Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

उच्च-रिज़ॉल्यूशन परिधीय मात्रात्मक गणना टोमोग्राफी का उपयोग करके रूमेटोइड गठिया में मेटाकार्पोफैंगल जोड़ों में कटाव की पहचान

Published: October 6, 2023 doi: 10.3791/65802
Automatic Translation
1,2, 3, 4, 5, 6, 7, 7, 1, 1
1Department of Radiology, McCaig Institute for Bone and Joint Health, University of Calgary, 2Department of Biomedical Engineering, University of Calgary, 3University Medical Center Freiburg, 4Department of Rheumatology, University of São Paulo, 5Department of Radiology and Biomedical Imaging, University of California, San Francisco, 6Department of Biomedical Engineering, University of Melbourne, 7Department of Medicine and Therapeutics, The Chinese University of Hong Kong

Summary

अस्थि क्षरण संधिशोथ की एक महत्वपूर्ण रोग संबंधी विशेषता है। इस काम का उद्देश्य कटाव विश्लेषण के लिए उच्च संकल्प परिधीय मात्रात्मक गणना टोमोग्राफी छवियों पर रोग संबंधी कॉर्टिकल ब्रेक की पहचान करने पर मार्गदर्शन के साथ उपयोगकर्ताओं को प्रदान करने के लिए एक प्रशिक्षण उपकरण पेश करना है।

Abstract

अस्थि क्षरण रूमेटोइड गठिया (आरए) सहित भड़काऊ गठिया के कई रूपों की एक रोग संबंधी विशेषता है। क्षरण की बढ़ी हुई उपस्थिति और आकार खराब परिणामों, संयुक्त कार्य और रोग की प्रगति से जुड़ा हुआ है। उच्च-रिज़ॉल्यूशन परिधीय मात्रात्मक गणना टोमोग्राफी (एचआर-पीक्यूसीटी) हड्डी के कटाव के विवो दृश्य में अद्वितीय प्रदान करता है। हालांकि, इस संकल्प पर, कॉर्टिकल शेल (कॉर्टिकल ब्रेक) में असंतुलन जो सामान्य शारीरिक प्रक्रियाओं और विकृति विज्ञान से जुड़े होते हैं, वे भी दिखाई देते हैं। संधिशोथ में एक्सटीआरईएमई कंप्यूटेड टोमोग्राफी के लिए अध्ययन ग्रौप ने पहले एचआर-पीक्यूसीटी में पैथोलॉजिकल क्षरण की परिभाषा विकसित करने के लिए एक आम सहमति प्रक्रिया का उपयोग किया था: कम से कम दो लगातार स्लाइस में एक कॉर्टिकल ब्रेक का पता चला, कम से कम दो लंबवत विमानों में, आकार में गैर-रैखिक, अंतर्निहित ट्रैब्युलर हड्डी के नुकसान के साथ। हालांकि, एक आम सहमति परिभाषा की उपलब्धता के बावजूद, कटाव की पहचान अंतर-रेटर परिवर्तनशीलता में चुनौतियों के साथ एक मांग कार्य है। इस काम का उद्देश्य कटाव विश्लेषण के लिए एचआर-पीक्यूसीटी छवियों पर पैथोलॉजिकल कॉर्टिकल ब्रेक की पहचान करने पर मार्गदर्शन के साथ उपयोगकर्ताओं को प्रदान करने के लिए एक प्रशिक्षण उपकरण पेश करना है। यहां प्रस्तुत प्रोटोकॉल एक कस्टम-निर्मित मॉड्यूल (हड्डी विश्लेषण मॉड्यूल (बीएएम) - प्रशिक्षण) का उपयोग करता है, जिसे ओपन-सोर्स इमेज प्रोसेसिंग सॉफ्टवेयर (3 डी स्लाइसर) के विस्तार के रूप में कार्यान्वित किया जाता है। इस मॉड्यूल का उपयोग करके, उपयोगकर्ता कटाव की पहचान करने का अभ्यास कर सकते हैं और विशेषज्ञ रुमेटोलॉजिस्ट द्वारा एनोटेट किए गए कटाव के लिए अपने परिणामों की तुलना कर सकते हैं।

Introduction

हड्डी का क्षरण तब होता है जब सूजन कॉर्टिकल हड्डी की सतह पर स्थानीयकृत हड्डी के नुकसान का कारण बनती है। ये कटाव अंतर्निहित ट्रैब्युलर हड्डी क्षेत्र में फैले हुए हैं। वे भड़काऊ गठिया के कई रूपों की एक रोग संबंधी विशेषता हैं, जिसमें रूमेटोइड गठिया (आरए)1 शामिल है। कटाव उपस्थिति और आकार खराब परिणामों, रोगी समारोह, और रोग की प्रगति 2,3,4,5 के साथ जुड़े हुए हैं। जबकि सादा रेडियोग्राफी कटाव मूल्यांकन के लिए नैदानिक मानक बनी हुई है, उच्च-रिज़ॉल्यूशन परिधीय मात्रात्मक गणना टोमोग्राफी (एचआर-पीक्यूसीटी) 3 डी छवियों और बेहतर संवेदनशीलता और क्षरणका पता लगाने के लिए विशिष्टता प्रदान करता है। आरए जैसे भड़काऊ गठिया के लिए, एचआर-पीक्यूसीटी आमतौर पर 2वें और 3वें मेटाकार्पोफैंगल जोड़ों पर किया जाता है- हाथ 8 के सबसे प्रभावित जोड़। क्योंकि एचआर-पीक्यूसीटी छवियों में उच्च स्थानिक संकल्प होता है, कॉर्टिकल सतह में शारीरिक रुकावट आरए9 के बिना स्वस्थ व्यक्तियों में भी देखी जाती है। ये cortical रुकावट अक्सर संवहनी चैनलों या हड्डी10 के माध्यम से गुजर पोषक तत्व फोरामेन के साथ जुड़े रहे हैं. इस प्रकार, चुनौती गैर-रोग संबंधी विशेषताओं से एक रोग प्रक्रिया (यानी, पैथोलॉजिकल कटाव) से जुड़े कॉर्टिकल रुकावटों को अलग करना है।

एक रोग हड्डी क्षरण की आम सहमति परिभाषा अध्ययन grouP द्वारा संधिशोथ (स्पेक्ट्रा) में xtrEme गणना टोमोग्राफी के लिए हड्डी की cortical परत है कि कम से कम दो लगातार स्लाइस पर फैली हुई है और दो या दो से अधिक लंबवत विमानों11 में पता लगाने योग्य है के रूप में प्रकाशित किया गया था. इसके अलावा, रुकावट आकार में गैर-रैखिक होनी चाहिए और ट्रैब्युलर क्षेत्र में नुकसान के साथ होनी चाहिए। कॉर्टिकल रुकावटों के दृश्य उदाहरण जो कटाव के मानदंडों को पूरा करते हैं और नहीं करते हैं, क्लोस-जेन्सेन एट अल 12 में दिखाए गए हैं।

