Erosion Identification in Metacarpophalangeal Joints in Rheumatoid Arthritis using High-Resolution Peripheral Quantitative Computed Tomography

Yousif Al-Khoury; Stephanie Finzel; Camille Figueiredo; Andrew J. Burghardt; Kathryn S. Stok; Lai-Shan Tam; Isaac Cheng; Justin J. Tse; Sarah L. Manske

doi:10.3791/65802

JoVE Journal > Medicine

Please note that all translations are automatically generated. Click here for the English version.

Medicine

זיהוי שחיקה במפרקים Metacarpophalangeal בדלקת מפרקים שגרונית באמצעות טומוגרפיה ממוחשבת כמותית היקפית ברזולוציה גבוהה

Published: October 06, 2023

doi:

10.3791/65802

Yousif Al-Khoury^1,2, Stephanie Finzel³, Camille Figueiredo⁴, Andrew J. Burghardt⁵, Kathryn S. Stok⁶, Lai-Shan Tam⁷, Isaac Cheng⁷, Justin J. Tse¹, Sarah L. Manske¹

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

שחיקות עצם הן תכונה פתולוגית חשובה של דלקת מפרקים שגרונית. מטרת עבודה זו היא להציג כלי הדרכה שיספק למשתמשים הדרכה לזיהוי שברים פתולוגיים בקליפת המוח בתמונות טומוגרפיה ממוחשבת כמותית היקפית ברזולוציה גבוהה לניתוח שחיקה.

Abstract

שחיקות עצם הן מאפיין פתולוגי של מספר צורות של דלקת מפרקים דלקתית, כולל דלקת מפרקים שגרונית (RA). הנוכחות המוגברת והגודל של שחיקות קשורות לתוצאות גרועות, תפקוד משותף והתקדמות המחלה. טומוגרפיה ממוחשבת כמותית היקפית ברזולוציה גבוהה (HR-pQCT) מספקת הדמיה in vivo שאין דומה לה של שחיקות עצם. עם זאת, ברזולוציה זו, אי רציפות בקליפה קליפת המוח (הפסקות קליפת המוח) הקשורים לתהליכים פיזיולוגיים נורמליים ופתולוגיה נראים גם. מחקר grouP עבור טומוגרפיה ממוחשבת xtrEme בדלקת מפרקים שגרונית השתמש בעבר בתהליך קונצנזוס כדי לפתח הגדרה של שחיקה פתולוגית ב- HR-pQCT: שבר בקליפת המוח שזוהה לפחות בשתי פרוסות רצופות, בשני מישורים ניצבים לפחות, לא ליניארי בצורתו, עם אובדן עצם טרבקולרית בסיסית. עם זאת, למרות זמינותה של הגדרה מוסכמת, זיהוי שחיקה הוא משימה תובענית עם אתגרים בשונות הבין-מדרגית. מטרת עבודה זו היא להציג כלי הדרכה שיספק למשתמשים הדרכה לזיהוי שברים פתולוגיים בקליפת המוח בתמונות HR-pQCT לניתוח שחיקה. הפרוטוקול המוצג כאן משתמש במודול מותאם אישית (Bone Analysis Module (BAM) – Training), המיושם כהרחבה לתוכנת עיבוד תמונה בקוד פתוח (3D Slicer). באמצעות מודול זה, משתמשים יכולים לתרגל זיהוי שחיקות ולהשוות את התוצאות שלהם לשחיקות שהוסברו על ידי ראומטולוגים מומחים.

Introduction

שחיקות עצם מתרחשות כאשר דלקת גורמת לאובדן עצם מקומי על פני העצם בקליפת המוח. שחיקות אלה מתרחבות לאזור העצם הטרבייה הבסיסית. הם תכונה פתולוגית של מספר צורות של דלקת מפרקים דלקתית, כולל דלקת מפרקים שגרונית (RA)¹. נוכחות שחיקה וגודלה קשורים לתוצאות גרועות, תפקוד המטופל והתקדמות המחלה 2,3,4,5. בעוד רדיוגרפיה רגילה נותרה התקן הקליני להערכת שחיקה, טומוגרפיה ממוחשבת כמותית היקפית ברזולוציה גבוהה (HR-pQCT) מספקת תמונות תלת-ממדיות ורגישות וספציפיות מעולות לזיהוי שחיקה ^6,7. עבור דלקת מפרקים דלקתית, כגון RA, HR-pQCT מבוצע בדרך כלל על המפרקים metacarpophalangeal^{2 ו} ^{-3 rd} – המפרקים המושפעים ביותר של היד⁸. מכיוון שלתמונות HR-pQCT יש רזולוציה מרחבית גבוהה, הפרעות פיזיולוגיות בפני השטח של קליפת המוח נצפות גם אצל אנשים בריאים ללא RA⁹. הפרעות אלה בקליפת המוח קשורות לעתים קרובות לתעלות כלי דם או לפתח מזין העובר דרך העצם¹⁰. לפיכך, האתגר הוא להבחין בין הפרעות בקליפת המוח הקשורות לתהליך מחלה (כלומר, שחיקות פתולוגיות) לבין מאפיינים שאינם פתולוגיים.

