Systematic measuring cortical thickness in tibiae for bio-mechanical analysis

Abstract

Antecedentes y Objetivo: Medir el grosor del tejido óseo cortical ayuda a diagnosticar enfermedades óseas o monitorear el progreso de diferentes tratamientos. Este tipo de medición puede realizarse visualmente a partir de imágenes de tomografía computarizada (CAT) por un radiólogo o mediante algoritmos semiautomáticos a partir de valores de Hounsfield. Este artículo propone un mecanismo capaz de medir el grosor en toda la superficie ósea, alineando y orientando todas las imágenes en la misma dirección para tener referencias comparables y reducir al mínimo la intervención humana. El objetivo es procesar en lotes grandes cantidades de imágenes de CAT de pacientes para obtener perfiles de grosor de su tejido cortical que se puedan utilizar en muchas aplicaciones. Métodos: Se utiliza la segmentación morfológica clásica y el aprendizaje profundo para extraer el área de interés, filtrado e interpolación para limpiar los huesos y detección de contornos y funciones de distancia firmada para medir el grosor cortical. La alineación del conjunto de huesos se logra detectando su dirección longitudinal, y la orientación se realiza calculando su componente principal de la sección del centro de masas. Resultados: El método procesó de manera no supervisada al 67% de los pacientes en el primer intento y al 100% en el segundo intento. La diferencia en los valores de grosor entre los valores proporcionados por el algoritmo y las medidas realizadas por un radiólogo fue, en promedio, de 0.25 milímetros con una desviación estándar de 0.2. Conclusión: Medir el grosor cortical de un hueso nos permitiría preparar cirugías traumáticas precisas o estudiar sus propiedades estructurales. Obtener perfiles de grosor de un extenso conjunto de pacientes abre el camino para llevar a cabo numerosos estudios.

Background and Objective: Measuring the thickness of cortical bone tissue helps diagnose bone diseases or monitor the progress of different treatments. This type of measurement can be performed visually from CAT images by a radiologist or by semi-automatic algorithms from Hounsfield values. This article proposes a mechanism capable of measuring thickness over the entire bone surface, aligning and orienting all the images in the same direction to have comparable references and reduce human intervention to a minimum. The objective is to batch process large numbers of patients’ CAT images obtaining thicknesses profiles of their cortical tissue to be used in many applications. Methods: Classical morphological and Deep Learning segmentation is used to extract the area of interest, filtering and interpolation to clean the bones and contour detection and Signed Distance Functions to measure the cortical Thickness. The alignment of the set of bones is achieved by detecting their longitudinal direction, and the orientation is performed by computing their principal component of the center of mass slice. Results: The method processed in an unattended manner 67% of the patients in the first run and 100% in the second run. The difference in the thickness values between the values provided by the algorithm and the measures done by a radiologist was, on average, 0.25 millimetres with a standard deviation of 0.2. Conclusion: Measuring the cortical thickness of a bone would allow us to prepare accurate traumatological surgeries or study their structural properties. Obtaining thickness profiles of an extensive set of patients opens the way for numerous studies to be carried.