方法文章

使用高分辨率外周定量计算机断层扫描识别类风湿关节炎中腕掌指关节的骨侵蚀

4.2K 次观看

⸱

DOI：

10.3791/65802

⸱

2023年10月6日

 ,  ,  ,  ,  ,  ,  ,  , 
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

本文内容

摘要

骨侵蚀是类风湿关节炎的重要病理特征。本研究的目的是介绍一种培训工具，旨在为用户提供指导，帮助其在高分辨率外周定量计算机断层扫描图像上识别病理性皮质断裂，以进行侵蚀分析。

摘要

骨侵蚀是包括类风湿关节炎（RA）在内的多种炎症性关节炎的病理特征。骨侵蚀的数量增多和体积增大与不良预后、关节功能下降以及疾病进展密切相关。高分辨率外周定量计算机断层扫描（HR-pQCT）提供了无与伦比的 体内 骨侵蚀的可视化。然而，在此分辨率下，与正常生理过程及病理状态相关的皮质骨壳不连续（皮质断裂）亦可见。类风湿关节炎超高分辨率计算机断层扫描研究组（Study grouP for xtrEme Computed Tomography in Rheumatoid Arthritis）此前通过共识程序制定了HR-pQCT中病理性侵蚀的定义：在至少两个连续断层图像中、在至少两个垂直平面上可见的、形态非线性的皮质断裂，并伴有下方骨小梁的骨量丢失。然而，尽管已有共识定义，侵蚀识别仍是一项具有挑战性的任务，存在较高的观察者间变异。本研究旨在介绍一种培训工具，以指导用户在HR-pQCT图像上识别病理性皮质断裂，用于侵蚀分析。本文所介绍的方案采用一个定制开发的模块（骨分析模块（Bone Analysis Module, BAM）- Training），作为开源图像处理软件（3D Slicer）的扩展功能实现。通过该模块，用户可练习识别骨侵蚀，并将其结果与风湿病学专家标注的侵蚀结果进行比对。

引言

骨侵蚀发生在炎症导致皮质骨表面局部骨质丢失时，侵蚀可延伸至下方的骨小梁区域。它是多种炎症性关节炎（包括类风湿关节炎（RA））的病理特征。1侵蚀的存在及其大小与不良预后、患者功能及疾病进展相关2,3,4,5尽管普通放射摄影仍是评估骨侵蚀的临床标准，但高分辨率外周定量计算机断层扫描（HR-pQCT）可提供三维图像，并在骨侵蚀检测中具有更高的灵敏度和特异性6,7对于炎症性关节炎（如类风湿关节炎），通常在第二跖骨近端处进行高分辨率外周定量计算机断层扫描nd 和 3rd 掌指关节——手部最常受累的关节8由于高分辨率外周定量计算机断层扫描（HR-pQCT）图像具有较高的空间分辨率，因此在无类风湿关节炎的健康个体中也可观察到 cortical 表面的生理性中断9这些皮质中断通常与穿过骨骼的血管通道或营养孔相关10因此，挑战在于区分与疾病过程相关的皮质中断（即病理性侵蚀）与非病理性特征。

病理性骨侵蚀的共识定义由类风湿关节炎极端计算机断层扫描研究组（Study group for xtrEme Computed Tomography in Rheumatoid Arthritis, SPECTRA）提出，即骨皮质层出现明确的中断，该中断在至少两个连续断层切片上可见，并可在两个或更多垂直平面上识别11。此外，该中断必须呈非线性形态，并伴有骨小梁区域的缺失。Klose-Jensen 等人12展示了符合与不符合侵蚀标准的皮质中断的可视化示例。

然而，并非所有符合上述标准的皮质中断都被归类为骨侵蚀。皮质中断有时是由生理性过程引起的，例如血管通道（图1）。由于其具有可预测的解剖位置、边缘平行且平直，以及亚毫米级的尺寸，这些结构可被识别并区别于骨侵蚀13。囊肿是另一种不被视为骨侵蚀的皮质中断形式。囊肿通常具有圆形的小梁结构，并伴有清晰的囊壁13，这与骨侵蚀所表现出的锐利边缘和开放性小梁结构形成对比。然而，骨侵蚀也可能在囊性病灶内形成，这使得难以明确区分由骨侵蚀而非囊肿所导致的骨量丢失范围。尽管通过附加标准来解决这一模糊性并非本研究的目的，但仍有必要提供病理性骨侵蚀与生理性皮质中断的全面示例。