ההגדרה המוסכמת של שחיקת עצם פתולוגית פורסמה על ידי מחקר grouP עבור xtrEme טומוגרפיה ממוחשבת בדלקת מפרקים שגרונית (SPECTRA) כנוכחות של הפרעה מוגדרת בשכבת קליפת המוח של העצם המשתרעת על פני לפחות שתי פרוסות רצופות וניתן לגילוי בשני מישורים ניצבים או יותר¹¹. יתר על כן, ההפרעה חייבת להיות לא ליניארית בצורתה ומלווה באובדן באזור הטרבקולרי. דוגמאות חזותיות של הפרעות בקליפת המוח שאינן עומדות בקריטריונים של שחיקות מוצגות ב- Klose-Jensen et ^al.12.

עם זאת, לא כל הפרעות קליפת המוח העומדות בקריטריונים לעיל מסווגות שחיקות. הפרעות נגרמות לפעמים על-ידי תהליכים פיזיולוגיים כמו תעלות כלי דם (איור 1). ניתן לזהות ולהבדיל אותם משחיקות בשל מיקומם האנטומי הצפוי, שוליים מקבילים וישרים וגודל תת-מילימטרי¹³. ציסטות הן צורה נוספת של הפרעה בקליפת המוח שאינה נחשבת לשחיקה. לעתים קרובות יש להם מבנה טרבקולרי מעוגל עם קיר ציסטי ברור ¹³. בניגוד לקצוות החדים ולמבנה הטרבקולרי הפתוח המוצג על ידי שחיקות. עם זאת, ייתכן ששחיקות ייווצרו בתוך אתרים ציסטיים, מה שהופך את זה למעורפל לתחום את נפח אובדן העצם שנגרם על ידי השחיקות ולא את הציסטות. בעוד שפתרון עמימות זו באמצעות קריטריונים נוספים אינו מטרת מחקר זה, יש צורך לספק דוגמאות מקיפות של שחיקה פתולוגית והפרעות פיזיולוגיות בקליפת המוח.

איור 1: דוגמה להפרעות בקליפת המוח שלא נגרמו רק על-ידי שחיקות. (A) ציור הממחיש את המיקום המשותף של תעלות כלי הדם בבסיס הראש המטאקרפלי. דוגמאות לתעלות כלי דם במישורים ציריים (B) coronal, (C) sagittal, (D) ו-(E). (F) דוגמה להפרעה בקליפת המוח הנגרמת על ידי ציסטה. (G) דוגמה לנפח ריק באזור הטרבקולרי של העצם המערב גם ציסטות וגם שחיקות. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

למרות האתגרים בזיהוי שחיקה, אין כיום כלי הדרכה המספקים למשתמשים פחות מנוסים הדרכה לגבי פענוח תמונות HR-pQCT לניתוח שחיקה. לאחרונה פותח מודול קוד פתוח לניתוח שחיקה בשם מודול ניתוח עצם (BAM) – Erosion Volume, המיושם כהרחבה לתוכנת עיבוד תמונה בקוד פתוח כדי לאפשר ויזואליזציה של שחיקה וניתוחים נפחיים¹⁴. הפרוטוקול המוצג כאן מתאר שימוש במודול אימון שנוסף ל-BAM (BAM – Training), המשווה את ניסיונות זיהוי השחיקה של המשתמש על ידי השוואת זיהוי השחיקה עם שחיקות שהוסברו על ידי ראומטולוגים מומחים. כלי הדרכה זה מספק למשתמשים משוב על זיהוי שחיקה על מנת להנחות שיפורים בניתוח שחיקה. הוראות התקנת תוכנה מסופקות בשלב 1. לקבלת נתונים חדשים, ראה שלבים 3 – 5.3. לשימוש במודול הדרכה בלבד, ראה שלב 2.

