CartiMorph:一个自动膝关节关节软骨形态测量的框架
Yongcheng Yao1, Junru Zhong1, Liping Zhang1
1CU Lab of AI in Radiology (CLAIR), Department of Imaging and Interventional Radiology, The Chinese University of Hong Kong, Hong Kong, China.
Medical image analysis
|November 22, 2023
概括
CartiMorph是一个新的深度学习框架,用于自动化膝关节关节软骨分析. 它准确量化了软骨的损失和厚度,有助于发现骨关节炎生物标志物.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 医学图像分析 医学图像分析
- 计算解剖学的计算解剖学
背景情况:
- 膝关节软骨退化是骨关节炎的一个标志.
- 对软骨进行准确的形态测量分析对于了解疾病进展和开发治疗方法至关重要.
- 目前用于软骨形态测量的方法可能是劳动密集型的,缺乏精度.
研究的目的:
- 介绍CartiMorph,这是一个新的深度学习框架,用于自动化膝关节关节软骨形态测量.
- 为了能够对软骨子区域进行定量评估,包括全厚软骨损失 (FCL),平均厚度,表面积和体积.
- 建立强大的软骨分析方法,包括细分,注册,厚度映射和分片.
主要方法:
- 开发一个深度学习框架 (CartiMorph) 用于图像特征的分层表示.
- 培训和验证用于组织细分,模板构建和模板到图像注册的深度学习模型.
- 基于表面正常的厚度映射,FCL估计和基于规则的软骨分片的实施.
主要成果:
- 卡蒂莫尔夫在定量指标上表现出高准确度,FCL测量的根平均平方偏差低于8%.
- 在CartiMorph和手动细分之间观察到强烈的相关性,用于平均厚度 (ρ∈[0.82,0.97]),表面积 (ρ∈[0.82,0.98]) 和体积 (ρ∈[0.89,0.98]).
- 拟议的基于规则的分片方法优于传统的基于图谱的方法,FCL测量结果与以前的研究相比显示出更高的准确性.
结论:
- CartiMorph为膝关节关节软骨形态测量提供了一个强大而准确的自动化框架.
- 该框架显示了促进发现膝关节骨关节炎成像生物标志物的巨大潜力.
- 使用CartiMorph的自动定量分析可以提高临床和研究环境中软骨评估的效率和精度.