CT横断面、骨微结构分析、箭头指示骨折线、诊断成像。
图1：并非仅由骨侵蚀引起的皮质中断示例。（A）示意图显示掌骨头基底部血管通道的常见位置。（B）冠状面、（C）矢状面、（D）和（E）轴状面中的血管通道示例。（F）由囊肿引起的皮质中断示例。（G）骨小梁区域内的空腔容积示例，涉及囊肿和侵蚀病变。 请点击此处查看该图的放大版本。

尽管在骨侵蚀识别方面存在挑战，但目前尚无培训工具可为经验较少的使用者提供关于如何解读高分辨率外周定量计算机断层扫描（HR-pQCT）图像以进行骨侵蚀分析的指导。最近，开发了一个名为骨分析模块（bone analysis module, BAM）- 侵蚀体积的开源侵蚀分析模块，作为开源图像处理软件的扩展程序，用于实现骨侵蚀的可视化及体积分析14。本文所述方案介绍了添加至BAM中的一个训练模块（BAM - Training）的使用方法，该模块通过将使用者对骨侵蚀的识别结果与风湿病学专家标注的骨侵蚀区域进行比较，评估使用者的识别准确性。该训练工具可为使用者提供关于骨侵蚀识别的反馈，从而指导其改进骨侵蚀分析能力。软件安装说明见步骤1。如需进行新数据采集，请参阅步骤3–5.3。若仅使用训练模块，请参阅步骤2。

方案

本方案中的所有方法均遵循卡尔加里大学联合健康研究伦理委员会（REB19-0387）制定的指南。

1. 安装 3D Slicer15 及骨分析模块

  1. 从 https://download.slicer.org/ 下载适用于所用操作系统的 3D Slicer 稳定版本的安装文件。
  2. 运行下载的安装文件，并按照安装向导提供的说明进行操作。
  3. 安装完成后，继续安装骨分析模块。
    1. 从 https://doi.org/10.5281/zenodo.7943007 下载骨分析模块的压缩 zip 文件，并解压该压缩文件夹。请记录解压后文件夹的存储路径。
    2. 启动 3D Slicer。通过点击 3D Slicer 窗口左上角的 编辑，然后点击 编辑 > 应用程序设置，打开一个新窗口。
    3. 在新打开的“设置”窗口左侧点击 模块 选项卡。在“附加模块路径”下添加骨分析模块的路径：图 2。
      1. 为此，将以下文件夹列表拖放到“附加模块路径”下方的框中。这些文件夹位于步骤 1.3.1 下载的文件夹内：AutoMask、CorticalBreakDetection、ErosionComparison、ErosionVolume、FileConverter、ImageRegistration、Training。“设置”窗口应与 图 2 相似。
      2. 点击“设置”窗口右下角的 确定。需要重启以确认模块安装完成。请关闭 3D Slicer 并重新启动。
        ​注意：加载模块的操作在每次 3D Slicer 安装后仅需执行一次。当骨分析 GitHub 仓库有更新时，只需在先前 BAM 下载所在的目录中使用终端（或命令行）执行 git pull 命令，即可自动更新所有模块。或者，也可重新下载仓库，并手动替换旧模块为新模块。

软件设置的模块配置设置界面，显示文件路径和选项。
图2：在安装 3D Slicer 后添加骨分析模块的设置窗口示例。 该图像显示了设置窗口的截图，其中模块在红色框中被突出显示。请点击此处查看此图的放大版本。