Protocol

כל השיטות בפרוטוקול זה עוקבות אחר ההנחיות שנקבעו על ידי המועצה לאתיקה של מחקר בריאות משותף באוניברסיטת קלגרי (REB19-0387). 1. התקן מודולים 3D Slicer 15 וניתוח עצם הורד את קובץ ההתקנה עבור מהדורה יציבה של 3D Slicer הרלוונטית למערכת ההפעלה שבה נעשה שימוש מ- https://download.slicer.org/. הפעל את קובץ ההתקנה שהורדת ופעל בהתאם להוראות המופיעות באשף. לאחר השלמת ההתקנה, המשך בהתקנת מודולי ניתוח העצם.הורד את מודולי ניתוח העצם מ- https://doi.org/10.5281/zenodo.7943007 כקובץ zip דחוס וחלץ את התיקיה הדחוסה. שים לב לספרייה שבה נמצאת התיקיה שחולצה. הפעל כלי פריסה תלת-ממדי. טען את המודולים ל- 3D Slicer על ידי לחיצה על ערוך בפינה השמאלית העליונה של חלון 3D Slicer. לחץ על ערוך > הגדרות יישום כדי לפתוח חלון חדש. לחץ על מודולים שהיא כרטיסייה הממוקמת בצד שמאל בחלון ההגדרות שנפתח לאחרונה. הוסף את הנתיבים למודולי ניתוח העצם תחת נתיבי מודולים נוספים: (איור 2).לשם כך, גרור ושחרר את רשימת התיקיות הבאה בתיבה הממוקמת תחת נתיבי מודול נוספים:. תיקיות אלה ממוקמות בתוך התיקיה שהורדת בשלב 1.3.1: AutoMask, CorticalBreakDetection, ErosionComparison, ErosionVolume, FileConverter, ImageRegistration, Training. חלון ההגדרות אמור להיות דומה לאיור 2. לחץ על אישור בפינה השמאלית התחתונה של חלון ההגדרות. נדרשת הפעלה מחדש כדי לאשר את התקנת המודולים. עשה זאת על-ידי סגירת 3D Slicer והפעלתו מחדש.הערה: טעינת המודולים מתבצעת פעם אחת בלבד לכל התקנה של 3D Slicer. עם עדכונים נוספים למאגר GitHub לניתוח עצמות, פקודת משיכת git פשוטה של מסוף (או שורת פקודה) בספרייה המכילה את הורדת ה- BAM הקודמת תעדכן אוטומטית את כל המודולים. שוב, לחילופין, ניתן להוריד את המאגר, ולהחליף מודולים ישנים עם החדשים באופן ידני. איור 2: דוגמה לחלון הגדרות לאחר הוספת מודולי ניתוח עצם להתקנה של 3D Slicer. התמונה מציגה צילום מסך של חלון ההגדרות עם המודולים מסומנים בתיבה האדומה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. 2. מודול הדרכה הפעל את מודול BAM-Training.לחץ על התפריט הנפתח הממוקם בסרגל הכלים של 3D Slicer. מצאו מודולים של ניתוח עצם ורחפו עם העכבר מעליהם (איור 3). לחץ על הדרכה. טען קבצים במודול.עם הפעלת מודול האימון BAM, כל הקבצים הדרושים (תמונות בגווני אפור, מסכות, סגמנטציות שחיקת ייחוס) ייטענו אוטומטית על ידי לחיצה על המשך, בהנחה שמאגר BAM github הורד כאמור לעיל. בחר סוג סריקה עבור הקבצים.בחר אמצעי אחסון על-ידי ריחוף מעל התפריט הנפתח שכותרתו אמצעי אחסון: בחר אמצעי אחסון, זה מייצג את התמונה הראשית בקנה מידה אפור. בחר את המסיכה (כלומר, הקובץ המזהה את אמצעי האחסון בתוך המשטח הפריסטלי) בתפריט הנפתח שכותרתו מסיכת קלט: בחר אמצעי אחסון. ודא שמסיכה זו תואמת לנפח הקלט לעיל על-ידי אימות מזהה המדידה ומפרק MCP זהה בשתי הבחירות. אם זו הפעם הראשונה שמפעיל את מודול ההדרכה בתמונה זו עם השקה זו של 3D Slicer, צור פילוח פלט חדש בתפריט הנפתח שכותרתו שחיקות פלט: בחר סגמנטציה. לשם כך, לחץ על התפריט הנפתח ובחר צור פילוח חדש. פעולה זו תיצור צומת פילוח פלט חדש המסומן לאחר תווית מסיכת הקלט + _ER. כדי לתת לפלט תווית אחרת, בחר צור פילוח חדש כ… במקום זאת והזן את התווית הרצויה.