使用基于磁共振成像的亚区域纹理分析模型,按隔间分类膝关节骨关节炎的严重程度
Keita Nagawa1, Yuki Hara2, Shinji Kakemoto2
1Department of Radiology, Saitama Medical University, 38 Morohongou, Moroyama-machi, Iruma-gun, Saitama, Japan. ldeso5rbdlayids9taiy@gmail.com.
Scientific reports
|October 16, 2025
概括
基于磁共振成像 (MRI) 的纹理分析 (TA) 显示了将膝关节骨关节炎 (OA) 严重程度按部位分类的潜力. 在这项研究中,中间体表现比侧侧骨上体体体更好.
科学领域:
- 整形外科和成像科学科学
- 生物医学工程 生物医学工程
- 放射学 放射学是一门学科.
背景情况:
- 膝关节骨关节炎 (OA) 是一种退行性关节疾病,需要准确的严重程度评估.
- 分区性骨关节炎的严重程度分级对于有针对性的治疗和管理至关重要.
- 磁共振成像 (MRI) 提供了详细的关节可视化,但OA分级的亚区域分析需要进一步探索.
研究的目的:
- 评估基于MRI的亚区域纹理分析 (TA) 模型的有效性,以按区域分类膝关节OA严重程度.
- 为了比较TA模型在中间,侧面和骨骨间的性能.
- 评估机器学习算法的潜力与TA一起用于OA分级.
主要方法:
- 122名膝关节骨质炎患者的MRI图像 (凯尔格伦-劳伦斯等级2-4) 经过形质子密度加权和轴向脂肪抑制质子密度加权序列进行分析.
- 提取了纹理特征,并对中间,侧面和骨骨 (P-FT) 隔间进行了尺寸缩小.
- 使用线性差异分析,支向量机 (SVM) 和随机森林分类器,并使用嵌套交叉验证进行验证.
主要成果:
- 开发的基于MRI的隔间TA模型在对单个隔间和全膝关节的OA严重性进行分类时表现不佳.
- 与侧面和P-FT隔间相比,中间隔间模型取得了更好的分类结果.
- 机器学习分类器显示出潜力,但需要进一步改进以进行强大的OA严重性分级.
结论:
- 基于MRI的亚区域纹理分析有望在特定区域内区分膝盖OA严重程度等级.
- 中间似乎更容易接受基于TA的OA严重程度分类.
- 需要进一步的研究来优化TA方法和机器学习算法,以便在隔离性OA评估中临床应用.