हालांकि, उपरोक्त मानदंडों को पूरा करने वाले सभी कॉर्टिकल रुकावटों को कटाव के रूप में वर्गीकृत नहीं किया जाता है। रुकावटें कभी-कभी शारीरिक प्रक्रियाओं जैसे संवहनी चैनलों (चित्रा 1) के कारण होती हैं। इन्हें उनके पूर्वानुमानित शारीरिक स्थानों, समानांतर और सीधे मार्जिन और उप-मिलीमीटर आकार13 के कारण कटाव से पहचाना और विभेदित किया जा सकता है। अल्सर कॉर्टिकल रुकावट का एक और रूप है जिसे क्षरण नहीं माना जाता है। वे अक्सर एक स्पष्ट सिस्टिक दीवार 13 के साथ एक गोल trabecular संरचना है. कटाव द्वारा प्रदर्शित तेज किनारों और खुले ट्रैब्युलर संरचना के विपरीत। हालांकि, सिस्टिक साइटों के भीतर कटाव का निर्माण संभव है, जिससे क्षरण के कारण हड्डी के नुकसान की मात्रा को चित्रित करना अस्पष्ट हो जाता है और अल्सर नहीं। आगे के मानदंडों के साथ इस अस्पष्टता को हल करते हुए इस अध्ययन का उद्देश्य नहीं है, पैथोलॉजिकल क्षरण और शारीरिक कॉर्टिकल रुकावटों के व्यापक उदाहरण प्रदान करने की आवश्यकता है।

Figure 1
चित्रा 1: कॉर्टिकल रुकावटों का उदाहरण जो पूरी तरह से कटाव के कारण नहीं थे। (ए) मेटाकार्पल सिर के आधार पर संवहनी चैनलों के सामान्य स्थान को दर्शाती एक ड्राइंग। (बी) कोरोनल, (सी) धनु, (डी) और (ई) अक्षीय विमानों में संवहनी चैनलों के उदाहरण। (एफ) एक पुटी के कारण कॉर्टिकल रुकावट का उदाहरण। (जी) हड्डी के ट्रैब्युलर क्षेत्र के भीतर एक शून्य मात्रा का उदाहरण जिसमें अल्सर और कटाव दोनों शामिल हैं। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

कटाव पहचान में चुनौतियों के बावजूद, कटाव विश्लेषण के लिए एचआर-पीक्यूसीटी छवियों की व्याख्या करने पर मार्गदर्शन के साथ कम अनुभवी उपयोगकर्ताओं को प्रदान करने के लिए वर्तमान में कोई प्रशिक्षण उपकरण नहीं हैं। हाल ही में, अस्थि विश्लेषण मॉड्यूल (बीएएम) नामक क्षरण विश्लेषण के लिए एक ओपन-सोर्स मॉड्यूल - कटाव वॉल्यूम विकसित किया गया था, जिसे कटाव दृश्य और वॉल्यूमेट्रिक विश्लेषण14 को सक्षम करने के लिए एक ओपन-सोर्स इमेज प्रोसेसिंग सॉफ्टवेयर के विस्तार के रूप में लागू किया गया था। यहां प्रस्तुत प्रोटोकॉल बीएएम (बीएएम - प्रशिक्षण) में जोड़े गए एक प्रशिक्षण मॉड्यूल के उपयोग का वर्णन करता है, जो विशेषज्ञ रुमेटोलॉजिस्ट द्वारा एनोटेट किए गए कटाव के साथ कटाव पहचान की तुलना करके उपयोगकर्ताओं के क्षरण पहचान प्रयासों की तुलना करता है। यह प्रशिक्षण उपकरण उपयोगकर्ताओं को क्षरण विश्लेषण में सुधार का मार्गदर्शन करने के लिए क्षरण पहचान पर प्रतिक्रिया प्रदान करता है। सॉफ़्टवेयर स्थापना निर्देश चरण 1 में दिए गए हैं। नए डेटा प्राप्ति के लिए, चरण 3 - 5.3 देखें। केवल प्रशिक्षण मॉड्यूल उपयोग के लिए, चरण 2 देखें।

Protocol

इस प्रोटोकॉल में सभी विधियां कैलगरी विश्वविद्यालय (REB19-0387) में संयुक्त स्वास्थ्य अनुसंधान नैतिकता बोर्ड द्वारा निर्धारित दिशानिर्देशों का पालन करती हैं।

1. 3 डी स्लाइसर 15 और हड्डी विश्लेषण मॉड्यूल स्थापित करें

  1. 3D स्लाइसर के स्थिर रिलीज़ के लिए इंस्टॉलेशन फ़ाइल डाउनलोड करें जो https://download.slicer.org/ से उपयोग किए गए ऑपरेटिंग सिस्टम के लिए प्रासंगिक है।
  2. डाउनलोड की गई स्थापना फ़ाइल चलाएँ और विज़ार्ड पर दिए गए निर्देशों का पालन करें।
  3. एक बार स्थापना पूरी हो जाने के बाद, हड्डी विश्लेषण मॉड्यूल स्थापित करने के साथ आगे बढ़ें।
    1. एक संपीड़ित ज़िप फ़ाइल के रूप में https://doi.org/10.5281/zenodo.7943007 से हड्डी विश्लेषण मॉड्यूल डाउनलोड करें और संपीड़ित फ़ोल्डर निकालें। कृपया उस निर्देशिका पर ध्यान दें जहां निकाला गया फ़ोल्डर स्थित है।
    2. 3D स्लाइसर लॉन्च करें। 3D स्लाइसर विंडो के ऊपरी बाएँ कोने पर संपादित करें पर क्लिक करके 3D स्लाइसर पर मॉड्यूल लोड करें। नई विंडो खोलने के लिए Edit > Application Settings पर क्लिक करें।
    3. मॉड्यूल पर क्लिक करें जो हाल ही में खोली गई सेटिंग्स विंडो पर बाईं ओर स्थित एक टैब है। अतिरिक्त मॉड्यूल पथ के तहत हड्डी विश्लेषण मॉड्यूल के लिए पथ जोड़ें: (चित्रा 2).
      1. ऐसा करने के लिए, अतिरिक्त मॉड्यूल पथ के अंतर्गत स्थित बॉक्स पर फ़ोल्डरों की निम्न सूची खींचें और छोड़ें:. ये फ़ोल्डर चरण 1.3.1 में डाउनलोड किए गए फ़ोल्डर के अंदर स्थित हैं: AutoMask, CorticalBreakDetection, ErosionComparison, ErosionVolume, FileConverter, ImageRegistration, Training। सेटिंग्स विंडो चित्रा 2 जैसा दिखना चाहिए.
      2. सेटिंग्स विंडो के नीचे दाईं ओर ओके दबाएं। मॉड्यूल की स्थापना की पुष्टि करने के लिए पुनरारंभ की आवश्यकता है। 3D स्लाइसर को बंद करके और इसे फिर से लॉन्च करके ऐसा करें।
        नोट: मॉड्यूल लोड करना केवल 3D स्लाइसर की स्थापना के अनुसार एक बार किया जाता है। हड्डी विश्लेषण GitHub रिपॉजिटरी के आगे अपडेट होने पर, पहले BAM डाउनलोड वाली निर्देशिका में एक साधारण टर्मिनल (या कमांड लाइन) git पुल कमांड स्वचालित रूप से सभी मॉड्यूल को अपडेट कर देगा। फिर से, वैकल्पिक रूप से, रिपॉजिटरी डाउनलोड की जा सकती है, और पुराने मॉड्यूल को मैन्युअल रूप से नए लोगों के साथ आदान-प्रदान किया जा सकता है।

