therefore the importance of computer-aided surgical methods has grown in the last years. Computational tools are constantly developed to increase our understanding of the human body and improve the outcome of orthopaedic procedures. Cutting-edge methods are continuously implemented with the aim of seamless integration in the clinical workflow. Technologies like artificial intelligence, computational biomechanics, augmented reality, and three-dimensional printing have the potential to disrupt healthcare in ways that may be even difficult to imagine. To optimally exploit the methods clinically, some challenges first need to be addressed. Certainly, automation is central when seamless integration is addressed. Currently, computer-aided surgical planning may require many manual steps that affect its robustness and reproducibility, and therefore compromise their adoption into clinical applications. A robust preoperative tool producing reproducible results would allow a comprehensive investigation of surgical strategies, and provide indications for the optimal procedure according to given clinical goals. Unfortunately, the potential to improve patient outcome is still outweighed by the efforts and costs that the preparation and inclusion of patient-specific biomechanical investigations present. Hence, this thesis aims to address the major challenges in the automation process of multiple computer techniques to support the clinical workflow in spinal surgical planning.

An exhaustive biomechanical analysis for spinal fusion procedures could allow the investigation of multiple surgical parameters. Its clinical integration is addressed in this work by using different methods to automate the creation of three-dimensional anatomical models and to use them to perform patient-specific analysis. The benefits of multiple simulation environments are combined to investigate different postoperative complications related to spinal fusion. A novel combination of deep learning and statistical methods is proposed to develop an automated pipeline for the creation of patient-specific simulations using the finite element and multi rigid body methods. The pipeline allows a patient-specific preoperative investigation, using biomechanical parameters to optimize a personalized surgical plan towards an improved final outcome.

First, the major challenge of patient-specific creation of finite element models is addressed. Deep learning methods are used to extract the three-dimensional anatomy of vertebral structures from computed tomography images. To automate the creation of the simulation models, a template is registered non-rigidly and anatomical correspondence is achieved. The resulting three-dimensional vertebrae are evaluated against gold-standard manual segmentation using an iterative cross-validation method. The simulation results for healthy spinal segments are compared to literature findings in terms of range of motion for different movements. To further test the robustness of the pipeline, pathological functional spine units are tested. Testing the pipeline on pathological cases evaluates the suitability for clinical use. In a subsequent step, the finite element models are extended with the inclusion of pedicle screw instrumentation to investigate screw loosening, addressing the second aim of this thesis. A genetic algorithm is implemented to optimize implant trajectory and dimension. Using patient-specific imaging data, the optimization maximizes bone mechanical properties derived from the image intensities. The instrumented finite element models are used to compare pull-out strength of standard versus optimized pedicle screws.

A third aim of this work addresses a different preoperative planning challenge, namely alignment restoration. A target, patient-specific spinal alignment is investigated using a statistical model trained to suggest an optimal alignment based on the configuration of the patient’s pelvis. Prevention of postoperative adjacent segment disease could benefit from this approach that aims to minimize the intervertebral loads by predicting an optimal target alignment based on patient-specific anatomical input. Patients’ biplanar radiographs are used to automatically create musculoskeletal models and compare the joint loads and the muscle activations in the original and optimal spinal alignments. Finally, a retrospective clinical study is presented that compares the optimal proposed alignment to postoperative data. Two cohorts, with and without the development of adjacent segment disease, are compared to the optimal prediction to investigate differences in postoperative alignment restoration.

The main findings of this thesis are consolidated into an automated and robust pipeline to create patient-specific biomechanical analysis. This will accelerate clinical studies in our institution and allow the inclusion and optimization of implant insertion as proved within this work. In addition, thanks to the integration of different simulation environments within an automated workflow, we are able to analyse different surgical aspects all related to spinal fusion procedures. A combination of the presented methods allows a comprehensive preoperative investigation in a personalized setting.

