权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Data-driven CT image harmonization and hierarchical modeling in multi-institutional databases for musculoskeletal disease analysis

多机构数据库中数据驱动的 CT 图像协调和分层建模，用于肌肉骨骼疾病分析

基本信息

批准号：
21K18080
负责人：
SOUFI MAZEN
金额：
$ 2.91万
依托单位：
Nara Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

2021年度に開発した，異なる患者の撮影肢位の間の空間的変動を考慮したデータ調和手法を，2022年度，新たに筋構造に拡張した．本手法は，2つのデータベース（大阪大学医学部附属病院の自然姿勢9例，奈良県立医科大学の疑似立位10例）において，14つの筋肉（9の外在筋，5の内在筋）の正解データを作成して検証した．また，慶応大学と共同研究で，歩行動態を含むデータベース（4DCT；1症例26フレーム）を新たに作成し，検証に使用した．本手法は，いくつかの構造において，従来手法と比較して有意な改善を示した．大阪大学医学部附属病院のデータセットでは，足根骨と中足骨でそれぞれ約8％，5％のDice係数（DC）が増加した．この成果は，医用画像研究会 (MI2022-86) で発表した．筋骨格系の疾患の進行を解析するために，筋骨格セグメンテーションモデルを開発した．CT装置の機種，メーカー，患者の病状が異なる4つのデータベースを用いて，モデルの臨床応用性を検証した．このモデルは，股関節と膝の間の3つの骨と19の筋肉に対して優れた性能を示し，平均の精度（DC）は0.946で，最先端の精度を達成した．開発したセグメンテーションモデルは，大阪大学医学部附属病院の2,512症例を含む大規模データベースに適用し，疾患進行のモデリングを行った．疾患の重症度は，自動グレーディングモデルを用いて取得した．重症度情報は，筋肉ごとの体積や平均筋肉量(HU)と組み合わせて，病気の進行傾向を観察した．この実験により，自動化された筋骨格セグメンテーションを用いて，骨や筋肉における疾患進行のモデリングの可能性が示された．本研究は国際会議（IFMIA2023）で発表し，アワードを受賞した．

In 2021, the development of different patients and the spatial movement of the affected limbs were considered. In 2022, the new tendon structure was expanded. This technique is based on 2 cases (9 cases of natural posture at Osaka University Hospital, 10 cases of suspected posture at Nara Medical University), 14 cases of muscle (9 cases of external muscle, 5 cases of internal muscle) and 2 cases of correct solution (9 cases of external muscle, 5 cases of internal muscle). The research of Qing University includes the following aspects: This method is not only for structural improvement, but also for intentional improvement. Osaka University Medical School Affiliated Hospital's Dice coefficient (DC) increased by about 8% and 5% respectively. The results of this study were published by the Medical Portrait Research Association (MI2022-86). The analysis of skeletal system diseases is carried out in the following ways: the development of skeletal system diseases; the model of CT device; the application of CT system diseases; the clinical application of CT system diseases; and the application of CT system diseases. The average accuracy (DC) was 0.946, and the highest accuracy was achieved. 2,512 cases including large-scale cases at Osaka University Medical College Hospital were reported. The severity of the disease is automatically determined by the user. Severity information: muscle volume and average muscle mass (HU). The possibility of automatic control of the system is demonstrated by the possibility of automatic control of the system. This study was presented at the International Conference on Food and Agriculture (IFMIA2023) and received awards.