Figure 2
चित्रा 2: 3 डी स्लाइसर की स्थापना के लिए हड्डी विश्लेषण मॉड्यूल जोड़ने के बाद सेटिंग्स विंडो का उदाहरण। छवि लाल बॉक्स में हाइलाइट किए गए मॉड्यूल के साथ सेटिंग विंडो का स्क्रीनशॉट दिखाती है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

2. प्रशिक्षण मॉड्यूल

  1. BAM- प्रशिक्षण मॉड्यूल लॉन्च करें।
    1. 3D स्लाइसर के टूलबार पर स्थित ड्रॉप-डाउन मेनू पर क्लिक करें। हड्डी विश्लेषण मॉड्यूल का पता लगाएं और यह (चित्रा 3) के ऊपर माउस होवर करें. प्रशिक्षण पर क्लिक करें।
  2. मॉड्यूल में फ़ाइलें लोड करें।
    1. बीएएम प्रशिक्षण मॉड्यूल लॉन्च करने पर, सभी आवश्यक फाइलें (ग्रेस्केल छवियां, मास्क, संदर्भ क्षरण विभाजन) स्वचालित रूप से आगे बढ़ें पर क्लिक करके लोड की जाएंगी, यह मानते हुए कि बीएएम जीथब रिपॉजिटरी को ऊपर वर्णित के रूप में डाउनलोड किया गया था।
  3. फ़ाइलों के लिए एक स्कैन प्रकार चुनें।
    1. इनपुट वॉल्यूम लेबल वाले ड्रॉप-डाउन मेनू पर होवर करके एक चुनें : एक वॉल्यूम चुनें, यह मास्टर ग्रे स्केल छवि का प्रतिनिधित्व करता है।
    2. इनपुट मास्क लेबल वाले ड्रॉप-डाउन मेनू में मास्क (यानी, फ़ाइल जो पेरीओस्टेल सतह के भीतर वॉल्यूम की पहचान करती है ) चुनें: एक वॉल्यूम चुनें। सुनिश्चित करें कि यह मुखौटा माप आईडी की पुष्टि करके ऊपर दिए गए इनपुट वॉल्यूम से मेल खाता है और एमसीपी संयुक्त दोनों चयनों में समान है।
    3. यदि यह पहली बार 3 डी स्लाइसर के इस लॉन्च के साथ इस छवि पर प्रशिक्षण मॉड्यूल चला रहा है, तो आउटपुट कटाव लेबल ड्रॉप-डाउन मेनू पर एक नया आउटपुट विभाजन बनाएं : एक विभाजन का चयन करें। ऐसा करने के लिए, ड्रॉप-डाउन मेनू पर क्लिक करें और नया विभाजन बनाएं चुनें। यह इनपुट मास्क लेबल + _ER के बाद लेबल एक नया आउटपुट सेगमेंटेशन नोड बनाएगा। आउटपुट को एक अलग लेबल देने के लिए, चुनें नया विभाजन के रूप में बनाएं ... इसके बजाय और वांछित लेबल इनपुट करें।
      नोट: 3 डी स्लाइसर और इस दस्तावेज़ में, मुखौटा और विभाजन हड्डी की periosteal सतह के अंदर की मात्रा की पहचान करता है. मुखौटा को एक बाइनरी छवि के रूप में देखा जाता है, जबकि विभाजन ग्रे स्केल छवि के साथ मढ़ा बाइनरी छवि के दृश्य को संदर्भित करता है। ये भेद 3D स्लाइसर द्वारा किए गए हैं। एक उदाहरण चित्रा 4 में सचित्र है.
  4. बीज बिंदुओं को नीचे वर्णित के रूप में रखें।
    1. शुरू करने के लिए, बीज बिंदुओं को जोड़ने के लिए एक नई बीज बिंदु सूची बनाएं। ऐसा करने के लिए, Seed Points: None लेबल वाले ड्रॉप-डाउन मेनू पर क्लिक करें और Create new Point List का चयन करके एक नई सूची बनाएं। फिर, डिफ़ॉल्ट लेबलिंग मानक इनपुट छवि लेबल + _SEEDS है। अपना स्वयं का लेबल प्रदान करने के लिए, नई बिंदु सूची बनाएँ का चयन करें....
    2. स्लाइस के माध्यम से स्क्रॉल करें और ब्याज के क्षेत्र में एक बीज बिंदु रखकर कटाव स्थलों की पहचान करें। एक नया बीज बिंदु जोड़ने के लिए चित्र 5A में दिखाए गए लाल डॉट-ब्लू ड्रॉप बटन को दबाएं।
      1. बीज बिंदु को जितना संभव हो उतना कटाव मात्रा में गहरा (ट्रैब्युलर हड्डी में अंदर की ओर) रखें। सुनिश्चित करें कि बीज बिंदु मात्रा के सबसे गहरे क्षेत्र पर रखा गया है।
      2. बीज बिंदु आकार बदलने के लिए, बीज बिंदु आकार लेबल वाले पाठ बॉक्स पर प्रतिशत आकार को संशोधित करें: बीज अंक तालिका में अन्य फ़ील्ड, जैसे हड्डी और कॉर्टिकल रुकावट, उपयोगकर्ता के रिकॉर्ड के लिए हैं और क्षरण गणना एल्गोरिथ्म को प्रभावित नहीं करते हैं।
  5. नीचे वर्णित के रूप में प्रतिक्रिया प्राप्त करें।
    1. एक बार बीज अंक रखा गया है। दिए गए इनपुट पर कटाव माप एल्गोरिथ्म चलाने के लिए, चित्रा 5 बी में हाइलाइट किए गए गेट इरोजन लेबल वाले बटन को दबाएं। कटाव माप के पूरा होने पर, मॉड्यूल बीज बिंदु प्लेसमेंट पर प्रतिक्रिया प्रदान करेगा। प्रत्येक बीज बिंदु के स्थान की तुलना संदर्भ कटाव के स्थान से की जाती है ताकि बीज बिंदुओं को उस क्षरण से मिलान किया जा सके जिसे वह मापने की कोशिश कर रहा है।
    2. एचआर-पीक्यूसीटी इमेजिंग और कटाव विश्लेषण (एसएफ और सीएफ) का उपयोग करके प्रशिक्षण, व्यापक प्रकाशन रिकॉर्ड और 10 से अधिक वर्षों के अनुभव के साथ रुमेटोलॉजिस्ट द्वारा रखे गए बीज बिंदुओं का उपयोग करके कटाव मात्रा की गणना करके संदर्भ कटाव प्राप्त करें।