La spina dorsale è una struttura centrale che sostiene costantemente il corpo umano. Ha un ruolo essenziale per il sistema muscolo-scheletrico e funge da struttura protettiva per il midollo spinale, la nostra via neurale più importante. Per questo motivo, le patologie spinali debilitanti possono ridurre significativamente la qualità della vita e rappresentano la principale fonte di costi sanitari indiretti. Negli ultimi anni, i tassi di intervento chirurgico per il trattamento delle comuni patologie croniche della schiena sono aumentati in modo sproporzionato rispetto alle opzioni non chirurgiche. Sorprendentemente, l’operazione chirurgica viene talvolta eseguita nonostante l'incapacità di attribuire una specifica causa di fondo al mal di schiena, suggerendo la necessità di una migliore comprensione delle patologie croniche che colpiscono la spina dorsale. La fusione spinale è la procedura per eccellenza per il trattamento di colonne vertebrali patologiche e instabili, questa operazione presenta un’elevata complessità e alti tassi di revisione. La procedura adotta viti, placche e barre per immobilizzare in modo permanente il movimento relativo tra due o più vertebre nella colonna vertebrale. Gli innesti ossei sono posizionati tra i corpi vertebrali per indurre la formazione di nuovo osso così da immobilizzare le strutture e ottenere una stabilizzazione a lungo termine.

Nonostante gli interventi di fusione della spina dorsale producano risultati soddisfacenti a breve termine, è necessario migliorare i risultati a lungo termine per ridurre al minimo i tassi di revisione. Infatti, la fusione parziale di una struttura mobile come la colonna vertebrale influenza il suo comportamento biomeccanico e cinematico, costringendo tutta la struttura ad un adattamento al nuovo stato. Sfortunatamente, questo inevitabile adattamento subito dal corpo, può innescare l'insorgere di ulteriori patologie su diversi segmenti spinali, solitamente adiacenti a quello sottoposto all’operazione di fusione. A lungo termine, la probabilità che un disco intervertebrale adiacente inizi a degenerare non è trascurabile, anzi, è un problema comune dopo un intervento di fusione spinale che potrebbe suggerire una reazione del corpo alla limitata flessibilità imposta. Inoltre, gli strumenti usati per immobilizzare la colonna consistono per lo più in barre fissate con viti peduncolari che limitano i movimenti intervertebrali. Le varie parti costituenti l’impianto sono sottoposte a sollecitazioni cicliche fino al verificarsi di una fusione biologica stabile e, di conseguenza, le viti hanno un'alta incidenza di allentamento durante la fase iniziale di assestamento.

A causa della complessità intrinseca che caratterizza gli interventi chirurgici di fusione spinale, e della necessità di una migliore comprensione delle principali patologie, questa tesi mira allo sviluppo e all'integrazione di vari strumenti numerici in applicazioni cliniche. La complessità chirurgica è in costante aumento insieme alla quantità di parametri che devono essere indagati durante il processo decisionale nella fase di pianificazione. Pertanto, negli ultimi anni è cresciuta l'importanza di metodi computazionali come supporto nella pianificazione di interventi. Questi strumenti digitali sono sviluppati per aumentare la nostra comprensione del corpo umano e quindi migliorare il risultato delle procedure ortopediche. Metodi all'avanguardia vengono continuamente implementati con l'obiettivo di una perfetta integrazione in varie fasi di processi clinici. Tecnologie come l'intelligenza artificiale, la biomeccanica computazionale, la realtà aumentata e la stampa tridimensionale hanno il potenziale di sconvolgere la sanità in modi che possono essere difficili da immaginare allo stato odierno. Tuttavia, per sfruttare questi metodi in modo ottimale dal punto di vista clinico, è necessario affrontare alcune sfide. Certamente, l’automazione è un concetto fondamentale quando l’obbiettivo è una perfetta integrazione di questi metodi nel mondo clinico. Attualmente, la pianificazione chirurgica assistita dal computer può richiedere molti passaggi manuali che ne influenzano la robustezza e la riproducibilità, compromettendone quindi l'adozione nelle applicazioni cliniche. Uno strumento da adottare nelle fasi preoperatorie deve produrre risultati riproducibili, indipententemente da chi lo utilizza, questo consentirebbe un'indagine completa delle strategie chirurgiche adottabili e fornirebbe indicazioni per la procedura ottimale in base a determinati obiettivi clinici. Sfortunatamente, il potenziale di queste tecnologie volte a migliorare i risultati clinici è ancora superato dagli sforzi e dai costi presentati dalla preparazione e inclusione di indagini biomeccaniche specifiche per ogni paziente. Pertanto, questa tesi mira ad affrontare alcune sfide principali nel processo di automazione di molteplici metodi computazionali per supportare processi clinici standard nella pianificazione della chirurgia spinale.