2. 培训模块

  1. 启动 BAM-训练模块。
    1. 点击 3D Slicer 工具栏上的下拉菜单。找到骨分析模块并将其悬停（图3）。点击训练。
  2. 在模块中加载文件。
    1. 启动 BAM 训练模块后，假设如上所述已下载 BAM GitHub 仓库，则通过点击继续将自动加载所有必需的文件（灰度图像、掩膜、参考侵蚀分割）。
  3. 为文件选择扫描类型。
    1. 通过悬停在标记为输入体积：选择一个体积的下拉菜单上进行选择，这代表主灰度图像。
    2. 在标记为输入掩膜：选择一个体积的下拉菜单中选择掩膜（即识别骨膜表面内体积的文件）。请确保此掩膜与上述输入体积相对应，方法是验证测量 ID 和 MCP 关节在两个选择中一致。
    3. 如果这是在本次 3D Slicer 启动过程中首次在此图像上运行训练模块，则在标记为输出侵蚀：选择一个分割的下拉菜单中创建一个新的输出分割。为此，请点击下拉菜单并选择创建新分割。这将创建一个新的输出分割节点，其标签为输入掩膜标签 + _ER。若要为输出指定不同的标签，请改为选择另存为新分割…并输入所需的标签。
      注意：在 3D Slicer 及本文档中，掩膜和分割均指骨膜表面内的体积。掩膜以二值图像形式可视化，而分割则指二值图像叠加在灰度图像上的可视化结果。这些区别由 3D Slicer 定义。图4中展示了示例。
  4. 按以下说明放置种子点。
    1. 首先，创建一个新的种子点列表以添加种子点。为此，请点击标记为种子点：无的下拉菜单，并通过选择创建新点列表来创建新列表。默认的标签标准为输入图像标签 + _SEEDS。若要自定义标签，请选择创建新点列表…。
    2. 滚动切片，并通过在感兴趣区域放置种子点来识别侵蚀部位。按下红点-蓝滴按钮（见图5A）以添加新的种子点。
      1. 尽可能将种子点放置在侵蚀体积的最深处（向内进入小梁骨）。确保种子点位于体积最暗的区域。
      2. 如需更改种子点大小，请修改标记为种子点大小：的文本框中的百分比值。种子点表格中的其他字段（如骨和皮质中断）仅用于用户记录，不影响侵蚀计算算法。
  5. 按以下说明获取反馈。
    1. 放置完种子点后，按下标记为获取侵蚀的按钮（见图5B高亮显示），以在给定输入上运行侵蚀测量算法。侵蚀测量完成后，模块将提供关于种子点放置的反馈。每个种子点的位置将与参考侵蚀的位置进行比较，以匹配种子点与其试图测量的侵蚀。
    2. 通过使用经培训、有大量发表记录且具有超过 10 年 HR-pQCT 成像和侵蚀分析经验的风湿病学家（SF 和 CF）所放置的种子点计算侵蚀体积，获得参考侵蚀。

显示用于成像的骨分析模块的 Slicer 界面；包含分割和配准工具。
图 3：3D Slicer 的下拉菜单。 用于查找骨分析模块并选择训练模块的下拉菜单。 请点击此处查看此图的放大版本。

显微镜图像分析；显示分割和纹理区分过程的示意图。
图 4：骨膜表面内体积的识别。（A）掩膜示例。掩膜以二值图像形式显示。（B）分割示例。分割是指将二值图像叠加在灰度图像上的可视化结果。这些区分由 3D Slicer 完成。请点击此处查看该图的放大版本。

用于医学图像处理、种子点选择和侵蚀分析的 3D Slicer 软件界面。
图 5：3D Slicer 中训练模块的示例截图。（A）单击以添加新的种子点。（B）单击以计算侵蚀体积。（C）单击以导入图像。（D）单击以显示专家放置的种子点。请点击此处查看此图的放大版本。

3. 图像采集及导出用于侵蚀分析工具

  1. 使用第一代或第二代高分辨率外周定量计算机断层扫描（HR-pQCT）设备获取图像。本研究采用商用扫描仪进行图像采集（参见 材料表).
    注意：本研究中使用的图像为第2代nd 和 3rd 掌指关节，并采用 Barnabe 等人所述方案获取8然而，任何存在侵蚀的关节影像均符合骨关节炎（BAM）的表现。
  2. 检查图像是否存在运动伪影16,17请勿使用运动评分过高的图像 > 3 用于侵蚀分析。
  3. 使用文件传输协议（FTP）将每个关节的 AIM（专有图像格式）或医学数字成像与通信（DICOM）文件导出至本地磁盘。可利用制造商提供的关节间隙宽度（JSW）分析流程生成各关节的文件18将文件从默认的数字格式重命名，以便于使用。

4. 文件转换与骨组织掩模生成

注意：根据图像格式的不同，对 AIM（HR-pQCT 专有图像格式）、MHA（ITK MetaImage 格式）、nii（NIfTI - 神经影像信息学技术倡议）、NRRD（接近原始光栅数据）图像执行步骤 4.1，对 DICOM 图像执行步骤 4.2。