Figure 3
चित्र 3: 3D स्लाइसर का ड्रॉपडाउन मेनू. ड्रॉपडाउन मेनू हड्डी विश्लेषण मॉड्यूल खोजने और प्रशिक्षण मॉड्यूल का चयन करने के लिए। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 4
चित्रा 4: हड्डी की पेरिओस्टेल सतह के अंदर मात्रा की पहचान। (ए) एक मुखौटा का उदाहरण। मुखौटा को एक बाइनरी छवि के रूप में देखा जाता है। (बी) एक विभाजन का उदाहरण। विभाजन ग्रे स्केल छवि के साथ मढ़ा बाइनरी छवि के दृश्य को संदर्भित करता है। ये भेद 3D स्लाइसर द्वारा किए गए हैं। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 5
चित्रा 5: 3 डी स्लाइसर के भीतर प्रशिक्षण मॉड्यूल का उदाहरण स्क्रीन शॉट। (ए) नए बीज अंक जोड़ने के लिए क्लिक करें। (बी) कटाव मात्रा की गणना करने के लिए क्लिक करें. (सी) छवियों को आयात करने के लिए क्लिक करें. (डी) विशेषज्ञों द्वारा रखे गए बीज बिंदुओं को प्रकट करने के लिए क्लिक करें। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

3. छवि अधिग्रहण और निर्यात कटाव विश्लेषण उपकरण में उपयोग करने के लिए

  1. पहली या दूसरी पीढ़ी के HR-pQCT स्कैनर का उपयोग करके HR-pQCT छवियां प्राप्त करें। इस अध्ययन के लिए छवियों को प्राप्त करने के लिए एक वाणिज्यिक स्कैनर का उपयोग किया गया था ( सामग्री की तालिकादेखें)।
    नोट: इस अध्ययन में इस्तेमाल छवियों 2और 3 metacarpophalangeal जोड़ों के हैं और Barnabe एट अल 8 में वर्णित प्रोटोकॉल का उपयोग कर अधिग्रहित किया गया, हालांकि कटाव के साथ किसी भी जोड़ों की छवियों BAM के साथ संगत हैं.
  2. गति विरूपण साक्ष्य16,17 के लिए छवियों का निरीक्षण करें। अपरदन विश्लेषण के लिए गति स्कोर > 3 वाली छवियों का उपयोग न करें।
  3. फ़ाइल स्थानांतरण प्रोटोकॉल (FTP) का उपयोग करके प्रत्येक संयुक्त की AIM (मालिकाना छवि प्रारूप) या डिजिटल इमेजिंग और कम्युनिकेशंस इन मेडिसिन (DICOM) फ़ाइलों को स्थानीय डिस्क पर निर्यात करें। व्यक्तिगत जोड़ों की फाइलें निर्माता18 द्वारा प्रदान की संयुक्त अंतरिक्ष चौड़ाई (JSW) विश्लेषण पाइपलाइन का उपयोग कर उत्पन्न किया जा सकता है. आसान उपयोग के लिए डिफ़ॉल्ट संख्या स्वरूप से फ़ाइलों का नाम बदलें।

4. फ़ाइल रूपांतरण और हड्डी मुखौटा पीढ़ी

नोट: छवि प्रारूप के आधार पर, एआईएम (एचआर-पीक्यूसीटी मालिकाना छवि प्रारूप), एमएचए (आईटीके मेटाइमेज प्रारूप), एनआईआई (एनआईएफटीआई - न्यूरोइमेजिंग सूचना विज्ञान प्रौद्योगिकी पहल), एनआरआरडी (लगभग कच्चे रेखापुंज डेटा) छवियों या डीआईसीओएम छवियों के लिए चरण 4.2 के लिए चरण 4.1 का पालन करें।