Un'analisi biomeccanica esaustiva per le procedure di fusione spinale potrebbe consentire l'indagine preoperativa di molteplici parametri chirurgici. La sua integrazione clinica è affrontata in questo lavoro utilizzando diversi metodi per automatizzare la creazione di modelli anatomici tridimensionali e per impiegarli nell’esecuzione di analisi specifiche per il paziente. I vantaggi di molteplici metodi di modellizzazione computazionale sono combinati per indagare le diverse complicazioni postoperatorie legate alla fusione spinale. Una nuova combinazione di metodi statistici e di deep learning (una sottocategoria del machine learning, o apprendimento automatico) viene proposta per sviluppare automaticamente la creazione di simulazioni specifiche per ogni paziente, utilizzando i metodi degli elementi finiti e di simulazioni muscoloscheletali. Questa combinazione di metodi permette un'indagine preoperatoria specifica per il paziente sotto analisi, utilizzando parametri biomeccanici per definire un piano chirurgico personalizzato che mira ad una ottimizzazione del risultato finale.

In primo luogo, viene affrontata la grande sfida della creazione di modelli anatomici specifici per il paziente e suddivisi in elementi finiti. Metodi di deep learning sono utilizzati per estrarre l'anatomia tridimensionale delle strutture vertebrali da immagini di tomografia computerizzata. Per automatizzare la creazione dei modelli di simulazione, un modello deformabile viene adattato alla geometria del paziente, così da ottenere una corrispondenza anatomica. Le vertebre tridimensionali risultanti vengono valutate rispetto alla segmentazione manuale utilizzando un metodo iterativo di validazione incrociata. In un secondo tempo, i risultati della simulazione per i segmenti spinali sani vengono confrontati con i risultati riportati in letteratura in termini di movimento per le diverse simulazioni. Per mettere ulteriormente alla prova la robustezza della combinazione di questi metodi, vengono testati segmenti vertebrali patologici. Utilizzando casi patologici si valuta l'idoneità di questo lavoro per l'utilizzo clinico. In una fase successiva, i modelli ad elementi finiti vengono estesi con l'inclusione di strumentazione, nello specifico di viti peduncolari. Infatti, l’indagine dell'allentamento della vite e una sua potenziale posizione ottimale affrontano il secondo obiettivo di questa tesi. Un algoritmo è implementato per ottimizzare la traiettoria e la dimensione dell'impianto peduncolare all’interno delle vertebre. Utilizzando le immagini di tomografia computerizzata specifiche del paziente, l'ottimizzazione massimizza le proprietà meccaniche dell'osso derivate dall'intensità dell'immagine. Ai modelli ad elementi finiti delle strutture ossee sono aggiunte le viti e le simulazioni sono utilizzate per confrontare la resistenza all'estrazione delle viti peduncolari pianificate in modo clinico standard rispetto a quelle ottimizzate.

Un terzo obiettivo di questo lavoro affronta una diversa sfida di pianificazione preoperatoria, ovvero il ripristino dell'allineamento spinale. Un allineamento spinale specifico per il paziente viene studiato utilizzando un modello statistico, quest’ultimo è stato allenato per suggerire un allineamento ottimale basato sulla configurazione del bacino del paziente. La prevenzione della degenerazione post-operatoria del segmento adiacente a quello operato potrebbe trarre beneficio da questo approccio che mira a minimizzare i carichi intervertebrali prevedendo un allineamento ottimale basato sull'anatomia specifica del paziente. Le radiografie biplanari dei pazienti vengono utilizzate per creare automaticamente modelli muscolo-scheletrici e confrontare i carichi articolari e le attivazioni muscolari negli allineamenti spinali originali e ottimali. Infine, in questa tesi viene presentato uno studio clinico retrospettivo che confronta l'allineamento ottimale proposto con i dati postoperatori effettivi. Due gruppi, con e senza lo sviluppo postoperatorio di patologie nei segmenti adiacenti, vengono confrontate con la previsione ottimale per indagare le differenze nel ripristino dell'allineamento postoperatorio.

I principali risultati di questa tesi sono consolidati in una pipeline automatizzata e robusta per creare analisi biomeccaniche specifiche per il paziente. Questo accelererà gli studi clinici nel nostro istituto e permetterà l'inclusione e l'ottimizzazione dell'inserimento di impianti ortopedici, come dimostrato all'interno di questo lavoro. Inoltre, grazie all'integrazione di diversi metodi di simulazione all'interno di un processo automatizzato, siamo in grado di analizzare diversi aspetti chirurgici relativi alle procedure di fusione spinale. La combinazione dei metodi presentati permette un'indagine preoperatoria completa in un ambiente personalizzato.