הערה: ב-3D Slicer ובמסמך זה, מסיכה וסגמנטציה מזהים את הנפח בתוך פני השטח הפריאוסטיאליים של העצם. המסיכה מוצגת באופן חזותי כתמונה בינארית, ואילו הפילוח מתייחס לתצוגה חזותית של התמונה הבינארית המכוסה בתמונה בקנה מידה אפור. הבחנות אלה נעשות על ידי 3D Slicer. דוגמה לכך מודגמת באיור 4. הניחו נקודות זרע כמתואר להלן.כדי להתחיל, צור רשימת נקודות מקור חדשה כדי להוסיף נקודות זרע. לשם כך, לחץ על התפריט הנפתח שכותרתו נקודות זרע: ללא וצור רשימה חדשה על ידי בחירה באפשרות צור רשימת נקודות חדשה. שוב, תקן התיוג המוגדר כברירת מחדל הוא תווית תמונת קלט + _SEEDS. כדי לספק תווית משלך, בחר צור רשימת נקודות חדשה…. גלול בין הפרוסות וזהה אתרי סחף על ידי מיקום נקודת זרע באזור העניין. לחצו על כפתור השחרור אדום-נקודה כחולה שמוצג באיור 5A כדי להוסיף נקודת זרע חדשה.מניחים את נקודת הזרע עמוק ככל האפשר (פנימה לתוך עצם טרבקולרית) לתוך נפח השחיקה. ודא שנקודת הזרע ממוקמת באזור הכהה ביותר של אמצעי האחסון. כדי לשנות את גודל נקודת הזרע, שנה את גודל האחוזים בתיבת הטקסט שכותרתה גודל נקודת זרע:. שדות אחרים בטבלת נקודות הזרע, כגון הפרעה בעצמות ובקליפת המוח, מיועדים לרישומי המשתמש ואינם משפיעים על אלגוריתם חישוב השחיקה. קבל משוב כמתואר להלן.לאחר הצבת נקודות הזרע. לחצו על הכפתור שכותרתו Get Erosions, המודגש באיור 5B, כדי להפעיל את אלגוריתם מדידת השחיקה על הקלטים הנתונים. עם השלמת מדידות הסחיפה, המודול יספק משוב על מיקום נקודת הזרע. המיקום של כל נקודת זרע מושווה למיקום של שחיקות ייחוס כדי להתאים נקודות זרע לסחף שהיא מנסה למדוד. השגת שחיקות ייחוס על ידי חישוב נפח השחיקה באמצעות נקודות זרעים שהונחו על ידי ראומטולוגים בעלי הכשרה, רשומות פרסום נרחבות ויותר מ -10 שנות ניסיון בשימוש בהדמיה HR-pQCT וניתוח שחיקה (SF ו- CF). איור 3: התפריט הנפתח של 3D Slicer. התפריט הנפתח כדי למצוא את מודולי ניתוח העצם ובחר את מודול ההדרכה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 4: זיהוי הנפח בתוך פני השטח הפריאוסטיאליים של העצם. (A) דוגמה למסכה. המסיכה מוצגת באופן חזותי כתמונה בינארית. (ב) דוגמה לסגמנטציה. הסגמנטציה מתייחסת לתצוגה חזותית של התמונה הבינארית המכוסה בתמונה בקנה מידה אפור. הבחנות אלה נעשות על ידי 3D Slicer. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 5: צילום מסך לדוגמה של מודול אימון בתוך כלי פריסה תלת-ממדיים. (A) לחץ כדי להוסיף נקודות זרע חדשות. (ב) לחץ כדי לחשב נפחי שחיקה. (C) לחץ כדי לייבא תמונות. (D) לחץ כדי לחשוף נקודות זרע שהונחו על ידי מומחים. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. 3. רכישת תמונות וייצוא לשימוש בכלי ניתוח שחיקה קבל תמונות HR-pQCT באמצעות סורק HR-pQCT מהדור הראשון או השני. סורק מסחרי שימש להשגת התמונות עבור מחקר זה (ראה טבלת חומרים).