  1. 要导入以下任意图像文件格式：MHA、nii、AIM 或 NRRD，请按照以下步骤操作。
    1. 点击标有 数据 位于 3D Slicer 窗口的左上角图 5C).
    2. 要添加图像文件，请单击 选择要添加的文件，定位并添加图像。
    3. 要添加整个图像目录，请单击 选择要添加的目录，找到并添加该目录。这将加载该目录中的所有图像。
    4. 如果由于任何原因需要将图像掩膜作为3D Slicer分割导入，请先将其转换为NRRD或nii文件。此转换可自动完成，详情请参见步骤4.4.1。
  2. 按照下述方法在 3D Slicer 中导入 DICOM 文件。
    1. 点击标有 DCM 位于 3D Slicer 窗口的左上角。
    2. 点击 导入 DICOM 文件，找到并添加包含DICOM文件（扩展名为.dcm）的目录。
    3. 点击标有 加载 位于窗口右侧。
  3. 使用图像掩膜获取 步骤2 - 自动掩膜 在BAM - 自动掩膜模块中。
    1. 单击 3D Slicer 工具栏上的下拉菜单。找到 骨分析模块 并将鼠标光标悬停在其上方。点击 自动掩膜.
    2. 在标签页下 步骤2 - 自动掩膜，使用标有“输入体积”的下拉菜单选择输入体积 输入体积：这是输入扫描。
    3. 在标记为“输出分割：”的下拉菜单中创建一个新的输出，并选择 创建新的标签图体积这将创建一个新的输出节点，其标签为输入掩膜标签名称后加上 _MASK。若要为输出指定不同的标签，可选择 创建新的 LabelMapVolume 为… 并输入所需的标签。
    4. 在标有该标签的文本框中输入需要掩蔽的骨数量。在标为 Ormir 的下拉菜单中进行选择 算法 用于此分析的最佳分割方案19.
      注意：生成这些掩膜的其他方法也可用，未来可能会增加更多选项。
    5. 点击 获取掩膜这将运行算法（约2-3分钟），并在输入图像的同一目录下输出结果。如果图像中包含多块骨骼，还会分别为每块骨骼保存一个独立的掩膜。
  4. 使用手动校正骨掩膜 步骤3 - 手动校正 在BAM模块中，生成的掩膜通常不够准确。需进行手动校正，以添加、删除或编辑分割结果中的特定部分。
    1. 要编辑通过其他方式生成或在之前运行 3D Slicer 时生成的掩膜，请使用此模块从文件将这些掩膜加载到 3D Slicer 中。文件扩展名可以是以下任意一种：MHA, nii, NRRD, AIM。
      1. 将图像复制到步骤1.3中下载的BAM文件夹内的LOAD_MASKS目录中。
      2. 返回 3D Slicer 并按下标有 加载 在手动校正阶段。
    2. 在标记为“选择要校正的分割”的下拉菜单中选择要校正的分割 待校正的掩模：".
    3. 在标记为“选择此侵蚀分割对应的原始灰度图像”的下拉菜单中，选取相应的原始灰度图像 主音量。按压 初始化.
    4. 每个分割必须在下表中拥有独立的条目。根据分割的颜色选择需要修正的分割。
    5. 要向分割结果中添加内容，请点击第一行的第二个按钮。此功能使用绘图工具。通过在图像上绘制（按住鼠标左键并移动鼠标）来增加分割体积。
    6. 要移除部分分割，请点击表格下方标有 切片间擦除此为擦除功能，其工作方式与绘制功能类似，但作用为擦除。
    7. 根据需要大约每10-25个切片绘制一次添加，但必须包含首次和末次需要添加的切片。
    8. 如果使用了绘制功能，可通过点击第五行标有“插值”字样的第一个按钮来对更改进行插值 切片间填充 功能。点击按钮 初始化 > 应用.
    9. 如果使用了擦除功能，只需点击表格下方标有 应用 Erase请勿同时使用绘制和擦除功能。应先使用其中一种功能，再使用另一种功能。
    10. 完成编辑后，按 应用.