  1. निम्न में से किसी भी छवि फ़ाइल स्वरूप के साथ छवियाँ आयात करने के लिए: MHA, nii, AIM या NRRD नीचे वर्णित चरणों का पालन करें।
    1. 3 डी स्लाइसर विंडो (चित्रा 5 सी) के ऊपरी बाएँ कोने में स्थित डेटा लेबल बटन पर क्लिक करें.
    2. छवि फ़ाइलें जोड़ने के लिए, छवियों को जोड़ने, खोजने और जोड़ने के लिए फ़ाइल चुनें पर क्लिक करें।
    3. छवियों की एक संपूर्ण निर्देशिका जोड़ने के लिए, निर्देशिका को जोड़ने के लिए चुनें पर क्लिक करें, निर्देशिका का पता लगाएं और जोड़ें। यह उस निर्देशिका में सभी छवियों को लोड करेगा।
    4. यदि किसी छवि मास्क को किसी भी कारण से 3D स्लाइसर विभाजन के रूप में आयात करने की आवश्यकता है, तो पहले NRRD या nii फ़ाइल में कनवर्ट करें। यह रूपांतरण स्वचालित रूप से किया जा सकता है, विवरण के लिए चरण 4.4.1 देखें।
  2. नीचे वर्णित अनुसार 3D स्लाइसर में DICOM फ़ाइल आयात करें।
    1. 3D स्लाइसर विंडो के ऊपरी बाएँ कोने में स्थित DCM लेबल वाले बटन पर क्लिक करें।
    2. आयात DICOM फ़ाइलें पर क्लिक करें, DICOM फ़ाइलों वाली निर्देशिका का पता लगाएँ और जोड़ें (एक्सटेंशन .dcm है)।
    3. विंडो के दाईं ओर स्थित लोड लेबल वाले बटन पर क्लिक करें।
  3. चरण 2 का उपयोग करके छवि मास्क प्राप्त करें - BAM में स्वचालित मास्क - स्वचालित मास्क मॉड्यूल।
    1. 3D स्लाइसर के टूलबार पर स्थित ड्रॉप-डाउन मेनू पर क्लिक करें। अस्थि विश्लेषण मॉड्यूल का पता लगाएं और इसके ऊपर माउस कर्सर होवर करें। Automatic Mask पर क्लिक करें।
    2. टैब चरण 2 - स्वचालित मास्क के तहत, इनपुट वॉल्यूम: लेबल वाले ड्रॉप-डाउन मेनू का उपयोग करके एक इनपुट वॉल्यूम चुनें। यह इनपुट स्कैन है।
    3. आउटपुट विभाजन लेबल वाले ड्रॉप-डाउन मेनू पर एक नया आउटपुट बनाएं: और नया LabelMapVolume बनाएँ चुनें। यह इनपुट मास्क लेबल + _MASK के बाद लेबल किया गया एक नया आउटपुट नोड बनाएगा। आउटपुट को एक अलग लेबल देने के लिए, इसके बजाय नया LabelMapVolume बनाएं... के रूप में चुनें और वांछित लेबल इनपुट करें।
    4. उस लेबल के साथ टेक्स्ट बॉक्स में नकाबपोश होने वाली हड्डियों की संख्या इनपुट करें। ड्रॉप-डाउन मेनू लेबल एल्गोरिथ्म में Ormir का चयन करें इस विश्लेषण19 के लिए इष्टतम विभाजन के लिए.
      नोट: इन मास्क को उत्पन्न करने के लिए अन्य विकल्प उपलब्ध हैं और भविष्य में जोड़े जा सकते हैं।
    5. गेट मास्क पर क्लिक करें। यह एल्गोरिथ्म (~ 2-3 मिनट) चलाएगा और इनपुट छवि की एक ही निर्देशिका में परिणाम आउटपुट करेगा। यह प्रत्येक हड्डी के लिए एक अलग मुखौटा भी बचाएगा यदि छवि में कई हड्डियां थीं।
  4. चरण 3 का उपयोग करके हड्डी मास्क का मैन्युअल सुधार करें - बीएएम मॉड्यूल में मैनुअल सुधार । अक्सर उत्पन्न मुखौटा सटीक नहीं होता है। सेगमेंटेशन के विशिष्ट घटकों को जोड़ने, हटाने या संपादित करने के लिए मैन्युअल सुधार करें।
    1. किसी ऐसे मास्क को संपादित करने के लिए जो अन्य माध्यमों से जनरेट किया गया था या 3D स्लाइसर के पिछले रन में जनरेट किया गया था, इन मास्क को फ़ाइल से 3D स्लाइसर में लोड करने के लिए इस मॉड्यूल का उपयोग करें. फ़ाइल एक्सटेंशन निम्न में से कोई भी हो सकता है, MHA, nii, NRRD, AIM।
      1. चरण 1.3 में डाउनलोड किए गए BAM फ़ोल्डर में स्थित LOAD_MASKS निर्देशिका में छवियों की प्रतिलिपि बनाएँ।
      2. 3D स्लाइसर पर वापस जाएं और मैन्युअल सुधार चरण में लोड लेबल वाले बटन को दबाएं।
    2. ड्रॉप-डाउन मेनू लेबल मास्क टू बी करेक्ड में सही किए जाने वाले विभाजन का चयन करें:"।
    3. मास्टर वॉल्यूम लेबल वाले ड्रॉप-डाउन मेनू में इस क्षरण विभाजन से संबंधित मूल ग्रे-स्केल छवि का चयन करें: प्रारंभ करें दबाएं.
    4. नीचे दी गई तालिका में प्रत्येक विभाजन की अपनी प्रविष्टि होनी चाहिए। विभाजन के रंग के आधार पर सही किया जा करने के लिए विभाजन का चयन करें.
    5. एक विभाजन में जोड़ने के लिए, पहली पंक्ति पर दूसरे बटन पर क्लिक करें। यह पेंट फ़ंक्शन का उपयोग करता है। छवियों पर ड्राइंग द्वारा वॉल्यूम में परिवर्धन करें (बाईं माउस बटन को नीचे दबाए रखें और माउस को स्थानांतरित करें)।
    6. विभाजन का हिस्सा निकालने के लिए, स्लाइस के बीच मिटाएं लेबल तालिका के नीचे बटन पर क्लिक करें. यह इरेज़ फ़ंक्शन है और पेंट फ़ंक्शन की तरह काम करता है लेकिन इसके बजाय मिटा देता है।
    7. लगभग हर 10-25 स्लाइस पर आवश्यकतानुसार परिवर्धन ड्रा करें, लेकिन पहले स्लाइस और आखिरी स्लाइस को शामिल करना सुनिश्चित करें जहां एक अतिरिक्त की आवश्यकता थी।
    8. यदि पेंट फ़ंक्शन का उपयोग किया गया था, तो परिवर्तनों को स्लाइस फ़ंक्शन के बीच भरें लेबल वाली पांचवीं पंक्ति के पहले बटन पर क्लिक करके प्रक्षेपित किया जा सकता है। बटन पर क्लिक करें इनिशियलाइज़ > अप्लाई करें।
    9. यदि मिटाएं फ़ंक्शन का उपयोग किया गया था, तो बस अप्लाई इरेज़ लेबल वाली तालिका के नीचे बटन पर क्लिक करें। एक ही समय में पेंट और इरेज़ फ़ंक्शन दोनों का उपयोग न करें। एक फ़ंक्शन को पहले लागू करें फिर दूसरे को लागू करें।
    10. संपादन पूरा होने के बाद, लागू करें दबाएं।

5. कटाव की पहचान

  1. चरण 4 का उपयोग करें - बीएएम में कटाव - कटाव की पहचान के लिए कटाव मात्रा मॉड्यूल। कटाव मात्रा मॉड्यूल एक स्कैन के भीतर कटाव की पहचान करने और मापने के लिए जिम्मेदार उपकरण है।
    नोट: यह मॉड्यूल ऊपर विस्तृत प्रशिक्षण उपकरण का फोकस है और इसमें लगभग समान वर्कफ़्लो है। अंतर यह है कि गणना किए गए कटावों की तुलना विशेषज्ञ रूप से एनोटेट किए गए लोगों के खिलाफ नहीं की जाती है, निर्यात क्षरण के आंकड़े और उनकी पहचान के बाद वॉल्यूम का मैनुअल सुधार यहां संभव है।
  2. बीज अंक रखें और चरण 2.4 में किए गए अनुसार क्षरण प्राप्त करें। अंत में कोई प्रतिक्रिया नहीं दी जाएगी।
  3. मैनुअल सुधार
    1. आकार और स्वचालित रूप से पता चला क्षरण मात्रा के आकार असंतोषजनक हैं, तो लेबल चरण 5 - मैनुअल सुधार और निर्यात विभाजन टैब के तहत इन संपादित करें. चरण 4.4 में उल्लिखित चरणों का पालन करें। हालांकि, बाहरी क्षरण मात्रा को लोड करने का कोई विकल्प नहीं है। सुधार पूरा करने के बाद अप्लाई को दबाएं नहीं क्योंकि परिवर्तन पहले ही सहेजे जा चुके हैं।

6. कटाव सांख्यिकी

  1. गणना किए गए डेटा को स्प्रेडशीट फ़ाइल (CSV प्रारूप) में चरण 6 - सांख्यिकी लेबल वाले टैब का उपयोग करके निर्यात करें।
  2. चरण 4 में गणना की गई क्षरण मात्रा प्रदान करें और वैकल्पिक रूप से चरण 5 में इनपुट क्षरण लेबल वाले ड्रॉप-डाउन मेनू के तहत सही किया जाए।
  3. मास्टर वॉल्यूम लेबल वाले ड्रॉप-डाउन मेनू के तहत ग्रेस्केल छवि प्रदान करें। पाठ बॉक्स में छवि की voxel चौड़ाई, मिमी में प्रदान करें। Get Statistics दबाएं.
  4. स्प्रेडशीट फ़ाइल चरण 1.3 में डाउनलोड किए गए BAM फ़ोल्डर में स्थित EROSIONS_OUTPUT_DATA नामक निर्देशिका में उत्पन्न हुई है। आउटपुट तालिका के उदाहरण के लिए तालिका 1 देखें।