הערה: התמונות המשמשות במחקר זה הן של המפרקים המטא-קרפופלנגלייםה-2 וה-3 ונרכשו באמצעות הפרוטוקול המתואר ב-Barnabe et al.8, אולם תמונות של מפרקים עם שחיקות תואמות ל-BAM. בדוק תמונות עבור אובייקט תנועה16,17. אין להשתמש בתמונות עם ציוני תנועה > 3 לניתוח שחיקה. ייצוא קובצי AIM (פורמט תמונה קנייני) או הדמיה דיגיטלית ותקשורת ברפואה (DICOM) של כל מפרק לדיסק מקומי באמצעות פרוטוקול העברת קבצים (FTP). ניתן ליצור קבצים של מפרקים בודדים באמצעות צינור ניתוח רוחב החלל המשותף (JSW) שסופק על ידי היצרן18. שנה שמות קבצים מתבנית המספר המוגדרת כברירת מחדל לשימוש קל יותר. 4. המרת קבצים ויצירת מסכות עצם הערה: בהתאם לתבנית התמונה, בצע את שלב 4.1 עבור AIM (תבנית תמונה קניינית HR-pQCT), MHA (תבנית ITK MetaImage), NII (NIfTI – Neuroimaging Informatics Technology Initiative), NRRD (Almost Raw Raster Data) תמונות או שלב 4.2 עבור תמונות DICOM. כדי לייבא תמונות עם כל אחת מתבניות קובץ התמונה הבאות: MHA, nii, AIM או NRRD, בצע את השלבים המתוארים להלן.לחצו על הכפתור שכותרתו DATA הממוקם בפינה השמאלית העליונה של חלון ה-3D Slicer (איור 5C). כדי להוסיף קבצי תמונה, לחץ על בחר קבצים) כדי להוסיף, לאתר ולהוסיף את התמונות. כדי להוסיף ספרייה שלמה של תמונות, לחץ על בחר ספרייה להוספה, אתר והוסף את הספרייה. פעולה זו תטען את כל התמונות בספרייה זו. אם יש צורך לייבא מסיכת תמונה כסגמנטציה תלת-ממדית של כלי פריסה מכל סיבה שהיא, המירו תחילה לקובץ NRRD או NII. המרה זו יכולה להתבצע באופן אוטומטי, ראה שלב 4.4.1 לקבלת פרטים. יבא קובצי DICOM בכלי פריסה תלת-ממדי כמתואר להלן.לחץ על הכפתור שכותרתו DCM הממוקם בפינה השמאלית העליונה של חלון 3D Slicer. לחץ על ייבוא קובצי DICOM, אתר והוסף את הספרייה המכילה את קובצי DICOM (הסיומת היא .dcm). לחץ על הכפתור שכותרתו טען הממוקם בצד ימין של החלון. קבל מסיכת תמונה באמצעות שלב 2 – מסיכה אוטומטית במודול BAM – מסיכה אוטומטית.לחץ על התפריט הנפתח הממוקם בסרגל הכלים של 3D Slicer. מצא מודולים לניתוח עצם ורחף עם סמן העכבר מעליו. לחץ על מסיכה אוטומטית. תחת הכרטיסיה שלב 2 – מסיכה אוטומטית, בחר אמצעי אחסון קלט באמצעות התפריט הנפתח שכותרתו עוצמת קלט:. זוהי סריקת הקלט. צור פלט חדש בתפריט הנפתח שכותרתו פילוח פלט: ובחר צור LabelMapVolume חדש. פעולה זו תיצור צומת פלט חדש המסומן לאחר תווית מסיכת הקלט + _MASK. כדי לתת לפלט תווית אחרת, במקום זאת בחר Create New LabelMapVolume as … והזן את התווית הרצויה. הזן את מספר העצמות שיש להסוות בתיבת הטקסט עם תווית זו. בחר Ormir בתפריט הנפתח שכותרתו אלגוריתם לקבלת הפילוח האופטימלי עבור ניתוח זה19.הערה: אפשרויות אחרות ליצירת מסכות אלה זמינות וייתכן שיתווספו בעתיד. לחץ על Get Mask. פעולה זו תפעיל את האלגוריתם (~ 2-3 דקות) ותפיק את התוצאה באותה ספרייה של תמונת הקלט. זה גם ישמור מסכה נפרדת עבור כל עצם אם התמונה היתה עצמות מרובות. בצע תיקון ידני של מסכת עצם באמצעות שלב 3 – תיקון ידני במודול BAM. לעתים קרובות המסכה שנוצרת אינה מדויקת. בצע תיקון ידני כדי להוסיף, למחוק או לערוך רכיבים ספציפיים של הסגמנטציות.