Cartilage:膝骨关节炎的自动X线测量
2023-06-05 医路坦克 MedSci原创 发表于上海
骨关节炎(OA)影响着全球10%的60岁以上男性和18%的女性,本研究旨在开发一种自动测量膝关节骨关节炎参数的工作流程。
骨关节炎(OA)影响着全球10%的60岁以上男性和18%的女性,给患者和社会医疗费用带来了巨大的负担。在全世界的骨性关节炎总负担中,约85%是由膝骨性骨性关节炎造成的。骨性关节炎是一种完整的关节疾病,透明关节软骨、软骨下骨、韧带、关节囊、滑膜和关节周围肌肉的结构改变。骨性关节炎的复杂发病机制最终导致关节的结构破坏和失败。该疾病是一种由于炎症、机械和代谢因素导致的关节组织修复和破坏之间的失衡而引起的一种活跃的动态变化。
诊断膝骨性关节炎的黄金标准是标准的膝关节X光片,由于X光片可以多次检查,其可以监测疾病的进展。然而,结合目前的分级系统,膝关节X光片不够敏感,无法发现疾病进展的早期迹象。膝关节X线片上的关节间隙宽度(JSW)测量是监测OA进展的一个重要参数,尤其是最小的JSW。标准膝关节X线片的股骨-胫骨角度(FTA)与髋关节-膝关节-踝关节角度(HKA)密切相关,并且与关节线聚合角(JLCA)一起是判断对齐不良所致骨性关节炎的重要指标。早期骨性关节炎与软骨下骨矿化、骨体积、骨转换增加和血管侵犯有关。这些改变可能会影响X线片上软骨下骨的强度和隆起高度,因此可以改善诊断。
为了提高膝关节骨性关节炎研究中监测疾病进展的灵敏度,提出使用膝关节成像数字分析(KIDA)软件来更好地量化膝关节骨性关节炎的状态和进展,从而引入了连续变量的膝骨性关节炎放射测量的量化。然而,KIDA由于其对不同骨骼形状和膝关节骨关节炎测量的手动分割程序而相对耗时,并且在一定程度上依赖于操作者,因此阻碍了对诸如骨关节炎倡议(OAI)等大型临床队列的分析。在射线照相上快速而准确的测量是未来放射学研究的重要方向。理想情况下,计算机程序可以自动为膝部X光片上的骨骼添加重要标志物的注释,然后可以快速而准确地进行感兴趣的自动测量。
在此,我们报告了骨科数字图像分析(ODIA)软件的开发,该软件的开发是为了以快速、自动化和一致的方式获得膝关节骨关节炎X线片的定量测量。ODIA软件的开始是Bonefinder®(英国曼彻斯特大学)在标准膝关节X光片上自动放置的一些标志性点。自动注解的点随后被用来识别特定位置并执行OA参数的自动测量。
图1.膝关节X光片上测量的参数,从左到右:关节间隙宽度(JSw)、关节线会聚角(Jlca)、隆起高度和软骨下骨密度。
图2.99点模型使用Bonefinder®自动放置在膝关节X光片上;胫骨外侧平台上的点被放置在预期的前缘。
图3.由整形外科数字图像分析(ODIA)进行的测量。(A)ODIA放置的框架。(B)关节线上的垂直线和软骨下骨密度测量的圆圈。这些圆圈被放置在预期的胫骨平台前缘的正下方。运动类型空间宽度(Jsw)按(C)中显示的圆直径进行测量。最小圆直径为最小Jsw。同样,在外侧使用预期的胫骨平台前缘。如(D)项所示,是量度突出高度的。
图4.ODIA软件的用户界面,执行关节间隙宽度(Jsw)、隆起高度、软骨下骨强度和关节线会聚角度(Jlca)的全自动测量。整形外科数字图像分析。
用ODIA和KIDA进行的测量的Bland-Altman曲线图,水平轴上的平均值以及两种测量方法在垂直轴上的差异。红线表示95%的一致性范围,绿线表示平均差异。ODIA=骨科数字图像分析;KIDA=膝关节成像数字分析;JSW=关节间隙宽度;JLCA=关节线会聚角度。
使用Buckland-Wright方案获得的膝关节X线片上胫骨平台的倾斜视图。有明显的胫骨后外侧和前外侧边界,很难区分。选择不同的边界会显著影响胫骨关节线。
本研究旨在开发一种自动测量膝关节骨关节炎参数的工作流程。假设这样的自动化方法可以在CHECK14或OAI等大型流行病学研究队列中重复和快速地进行测量。
这项研究包括CHECK(队列髋关节和队列膝盖)倡议的数据,这是一项在荷兰进行的前瞻性多中心队列研究,参与者为1002人。比较ODIA和KIDA的平均内侧/外侧关节间隙宽度(Jsw)、最小关节间隙宽度(Jsw)、关节线聚合角(Jlca)、隆起高度和软骨下骨密度。
结果:在可能的2,004张X光照片中,有1,743张用于分析。JLCa(0.422)和JSw(0.299)的组内相关系数(ICCS)较差。平均内侧和外侧JSW、隆起高度和软骨下骨强度报告ICC为中等到良好(0.7或更高)。两种方法之间的JLCA和最小JSW值的差异主要是胫骨平台外侧的问题。
结论:目前的ODIA工具从标准的膝部X线片以自动化的方式提供重要的OA参数测量。鉴于自动化和计算机化的方法具有非常高的重复性,ODIA适合于具有不同后续时间点的大型流行病学队列,以调查结构进展,如CHECK或骨关节炎倡议(OAI)。
文献来源:
Rayegan H, Nguyen HC, Weinans H, Automated Radiographic Measurements of Knee Osteoarthritis.Cartilage 2023 Jun 02;
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言