5. 确定侵蚀区域

  1. 使用 BAM - 骨侵蚀体积模块中的步骤 4 - 骨侵蚀来识别骨侵蚀。骨侵蚀体积模块是用于在扫描图像中识别和测量骨侵蚀的工具。
    注意：本模块是上述培训工具的重点，其工作流程几乎完全相同。不同之处在于，此处计算出的骨侵蚀无需与专家标注的结果进行比较，且可在此处导出骨侵蚀统计结果，并在识别后手动校正体积。
  2. 放置种子点并获取骨侵蚀，操作方式同步骤 2.4。最后不会提供反馈。
  3. 手动校正
    1. 如果自动检测到的骨侵蚀体积的大小或形状不满意，可在标签为步骤 5 - 手动校正与导出分割结果的选项卡下进行编辑。操作步骤参照步骤 4.4，但此处无法加载外部的骨侵蚀体积。完成校正后无需点击应用，因为更改已自动保存。

6. 侵蚀统计

  1. 使用标有第6步 - 统计的标签，将计算得到的数据导出为电子表格文件（CSV格式）。
  2. 在标有“输入侵蚀区域”的下拉菜单中，输入第4步计算出的侵蚀体积，并可根据需要输入第5步的校正结果。
  3. 在标有“主图像体积”的下拉菜单中提供灰度图像，并在文本框中输入该图像的体素宽度（单位：mm）。点击获取统计。
  4. 电子表格文件已生成，存储在步骤1.3中下载的BAM文件夹内的EROSIONS_OUTPUT_DATA目录中。输出表格示例见表1。

结果

通过使用该训练工具，用户可以在练习识别侵蚀位点的同时，获得关于其结果的反馈。这种反馈循环可提高用户识别侵蚀的能力，并可能使其利用BAM模块自行识别图像中的侵蚀。种子点放置后的反馈基于以下标准：1）若放置的种子点数量与参考侵蚀数量不匹配，系统将提示用户删除或添加相应数量的种子点。2）若种子点位置无法与参考侵蚀匹配，则会显示反馈信息，说明该种子点位置不存在侵蚀。3）若种子点与参考的病理性/生理性皮质中断（如囊肿或血管通道）相匹配，系统将告知用户其试图识别为侵蚀的皮质中断类型，并要求移除该种子点。4）若种子点位置与参考侵蚀重叠，算法仍可能无法检测到侵蚀，这种情况通常发生在种子点未准确置于侵蚀中心时。此时，系统将提示用户调整种子点的位置。5）若种子点放置位置距离任何侵蚀过远，系统将告知用户其放置错误，并鼓励其重新尝试。6）当种子点位置与参考侵蚀匹配时，系统将显示提示，告知用户已成功识别该特定种子点处的侵蚀。

以下部分将根据不同的输入示例说明该模块的工作方式。示例中将展示正确和错误的输入情况。图6A显示了位于侵蚀区域内的种子点位置。该图像中仅存在一个侵蚀区域，因此基于该种子点计算侵蚀区域将得到预期结果。图6B显示了当用户识别侵蚀区域的结果与专家标注图像一致时，系统向用户显示的提示信息。该模块还会将结果以分割形式叠加显示在灰度图像上（图6C）。如果用户将种子点放置在无侵蚀区域的位置，例如图7A所示，则模块将显示错误提示（图7B），指出该位置不存在侵蚀区域，并建议用户重新定位或删除种子点。

侵蚀检测过程；包括CT图像分析，反馈结果准确率为100%。
图6：正确识别骨侵蚀的示例。（A）用户在骨侵蚀区域正确放置种子点的示例。（B）所有骨侵蚀均被正确识别时的反馈提示示例。（C）骨侵蚀被正确计算后显示的侵蚀分割结果示例。请点击此处查看该图的放大版本。

侵蚀分析错误；灰度显微图像 A，错误对话框 B 突出显示种子点问题。
图 7：错误侵蚀识别示例。 （A）在无侵蚀区域放置种子点的示例。 （B）当种子点被放置在无侵蚀位置时出现错误提示的示例。 请点击此处查看该图的放大版本。

培训图像中所有囊肿和血管通道的位置均已由专家确定。因此，可以检测到用户试图错误识别囊肿或血管通道的情况。图8A展示了通过在囊肿上放置种子点来识别囊肿的尝试。图8B为随后显示的错误提示。

CT扫描静态分析；错误反馈；骨侵蚀识别；视觉分析验证。
图8：囊肿识别示例。 （A）在囊肿上放置种子点的示例。（B）在囊肿上放置种子点时出现错误提示的示例。请点击此处查看该图的放大版本。

该模块还会提示用户所放置的种子点数量是否正确。如果用户放置的种子点数量有误，模块将明确告知用户还缺少或多余多少个种子点，才能识别图像中的所有侵蚀区域。该模块还会对每个已放置的种子点提供反馈，使用户明确了解针对每个种子点应采取何种操作。图9展示了一个示例：用户预期应放置两个种子点，但仅放置了一个。