כדי לערוך מסיכה שנוצרה באמצעים אחרים או שנוצרה בהפעלה קודמת של 3D Slicer, השתמש במודול זה כדי לטעון מסיכות אלה ל- 3D Slicer מקובץ. סיומת הקובץ יכולה להיות כל אחת מהפעולות הבאות, MHA, nii, NRRD, AIM.העתק את התמונות לספריית LOAD_MASKS הממוקמת בתיקיית ה- BAM שהורדת בשלב 1.3. חזור אל 3D Slicer ולחץ על הלחצן שכותרתו טען בשלב התיקון הידני. בחר את הפילוח לתיקון בתפריט הנפתח שכותרתו מסיכה לתיקון:”. בחר את התמונה המקורית בקנה מידה אפור השייכת למקטע שחיקה זה בתפריט הנפתח שכותרתו Master Volume:. לחץ על Initialize. לכל פילוח חייב להיות ערך משלו בטבלה שלהלן. בחר את הפילוח לתיקון בהתבסס על צבע הסגמנטציה. כדי להוסיף לסגמנטציה, לחץ על הכפתור השני בשורה הראשונה. פעולה זו משתמשת בפונקציית הצביעה. בצע תוספות לאמצעי האחסון על-ידי ציור על התמונות (החזק את לחצן העכבר השמאלי למטה והזז את העכבר). כדי להסיר חלק מהסגמנטציה, לחצו על הכפתור מתחת לטבלה שכותרתה ‘מחק בין פרוסות’. זוהי פונקציית המחיקה והיא פועלת כמו פונקציית הצבע אך מוחקת במקום. ציירו תוספות לפי הצורך על כל 10-25 פרוסות, אך הקפידו לכלול את הפרוסה הראשונה ואת הפרוסה האחרונה שבהן היה צורך בתוספת. אם נעשה שימוש בפונקציית הצביעה, ניתן לבצע אינטרפולציה של השינויים בלחיצה על הכפתור הראשון בשורה החמישית שכותרתו הפונקציה Fill in Between Slices . לחץ על הכפתורים Initialize > Apply. אם נעשה שימוש בפונקציית המחיקה, פשוט לחץ על הכפתור מתחת לטבלה שכותרתה החל מחיקה. אין להשתמש בפונקציות צביעה ומחיקה בו-זמנית. החל תחילה פונקציה אחת ולאחר מכן החל את השנייה. לאחר השלמת העריכות, הקש החל. 5. זיהוי שחיקות השתמש בשלב 4 – שחיקות במודול BAM – Erosion Volume לזיהוי שחיקה. מודול נפח השחיקה הוא הכלי האחראי על זיהוי ומדידת שחיקות בסריקה.הערה: מודול זה הוא המוקד של כלי ההדרכה המפורט לעיל ויש לו זרימת עבודה כמעט זהה. ההבדלים הם שהשחיקה המחושבת אינה מושווית לשחיקות מבוארות במומחיות, ומייצאת כאן סטטיסטיקות שחיקה ותיקון ידני של הכרכים לאחר זיהויים. מניחים נקודות זרע ומקבלים סחף כפי שנעשה בשלב 2.4. בסופו של דבר לא יינתן משוב. תיקון ידניאם הגודל והצורה של אמצעי האחסון של השחיקה שזוהו באופן אוטומטי אינם מספקים, ערוך אותם תחת הכרטיסיות שכותרתן שלב 5 – תיקון ידני ופילוח ייצוא. בצע את השלבים המתוארים בשלב 4.4. עם זאת, אין אפשרות לטעון נפחי שחיקה חיצוניים. אל תלחץ על החל לאחר סיום התיקונים מכיוון שהשינויים כבר נשמרו. 6. סטטיסטיקת שחיקה יצא את הנתונים המחושבים לקובץ גיליון אלקטרוני (תבנית CSV) באמצעות הכרטיסיה שכותרתה שלב 6 – סטטיסטיקה. ספק את אמצעי האחסון של השחיקה המחושב בשלב 4 ומתוקן באופן אופציונלי בשלב 5 תחת התפריט הנפתח שכותרתו שחיקות קלט. ספק את התמונה בגווני אפור תחת התפריט הנפתח שכותרתו Master Volume. ספק את רוחב הווקסל, במ”מ, של התמונה בתיבת הטקסט. לחץ על קבל סטטיסטיקה. קובץ הגיליון האלקטרוני נוצר בספריה בשם EROSIONS_OUTPUT_DATA הממוקמת בתיקיית BAM שהורדה בשלב 1.3. ראה טבלה 1 לקבלת דוגמה של טבלת הפלט.

