在HR-pQCT膝盖图像中对周关节骨微架构的自动定量分析
Nathan J Neeteson1, Sasha M Hasick2, Roberto Souza3
1Department of Biomedical Engineering, University of Calgary, Calgary, Canada; McCaig Institute for Bone and Joint Health, University of Calgary, Calgary, Canada.
Computer methods and programs in biomedicine
|June 18, 2025
概括
这项研究引入了一种自动化工作流程,用于使用高分辨率外围定量计算断层扫描 (HR-pQCT) 分析膝关节骨密度和微架构. 经过验证的方法为周关节骨提供了精确的测量,有助于骨关节炎研究.
科学领域:
- 医学成像分析 医学成像分析
- 骨微型架构量化 量化
- 骨关节炎研究 骨关节炎研究
背景情况:
- 越来越多的人对高分辨率外围定量计算机断层扫描 (HR-pQCT) 越来越感兴趣,用于膝盖成像,特别是骨关节炎 (OA) 研究.
- 需要针对膝关节HR-pQCT数据的验证,自动化图像分析工作流程.
- 目前对膝关节周关节骨的定量评估的局限性.
研究的目的:
- 提出和验证第一个全自动化工作流程,用于在人膝关节周关节骨密度和微观架构的体内定量评估.
- 为了能够准确和精确地分析与膝关节关节炎相关的骨变化.
主要方法:
- 在半径/骨图像上使用转移学习开发骨段模型,在膝盖图像上进行微调.
- 应用基于地图库的注册来创建周关节感兴趣区域 (ROI) 的中间和侧面接触面罩.
- 使用外部数据集和三重重复测量的准确性和精度的验证.
主要成果:
- 预测和参考形态参数之间的高度对应 (R2在0.860.99之间).
- 在子冠状腺骨板密度和厚度预测中观察到中度偏差.
- 优异的短期精度,平均RMS%CV估计范围从1.0%到2.9%跨参数.
结论:
- 成功开发和评估了一个自动化HR-pQCT膝关节分析工作流程,集成了深度学习和基于Atlas的方法.
- 免费可用的代码,图谱和模型,以促进进一步的研究和开发.
- 未来应用于临床数据,用于调查骨关节炎病因.