Representative Results

प्रशिक्षण उपकरण का उपयोग करके, उपयोगकर्ता अपने परिणामों पर प्रतिक्रिया प्राप्त करते हुए कटाव स्थलों की पहचान करने का अभ्यास कर सकते हैं। यह फीडबैक लूप कटाव की पहचान करने के लिए उपयोगकर्ता की क्षमता में सुधार कर सकता है और संभावित रूप से अपनी छवियों पर कटाव की पहचान करने के लिए बीएएम मॉड्यूल का उपयोग कर सकता है। बीज बिंदु प्लेसमेंट के बाद प्रतिक्रिया निम्नलिखित मानदंडों पर आधारित है। 1) यदि रखे गए बीज बिंदुओं की संख्या संदर्भ क्षरण की संख्या से मेल नहीं खाती है, तो उपयोगकर्ता को उचित संख्या में बीज बिंदुओं को हटाने या जोड़ने के लिए प्रेरित किया जाता है। 2) यदि बीज बिंदु स्थान को संदर्भ क्षरण के साथ मिलान नहीं किया जा सकता है, तो प्रतिक्रिया बताती है कि उस बीज बिंदु के स्थान पर कोई क्षरण मौजूद नहीं है। 3) यदि एक बीज बिंदु एक संदर्भ पैथोलॉजिकल / शारीरिक कॉर्टिकल रुकावट जैसे पुटी या संवहनी चैनल के साथ मेल खाता है, तो उपयोगकर्ता को कॉर्टिकल रुकावट के प्रकार के बारे में सूचित किया जाता है जिसे उन्होंने क्षरण के रूप में पहचानने का प्रयास किया और बीज बिंदु को हटाने के लिए कहा जाता है। 4) यदि बीज बिंदु का स्थान एक संदर्भ क्षरण को ओवरलैप करता है, तो एल्गोरिथ्म अभी भी क्षरण का पता नहीं लगा सकता है। यह तब हो सकता है जब बीज बिंदु कटाव में केंद्रित नहीं रहा हो। इन मामलों में, उपयोगकर्ता को बीज बिंदु की स्थिति को समायोजित करने के लिए प्रेरित किया जाता है। 5) यदि एक बीज बिंदु किसी भी कटाव से बहुत दूर रखा जाता है, तो उपयोगकर्ता को उनके गलत स्थान के बारे में सूचित किया जाता है और फिर से प्रयास करने के लिए प्रोत्साहित किया जाता है। 6) जब एक बीज बिंदु स्थान संदर्भ क्षरण से मेल खाता है, तो उस विशिष्ट बीज बिंदु पर क्षरण की पहचान करने के उनके सफल प्रयास के उपयोगकर्ता को सूचित करते हुए एक संकेत प्रदर्शित किया जाता है।

निम्नलिखित अनुभाग उदाहरण दिखाता है कि मॉड्यूल विभिन्न इनपुट के आधार पर कैसे काम करता है। निम्नलिखित उदाहरणों में सही और गलत इनपुट प्रदर्शित किए जाएंगे। चित्रा 6 ए बीज बिंदु स्थान को दर्शाता है जो कटाव के भीतर स्थित है। इस छवि के भीतर केवल एक क्षरण मौजूद है, इसलिए बीज बिंदु के साथ कटाव की गणना करने से अपेक्षित परिणाम प्राप्त होंगे। चित्रा 6 बी उपयोगकर्ताओं को प्रदर्शित संकेत दिखाता है जब कटाव की पहचान करने का उनका प्रयास विशेषज्ञ रूप से एनोटेट की गई छवि से मेल खाता है। मॉड्यूल भी ग्रे स्केल छवि (चित्रा 6C) पर segmentations के रूप में परिणाम प्रदर्शित करता है. यदि उपयोगकर्ता ने बिना कटाव के किसी स्थान पर एक बीज बिंदु रखा है, जैसे कि चित्रा 7ए, मॉड्यूल एक त्रुटि संकेत (चित्रा 7बी) प्रदर्शित करेगा जिसमें कहा गया है कि इस स्थान पर कोई क्षरण मौजूद नहीं है और सुझाव देता है कि उपयोगकर्ता बीज बिंदुओं को स्थानांतरित /

Figure 6
चित्रा 6: सही क्षरण पहचान का उदाहरण। (ए) एक उपयोगकर्ता का उदाहरण सही ढंग से कटाव स्थल के भीतर एक बीज बिंदु रखता है। (बी) प्रतिक्रिया संकेत का उदाहरण जब सभी कटावों को सही ढंग से पहचाना गया था। (सी) प्रदर्शित क्षरण विभाजन का उदाहरण जब एक कटाव सही ढंग से गणना की जाती है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 7
चित्रा 7: गलत कटाव पहचान का उदाहरण। (ए) एक बीज बिंदु का उदाहरण जहां कोई क्षरण मौजूद नहीं है। (बी) एक त्रुटि संकेत का उदाहरण जब एक बीज बिंदु को ऐसे स्थान पर रखा जाता है जिसमें कोई क्षरण नहीं होता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

प्रदान की प्रशिक्षण छवियों पर सभी अल्सर और संवहनी चैनलों के स्थानों की पहचान एक विशेषज्ञ द्वारा की गई है। इसलिए, यह पता लगाना संभव है कि जब कोई उपयोगकर्ता पुटी या संवहनी चैनल को गलत तरीके से पहचानने का प्रयास करता है। चित्रा 8 ए उस पर एक बीज बिंदु रखकर एक पुटी की पहचान करने का प्रयास दिखाता है। चित्र 8B बाद में प्रदर्शित त्रुटि प्रॉम्प्ट है।

Figure 8
चित्रा 8: पुटी पहचान का उदाहरण। (ए) एक पुटी पर रखा एक बीज बिंदु का उदाहरण। (बी) एक पुटी पर एक बीज बिंदु रखा जाता है जब एक त्रुटि संकेत का उदाहरण. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

मॉड्यूल उपयोगकर्ता को यह भी सूचित करेगा कि क्या उनके पास सही मात्रा में बीज बिंदु हैं। यदि उपयोगकर्ता ने बीज बिंदुओं की गलत संख्या रखी है, तो मॉड्यूल उपयोगकर्ता को बीज बिंदुओं की सटीक मात्रा के बारे में सूचित करेगा जो छवि पर सभी कटावों की पहचान करने के लिए गायब या अतिरिक्त हैं। मॉड्यूल प्रत्येक रखे गए बीज बिंदु के लिए प्रतिक्रिया भी देता है। इसलिए, उपयोगकर्ता जानता है कि प्रत्येक व्यक्तिगत बीज बिंदु के लिए क्या कार्रवाई करनी है। चित्रा 9 एक उदाहरण प्रदर्शित करता है जहां एक उपयोगकर्ता केवल एक बीज बिंदु रखा जब दो अपेक्षित थे।

Figure 9
चित्रा 9: एक बीज बिंदु गायब होने पर गणना की गई कटाव का उदाहरण। उदाहरण एक उदाहरण प्रदर्शित करता है जहां उपयोगकर्ता ने केवल एक बीज बिंदु रखा जब दो अपेक्षित थे। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