Representative Results

באמצעות כלי ההדרכה, המשתמשים יכולים לתרגל זיהוי אתרי שחיקה תוך קבלת משוב על תוצאותיהם. לולאת משוב זו יכולה לשפר את יכולתו של המשתמש לזהות שחיקות ולהשתמש במודולי BAM כדי לזהות שחיקות בתמונות שלהם. משוב לאחר מיקום נקודת זרע מבוסס על הקריטריונים הבאים. 1) אם מספר נקודות הזרע שהוצבו אינו תואם למספר שחיקות הייחוס, המשתמש מתבקש למחוק או להוסיף את המספר המתאים של נקודות זרע. 2) אם לא ניתן להתאים את מיקום נקודת הזרע לשחיקת ייחוס, יוצג משוב המציין כי לא קיימת סחף במיקום של אותה נקודת זרע. 3) אם נקודת זרע מותאמת להפרעה פתולוגית/פיזיולוגית בקליפת המוח כגון ציסטה או תעלה וסקולרית, המשתמש מקבל הודעה על סוג ההפרעה בקליפת המוח שהוא ניסה לזהות כשחיקה, ומתבקש להסיר את נקודת הזרע. 4) אם מיקום נקודת הזרע חופף לשחיקת ייחוס, ייתכן שהאלגוריתם עדיין לא יזהה את השחיקה. זה עלול להתרחש כאשר נקודת הזרע לא הייתה מרוכזת בסחיפה. במקרים אלה, המשתמש מתבקש להתאים את המיקום של נקודת הזרע. 5) אם נקודת זרע ממוקמת רחוק מדי מכל שחיקה, המשתמש מקבל הודעה על המיקום השגוי שלהם ומעודד לנסות שוב. 6) כאשר מיקום נקודת זרע תואם את שחיקת הייחוס, מוצגת הנחיה המודיעה למשתמש על ניסיונו המוצלח לזהות את השחיקה באותה נקודת זרע ספציפית. הסעיף הבא מדגים דוגמאות לאופן הפעולה של המודול בהתבסס על קלטים שונים. תשומות נכונות ושגויות יודגמו בדוגמאות הבאות. איור 6A מראה את מיקום נקודת הזרע הממוקמת בתוך הסחיפה. רק שחיקה אחת קיימת בתמונה זו, ולכן חישוב השחיקות עם נקודת הזרע יניב את התוצאות הצפויות. איור 6B מציג את ההנחיה המוצגת למשתמשים כאשר הניסיון שלהם לזהות את השחיקה תואם את התמונה עם הערות מומחים. המודול גם מציג את התוצאות כסגמנטציות בתמונה בסקאלה אפורה (איור 6C). אם המשתמש מיקם נקודת זרע במיקום ללא שחיקה, כגון איור 7A, המודול יציג הודעת שגיאה (איור 7B) המציינת שלא קיימת שחיקה במיקום זה ומציעה למשתמש למקם/להסיר את נקודות הזרע. איור 6: דוגמה לזיהוי נכון של שחיקה. (A) דוגמה של משתמש שהציב נכון נקודת זרע בתוך אתר השחיקה. (B) דוגמה לבקשת משוב כאשר כל השחיקות זוהו כראוי. (C) דוגמה לסגמנטציה מוצגת של שחיקה כאשר שחיקה מחושבת נכון. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 7: דוגמה לזיהוי שחיקה שגוי. (A) דוגמה לנקודת זרע שהוצבה במקום שבו לא קיימת שחיקה. (B) דוגמה להודעת שגיאה כאשר נקודת זרע ממוקמת במיקום שאין בו שחיקה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. המיקומים של כל הציסטות ותעלות כלי הדם בתמונות האימון שסופקו זוהו על ידי מומחה. לכן, ניתן לזהות מתי משתמש מנסה לזהות באופן שגוי ציסטה או ערוץ כלי דם. איור 8A מדגים ניסיון לזהות ציסטה על-ידי הנחת נקודת זרע עליה. איור 8B הוא הודעת השגיאה המוצגת לאחר מכן. איור 8: דוגמה לזיהוי ציסטות. (A) דוגמה לנקודת זרע המונחת על ציסטה. (B) דוגמה להודעת שגיאה כאשר נקודת זרע מונחת על ציסטה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. המודול גם יודיע למשתמש אם יש לו את הכמות הנכונה של נקודות זרע. אם המשתמש הציב מספר שגוי של נקודות זרע, המודול יודיע למשתמש על הכמות המדויקת של נקודות זרע חסרות או נוספות כדי לזהות את כל השחיקות בתמונה. המודול גם נותן משוב עבור כל נקודת זרע שהוצבה. לכן, המשתמש יודע אילו פעולות לנקוט עבור כל נקודת זרע בודדת. איור 9 מדגים דוגמה שבה משתמש הציב נקודת זרע אחת בלבד כאשר היו צפויות שתיים. איור 9: דוגמה לשחיקות שחושבו תוך החמצת נקודת זרע אחת. הדוגמה מדגימה דוגמה שבה המשתמש הציב נקודת זרע אחת בלבד כאשר היו צפויות שתיים. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. אם משתמש מתקשה למצוא חלק מהשחיקות או את כולן, יש לו אפשרות לחשוף את המיקומים עם הערות מקצועיות על-ידי לחיצה על כפתור שכותרתו חשיפת נקודות זרע נכונות (איור 5D). בעת לחיצה, לחצן זה יטען את נקודות הזרעים הנכונות לחלון 3D Slicer הנוכחי. לסיכום, זה מראה כי מודול התוכנה יכול להעריך את נכונות הניסיון של המשתמש לזהות שחיקות בתמונות נבחרות על ידי השוואת השחיקה המחושבת עם שחיקות מבוארות במומחיות. בנוסף, המודול מספק משוב המבוסס על כל נקודת זרע הממוקמת על ידי המשתמש כדי להנחות אותם לעבר מיקום נקודת הזרע הצפויה ופרמטרי הקלט. מזהה סריקה הפרעה קורטיקלית עצם תווית מיקום Centroid נפח (מ”מ 3) שטח פנים (מ”מ2) מעוגלות מספר ווקסלים (voxels) 3_Training.nii שחיקת מטקרפלית SEEDS_28-1 210, 108, 242 3.321668853 14.46818378 0.74411491 14853 3_Training.nii שחיקת מטקרפלית SEEDS_28-3 179, 100, 241 1.100739562 7.121231239 0.7239659 4922 טבלה 1: דוגמה לקובץ פלט שנוצר (תבנית csv) המתאר שחיקות ממוחשבות ואת הנתונים הסטטיסטיים שלהן.

