通过微型计算机断层扫描,统计研究了状小架构参数的相互依赖性

科学领域:

• 生物医学工程 生物医学工程
• 整形外科 整形外科 整形外科
• 放射学 放射学是一门学科.

背景情况:

• 微计算机断层扫描 (micro-CT) 是骨微架构分析的标准.
• 由于多次测试,对众多椎间盘参数的统计分析可能会导致I型或II型错误.
• 椎间盘参数之间的强烈相关性使统计学解释变得复杂.

研究的目的:

• 为了研究四个常见的状小架构参数的相互依赖:厚度,分离,数量和骨体积分数.
• 确定描述脊椎骨结构所需的最小独立参数集.
• 为优化骨微型CT研究的统计能力提供建议.

主要方法:

• 基于几何定义,理论上推导出轨状骨参数之间的关系.
• 对一个聚合的体内数据集 (2987张图像,1434名参与者) 和一个合成数据集 (144张图像) 的统计分析.
• 主要组件分析 (PCA) 和线性回归分析的应用,以评估参数相互依赖性和差异性.

主要成果:

• 四个常被分析的脊椎参数 (厚度,分离,数量,骨体积分数) 是相互依存的.
• 主要组件分析 (PCA) 显示,前两个主要组件解释了数据总差异的92-97%.
• 线性回归分析显示了高的确定系数 (0.827-0.994),证实了参数之间的强烈关系.

结论:

• 脊椎网的厚度,分离,数量和骨体积分数仅代表脊椎网的两个独立性质.
• 将统计测试减少到两个相互依赖的参数可以提高统计能力.
• 未来的骨微型CT研究应该考虑只使用这四个参数中的两个来优化分析并避免冗余测试.