यदि किसी उपयोगकर्ता को किसी भी या सभी कटाव को खोजने में परेशानी होती है, तो उनके पास सही बीज बिंदु (चित्रा 5डी)प्रकट करें लेबल वाले बटन दबाकर विशेषज्ञ एनोटेट किए गए स्थानों को प्रकट करने का विकल्प होता है। दबाए जाने पर, यह बटन वर्तमान 3D स्लाइसर विंडो पर सही बीज बिंदुओं को लोड करेगा।

संक्षेप में, इससे पता चलता है कि सॉफ्टवेयर मॉड्यूल विशेषज्ञ रूप से एनोटेट किए गए कटाव के साथ गणना किए गए क्षरण की तुलना करके चुनिंदा छवियों में कटाव की पहचान करने के उपयोगकर्ता के प्रयास की शुद्धता का आकलन कर सकता है। इसके अलावा, मॉड्यूल प्रत्येक उपयोगकर्ता द्वारा रखे गए बीज बिंदु के आधार पर प्रतिक्रिया प्रदान करता है ताकि उन्हें अपेक्षित बीज बिंदु स्थान और इनपुट मापदंडों की ओर मार्गदर्शन किया जा सके।

स्कैन आईडी कॉर्टिकल रुकावट हडि्‌डयाँ निकालना लेबल केन्द्रक स्थान वॉल्यूम (मिमी3) सतह क्षेत्र (मिमी2) गोलाई वोक्सल्स की संख्या (वोक्सल्स)
3_Training.एनआईआई अपरदन करभास्थि SEEDS_28-1 210, 108, 242 3.321668853 14.46818378 0.74411491 14853
3_Training.एनआईआई अपरदन करभास्थि SEEDS_28-3 179, 100, 241 1.100739562 7.121231239 0.7239659 4922

तालिका 1: गणना किए गए कटाव और उनके आंकड़ों का वर्णन करने वाली उत्पन्न आउटपुट फ़ाइल (सीएसवी प्रारूप) का उदाहरण।

Discussion

यह प्रशिक्षण उपकरण हड्डी विश्लेषण मॉड्यूल का उपयोग करके कटाव की पहचान करना सीखने का अवसर प्रदान करता है। प्रशिक्षण से परे इस क्षरण विश्लेषण उपकरण के आगे उपयोग के लिए अच्छी गुणवत्ता वाली छवियों तक पहुंच की आवश्यकता होती है, जिसमें बहुत कम या कोई गति विरूपण साक्ष्य नहीं होता है। साहित्य के आधार पर एचआर-पीक्यूसीटी क्षरण परिभाषा पैथोलॉजिकल कटाव से जुड़ी शारीरिक विशेषताओं का वर्णन करती है जिन्हें उचित प्रजनन क्षमता11,20 के साथ रिपोर्ट किया जा सकता है। हालांकि, इस परिभाषा संवहनी चैनलों के आम शारीरिक स्थानों के लिए खाते में नहीं है, संभावित हड्डी कटाव10 के रूप में उनके गलत वर्गीकरण में जिसके परिणामस्वरूप.

इस प्रोटोकॉल में महत्वपूर्ण कदम हड्डी मुखौटा की पीढ़ी हैं, बीज अंक की नियुक्ति, और कटाव मात्रा की पीढ़ी. जबकि मास्क और क्षरण मात्रा उत्पन्न करने के लिए स्वचालित तरीकों को लागू किया जाता है, मास्क को अक्सर संतोषजनक परिणाम सुनिश्चित करने के लिए मैन्युअल सुधार की आवश्यकता होती है। मैन्युअल सुधार करने के लिए उपलब्ध उपकरणों का व्यापक विवरण प्रदान किया गया है। बीज बिंदुओं की नियुक्ति बीएएम-प्रशिक्षण मॉड्यूल द्वारा प्रदान किए गए प्रशिक्षण उदाहरणों द्वारा निर्देशित होती है।

तिथि करने के लिए उपयोग किए गए डेटा के आधार पर, यह प्रोटोकॉल समस्या निवारण के लिए सुझाव प्रदान करता है जब क्षरण विश्लेषण मॉड्यूल अपेक्षित परिणाम उत्पन्न नहीं करता है। भविष्य के काम में, अतिरिक्त प्रशिक्षण डेटा तक पहुंच प्रदान की जाएगी। पिछले एक अध्ययन से पता चला है कि इस विधि के साथ मूल्यांकन किए गए कटाव की मात्रा मौजूदा तरीकों 14,21,22 के साथ तुलनीय है। प्रशिक्षण डेटा का प्रावधान नए क्षरण विश्लेषण उपकरणों की तुलना की अनुमति देगा क्योंकि वे विकसित किए गए हैं23.

यहां पेश किया गया प्रशिक्षण उपकरण मुख्य रूप से कटाव की पहचान के साथ सहायता करता है; हालांकि, विधि वर्तमान में त्रिकोणीय हड्डी में क्षरण की सीमा को परिभाषित करने पर आम सहमति की कमी से सीमित है। बहरहाल, बीएएम मॉड्यूल खुले स्रोत हैं, इस प्रकार, क्षरण सीमा परिवर्तन की भविष्य की परिभाषाओं के रूप में, अन्य शोधकर्ताओं के पास अपनी आवश्यकताओं को पूरा करने के लिए मॉड्यूल को संशोधित करने की पहुंच है।

चूंकि रुमेटोलॉजिकल अनुसंधान में एचआर-पीक्यूसीटी का उपयोग फैलता है, प्रशिक्षण उपकरण अनुभवहीन उपयोगकर्ताओं को क्षरण विश्लेषण के लिए एचआर-पीक्यूसीटी छवियों पर पैथोलॉजिकल कॉर्टिकल रुकावटों की पहचान करने पर मार्गदर्शन प्रदान करता है। यह उपकरण क्षरण विश्लेषण के लिए चयनित विधि की परवाह किए बिना शोधकर्ताओं पर लागू होगा। जबकि पूरी तरह से स्वचालित क्षरण पहचान प्रजनन क्षमता और विश्लेषण की गति में सुधार के लिए वांछनीय है, मशीन लर्निंग मॉडल को प्रशिक्षित करने के लिए सटीक एनोटेशन के साथ बड़े संदर्भ / बेंचमार्क डेटासेट की आवश्यकता होती है। एक ओपन-सोर्स टूल के रूप में, यह मॉड्यूल मशीन लर्निंग में भविष्य के उपयोग के लिए सामूहिक रूप से बड़े, एनोटेट किए गए डेटासेट विकसित करने का अवसर प्रदान करता है। इस प्रशिक्षण उपकरण का उपयोग अधिक शोधकर्ताओं को अपने एचआर-पीक्यूसीटी अनुसंधान में क्षरण विश्लेषण को शामिल करने में सक्षम करेगा।

Disclosures

सभी लेखकों के पास रिपोर्ट करने के लिए हितों का कोई टकराव नहीं है।

Acknowledgments

लेखक निम्नलिखित फंडिंग एजेंसियों को स्वीकार करना चाहते हैं जिन्होंने इस काम का समर्थन किया। एसएलएम को द आर्थराइटिस सोसाइटी (स्टार-18-0189) और कनाडा के स्वास्थ्य अनुसंधान योजना और प्रसार अनुदान संस्थानों के माध्यम से वित्त पोषित किया जाता है। JJT के पास CIHR फैलोशिप पुरस्कार है।