Discussion

כלי אימון זה מספק הזדמנות ללמוד לזהות שחיקות באמצעות מודול ניתוח העצם. שימוש נוסף בכלי ניתוח שחיקה זה מעבר לאימון דורש גישה לתמונות באיכות טובה, עם מעט או ללא חפץ תנועה. הגדרת שחיקת HR-pQCT המבוססת על הספרות מתארת מאפיינים אנטומיים הקשורים לשחיקה פתולוגית שניתן לדווח עליהם בסבירות סבירה^11,20. עם זאת, הגדרה זו אינה לוקחת בחשבון מיקומים אנטומיים נפוצים של תעלות כלי דם, מה שעלול לגרום לסיווגם השגוי כשחיקת עצם¹⁰.

השלבים הקריטיים בפרוטוקול זה הם יצירת מסכת העצם, מיקום נקודות הזרע ויצירת נפח השחיקה. בעוד שיטות אוטומטיות ליצירת המסכות ונפח השחיקה מיושמות, המסכות דורשות לעתים קרובות תיקון ידני כדי להבטיח תוצאות משביעות רצון. ניתן תיאור מקיף של הכלים הזמינים לביצוע התיקונים הידניים. המיקום של נקודות זרע מונחה על ידי דוגמאות אימון שסופקו על ידי מודול אימון BAM.

בהתבסס על הנתונים ששימשו עד כה, פרוטוקול זה מספק הצעות לפתרון בעיות כאשר מודול ניתוח השחיקה אינו מפיק את התוצאות הצפויות. בעבודה עתידית תינתן גישה לנתוני הדרכה נוספים. מחקר קודם הראה כי נפחי השחיקה המוערכים בשיטה זו דומים לשיטות הקיימות 14,21,22. אספקת נתוני אימון תאפשר השוואה לכלים חדשים יותר לניתוח שחיקה כפי שהם מפותחים²³.

כלי האימון שהוכנס כאן מסייע בעיקר בזיהוי שחיקה; עם זאת, השיטה מוגבלת כיום בשל היעדר הסכמה על הגדרת מידת השחיקה בעצם הטרבקולרית. עם זאת, מודולי BAM הם קוד פתוח, ולכן, ככל שההגדרות העתידיות של היקף השחיקה משתנות, לחוקרים אחרים יש גישה לשנות את המודולים כדי לענות על צרכיהם.

ככל שהשימוש ב-HR-pQCT במחקר ראומטולוגי מתרחב, כלי ההדרכה מספק למשתמשים חסרי ניסיון הדרכה לזיהוי הפרעות פתולוגיות בקליפת המוח בתמונות HR-pQCT לצורך ניתוח שחיקה. כלי זה יהיה ישים לחוקרים ללא קשר לשיטה שנבחרה לניתוח שחיקה. בעוד שזיהוי שחיקה אוטומטי לחלוטין רצוי כדי לשפר את יכולת השחזור ואת מהירות הניתוח, נדרשים מערכי נתונים גדולים של ייחוס/אמת מידה עם ביאורים מדויקים כדי לאמן מודלים של למידת מכונה. ככלי קוד פתוח, מודול זה מספק הזדמנות לפתח באופן קולקטיבי מערכי נתונים גדולים ומבוארים לשימוש עתידי בלמידת מכונה. השימוש בכלי אימון זה יאפשר לחוקרים נוספים לכלול ניתוח שחיקה במחקר HR-pQCT שלהם.

Disclosures

The authors have nothing to disclose.

Acknowledgements

המחברים מבקשים להודות לסוכנויות המימון הבאות שתמכו בעבודה זו. SLM ממומן באמצעות האגודה לדלקת פרקים (STAR-18-0189) ומענק תכנון והפצה של מכוני הבריאות הקנדיים. JJT מחזיק בפרס CIHR Fellowship.

Materials

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

References

Schett, G., Gravallese, E. Bone erosion in rheumatoid arthritis: mechanisms, diagnosis and treatment. Nature Reviews Rheumatology. 8 (11), 656-664 (2012).
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).
Scott, D. L., et al. The links between joint damage and disability in rheumatoid arthritis. Rheumatology. 39 (2), 122-132 (2000).
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).
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).
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).
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).
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).
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).
Scharmga, A., et al. Vascular channels in metacarpophalangeal joints: a comparative histologic and high-resolution imaging study. Scientific reports. 7 (1), 8966-8968 (2017).
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).
Klose-Jensen, R., et al. High-Resolution Peripheral Quantitative Computed Tomography for Bone Evaluation in Inflammatory Rheumatic Disease. Frontiers in Medicine. 7, 337 (2020).
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).
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).
Fedorov, A., et al. 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magnetic Resonance Imaging. 30 (9), 1323-1341 (2012).
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).
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).
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).
. Open and Reproducible Musculoskeletal Imaging Research Available from: https://github.com/SpectraCollab/ORMIR_XCT (2023)
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).
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).
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).
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).

Play Video

PDF

DOI

DOWNLOAD MATERIALS LIST

Cite This Article

Al-Khoury, Y., Finzel, S., Figueiredo, C., Burghardt, A. J., Stok, K. S., Tam, L., 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).

Automatically Generated