错误的侵蚀分析错误对话框；基于图像分析的种子点反馈。
图9：因缺少一个种子点而计算出的侵蚀示例。 本示例展示了一种情况，即用户仅放置了一个种子点，而系统预期应放置两个种子点。请点击此处查看该图的放大版本。

如果用户在查找部分或全部侵蚀区域时遇到困难，可选择点击一个标有 显示正确的种子点 (图5D). 按下此按钮后，将把正确的种子点加载到当前的 3D Slicer 窗口中。

总之，这表明该软件模块能够通过将计算得到的侵蚀区域与专家标注的侵蚀区域进行比较，评估用户在选定图像中识别侵蚀区域的准确性。此外，该模块会针对用户放置的每个种子点提供反馈，以引导其调整至预期的种子点位置和输入参数。

扫描编号皮质中断骨骼标签质心位置体积 (mm3)表面积 (mm2)圆度体素数量 (voxels)
3_Training.nii侵蚀掌骨SEEDS_28-1210, 108, 2423.32166885314.468183780.7441149114853
3_Training.nii侵蚀掌骨SEEDS_28-3179, 100, 2411.1007395627.1212312390.72396594922

表1：描述计算得到的侵蚀区域及其统计信息的生成输出文件示例（csv格式）。

讨论

该培训工具提供了使用骨分析模块学习识别骨侵蚀的机会。除培训外，若要进一步使用此侵蚀分析工具，则需要获取高质量的图像，且图像中应尽量减少或避免运动伪影。基于文献的高分辨率外周定量计算机断层扫描（HR-pQCT）骨侵蚀定义，描述了与病理性骨侵蚀相关的解剖特征，这些特征可被相对可靠地报告11,20。然而，该定义未考虑血管通道常见的解剖位置，可能导致将血管通道误判为骨侵蚀10。

本方案中的关键步骤包括骨组织掩膜的生成、种子点的放置以及侵蚀体积的生成。尽管已有自动化方法用于生成掩膜和侵蚀体积，但掩膜通常需要手动校正以确保获得满意的结果。本文提供了可用于执行手动校正的各种工具的详细说明。种子点的放置应参考 BAM-Training 模块提供的训练示例进行指导。

根据迄今为止所使用的数据，本方案针对侵蚀分析模块未产生预期结果的情况提供了故障排除建议。在未来的工作中，将提供更多的训练数据。先前的研究表明，使用该方法评估的侵蚀体积与现有方法具有可比性14,21,22。训练数据的提供将有助于在新开发的侵蚀分析工具出现时进行比较23。

本文介绍的训练工具主要用于辅助识别骨侵蚀；然而，目前该方法受限于尚无统一标准来界定松质骨中骨侵蚀的范围。尽管如此，BAM 模块是开源的，因此随着未来对骨侵蚀范围定义的更新，其他研究人员可自行修改模块以满足其研究需求。

随着高分辨率外周定量计算机断层扫描（HR-pQCT）在风湿病学研究中的应用不断扩展，该培训工具可为经验不足的使用者提供指导，帮助其识别HR-pQCT图像上的病理性皮质中断，以进行骨侵蚀分析。无论研究者选择何种骨侵蚀分析方法，该工具均适用。尽管完全自动化的骨侵蚀识别有助于提高分析的可重复性和速度，但训练机器学习模型需要具备准确标注的大规模参考/基准数据集。作为一款开源工具，该模块为共同构建大规模、带标注的数据集提供了机会，可用于未来的机器学习研究。该培训工具的使用将使更多研究者能够在HR-pQCT研究中纳入骨侵蚀分析。

披露

所有作者均无任何利益冲突需要申报。

致谢

作者谨此致谢以下为本工作提供资助的机构。SLM 获得关节炎学会（STAR-18-0189）及加拿大卫生研究院健康研究规划与传播资助项目的经费支持。JJT 持有加拿大卫生研究院博士后奖学金。

材料

本文使用的材料清单
姓名公司目录编号评论
3DSlicer开源不适用在 https://www.slicer.org/ 下载
BAM 侵蚀分析模块开源不适用本文稿所用版本：在 https://doi.org/10.5281/zenodo.7943007 下载
XtremeCTIIScanco Medical 不适用

参考文献

  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).

重印与许可

标签

CT 3D Slicer
使用高分辨率外周定量计算机断层扫描识别类风湿关节炎中腕掌指关节的骨侵蚀
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。