Materials

Name Company Catalog Number Comments
3DSlicer Open Source N/A Download at https://www.slicer.org/
BAM Erosion Analysis Modules Open Source N/A Version used in manuscript: download at https://doi.org/10.5281/zenodo.7943007
XtremeCTII Scanco Medical  N/A

DOWNLOAD MATERIALS LIST

References

  1. Schett, G., Gravallese, E. Bone erosion in rheumatoid arthritis: mechanisms, diagnosis and treatment. Nature Reviews Rheumatology. 8 (11), 656-664 (2012).
  2. Ødegård, S., et al. Association of early radiographic damage with impaired physical function in rheumatoid arthritis: A ten-year, longitudinal observational study in 238 patients. Arthritis & Rheumatism. 54 (1), 68-75 (2006).
  3. Scott, D. L., et al. The links between joint damage and disability in rheumatoid arthritis. Rheumatology. 39 (2), 122-132 (2000).
  4. van Nies, J. A. B., et al. Evaluating processes underlying the predictive value of baseline erosions for future radiological damage in early rheumatoid arthritis. Annals of Rheumatic Diseases. 74 (5), 883-889 (2015).
  5. Versteeg, G. A., et al. Early radiological progression remains associated with long-term joint damage in real-world rheumatoid arthritis patients treated to the target of remission. Scandinavian Journal of Rheumatology. , (2021).
  6. Brunet, S. C., et al. Bone changes in early inflammatory arthritis assessed with High-Resolution peripheral Quantitative Computed Tomography (HR-pQCT): A 12-month cohort study. Joint Bone Spine. 88 (1), 105065 (2021).
  7. Finzel, S., et al. Repair of bone erosions in rheumatoid arthritis treated with tumour necrosis factor inhibitors is based on bone apposition at the base of the erosion. Annals of Rheumatic Diseases. 70 (9), 1587-1593 (2011).
  8. Barnabe, C., Feehan, L. High-resolution peripheral quantitative computed tomography imaging protocol for metacarpophalangeal joints in inflammatory arthritis: the SPECTRA collaboration. The Journal of Rheumatology. 39 (7), 1494-1495 (2012).
  9. Peters, M., et al. Assessment of Cortical Interruptions in the Finger Joints of Patients With Rheumatoid Arthritis Using HR-pQCT, Radiography, and MRI. Journal of Bone and Mineral Research. 33 (9), 1676-1685 (2018).
  10. Scharmga, A., et al. Vascular channels in metacarpophalangeal joints: a comparative histologic and high-resolution imaging study. Scientific reports. 7 (1), 8966-8968 (2017).
  11. Barnabe, C., et al. Definition for Rheumatoid Arthritis Erosions Imaged with High Resolution Peripheral Quantitative Computed Tomography and Interreader Reliability for Detection and Measurement. The Journal of Rheumatology. 43 (10), 1935-1940 (2016).
  12. Klose-Jensen, R., et al. High-Resolution Peripheral Quantitative Computed Tomography for Bone Evaluation in Inflammatory Rheumatic Disease. Frontiers in Medicine. 7, 337 (2020).
  13. Blavnsfeldt, A. G., et al. Effect of radiographic disease severity in high-resolution quantitative computed tomography assessment of metacarpophalangeal joint erosion and cysts. International Journal of Rheumatic Diseases. 24 (1), 112-119 (2021).
  14. Zhao, M., et al. Open-source image analysis tool for the identification and quantification of cortical interruptions and bone erosions in high-resolution peripheral quantitative computed tomography images of patients with rheumatoid arthritis. Bone. 165, 116571 (2022).
  15. Fedorov, A., et al. 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magnetic Resonance Imaging. 30 (9), 1323-1341 (2012).
  16. Pauchard, Y., Liphardt, A. -M., Macdonald, H. M., Hanley, D. A., Boyd, S. K. Quality control for bone quality parameters affected by subject motion in high-resolution peripheral quantitative computed tomography. Bone. 50 (6), 1304-1310 (2012).
  17. Sode, M., Burghardt, A. J., Pialat, J. -B., Link, T. M., Majumdar, S. Quantitative characterization of subject motion in HR-pQCT images of the distal radius and tibia. Bone. 48 (6), 1291-1297 (2011).
  18. Stok, K. S., et al. Consensus approach for 3D joint space width of metacarpophalangeal joints of rheumatoid arthritis patients using high-resolution peripheral quantitative computed tomography. Quantitative imaging in medicine and surgery. 10 (2), 314-325 (2020).
  19. Open and Reproducible Musculoskeletal Imaging Research. , https://github.com/SpectraCollab/ORMIR_XCT (2023).
  20. Finzel, S., et al. Reliability and Change in Erosion Measurements by High-resolution Peripheral Quantitative Computed Tomography in a Longitudinal Dataset of Rheumatoid Arthritis Patients. The Journal of Rheumatology. 48 (3), 348-351 (2021).
  21. Töpfer, D., Finzel, S., Museyko, O., Schett, G., Engelke, K. Segmentation and quantification of bone erosions in high-resolution peripheral quantitative computed tomography datasets of the metacarpophalangeal joints of patients with rheumatoid arthritis. Rheumatology (Oxford). 53 (1), 65-71 (2014).
  22. Peters, M., et al. The Reliability of a Semi-automated Algorithm for Detection of Cortical Interruptions in Finger Joints on High Resolution CT Compared to MicroCT. Calcified tissue international. , 1-9 (2017).
  23. Zhang, X., et al. Automatic 3D joint erosion detection for the diagnosis and monitoring of rheumatoid arthritis using hand HR-pQCT images. Computerized Medical Imaging and Graphics. 106, 102200 (2023).

Tags

चिकित्सा अंक 200 संधिशोथ उच्च-रिज़ॉल्यूशन परिधीय मात्रात्मक गणना टोमोग्राफी अस्थि क्षरण रोग संबंधी सुविधा संयुक्त कार्य रोग प्रगति कॉर्टिकल ब्रेक ट्रैब्युलर बोन लॉस सर्वसम्मति परिभाषा अंतर-रेटर परिवर्तनशीलता प्रशिक्षण उपकरण एचआर-पीक्यूसीटी छवियां कटाव विश्लेषण अस्थि विश्लेषण मॉड्यूल (बीएएम)
उच्च-रिज़ॉल्यूशन परिधीय मात्रात्मक गणना टोमोग्राफी का उपयोग करके रूमेटोइड गठिया में मेटाकार्पोफैंगल जोड़ों में कटाव की पहचान
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Al-Khoury, Y., Finzel, S.,… More

Al-Khoury, Y., Finzel, S., Figueiredo, C., Burghardt, A. J., Stok, K. S., Tam, L. S., Cheng, I., Tse, J. J., Manske, S. L. Erosion Identification in Metacarpophalangeal Joints in Rheumatoid Arthritis using High-Resolution Peripheral Quantitative Computed Tomography. J. Vis. Exp. (200), e65802, doi:10.3791/65802 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter