As erosões ósseas são uma importante característica patológica da artrite reumatoide. O objetivo deste trabalho é apresentar uma ferramenta de treinamento para fornecer aos usuários orientação na identificação de quebras corticais patológicas em imagens de tomografia computadorizada quantitativa periférica de alta resolução para análise de erosão.
As erosões ósseas são uma característica patológica de várias formas de artrite inflamatória, incluindo a artrite reumatoide (AR). O aumento da presença e do tamanho das erosões está associado a piores desfechos, função articular e progressão da doença. A tomografia computadorizada quantitativa periférica de alta resolução (TCFC-pQCT) fornece visualização in vivo incomparável das erosões ósseas. No entanto, nessa resolução, também são visíveis descontinuidades na concha cortical (quebras corticais) que estão associadas a processos fisiológicos e patologias normais. O estudo grouP para xtrEme Computed Tomography in Rheumatoid Arthritis usou previamente um processo de consenso para desenvolver uma definição de erosão patológica no HR-pQCT: uma ruptura cortical detectada em pelo menos dois cortes consecutivos, em pelo menos dois planos perpendiculares, de forma não linear, com perda óssea trabecular subjacente. No entanto, apesar da disponibilidade de uma definição de consenso, a identificação da erosão é uma tarefa exigente com desafios na variabilidade interobservadores. O objetivo deste trabalho é introduzir uma ferramenta de treinamento para fornecer aos usuários orientação sobre a identificação de quebras corticais patológicas em imagens HR-pQCT para análise de erosão. O protocolo aqui apresentado utiliza um módulo custom-built (Bone Analysis Module (BAM) - Training), implementado como uma extensão de um software de processamento de imagens open-source (3D Slicer). Usando este módulo, os usuários podem praticar a identificação de erosões e comparar seus resultados com erosões anotadas por reumatologistas especializados.
As erosões ósseas ocorrem quando a inflamação causa perda óssea localizada na superfície óssea cortical. Essas erosões se estendem para a região óssea trabecular subjacente. São uma característica patológica de várias formas de artrite inflamatória, incluindo a artrite reumatoide (AR)1. A presença e o tamanho da erosão estão associados a piores resultados, função do paciente e progressão da doença 2,3,4,5. Enquanto a radiografia simples continua sendo o padrão clínico para avaliação de erosão, a tomografia computadorizada quantitativa periférica de alta resolução (TCFC-pQT) fornece imagens 3D e sensibilidade e especificidade superiores para detecção deerosão6,7. Para artrite inflamatória, como a AR, o FC-pQCT é comumente realizado nas2ª e3ª articulações metacarpofalangeanas - as articulações mais acometidas da mão8. Como as imagens de FC-pQCT têm alta resolução espacial, interrupções fisiológicas na superfície cortical também são observadas em indivíduos saudáveis sem AR9. Essas interrupções corticais estão frequentemente associadas à passagem de canais vasculares ou forame nutriente através doosso10. Assim, o desafio é distinguir as interrupções corticais associadas a um processo patológico (isto é, erosões patológicas) de características não patológicas.
A definição consensual de erosão óssea patológica foi publicada pelo Study grouP for xtrEme Computed Tomography in Rheumatoid Arthritis (SPECTRA) como a presença de uma interrupção definitiva na camada cortical do osso que se estende por pelo menos dois cortes consecutivos e é detectável em dois ou mais planos perpendiculares11. Além disso, a interrupção deve ser de forma não linear e acompanhada de perda na região trabecular. Exemplos visuais de interrupções corticais que preenchem ou não os critérios de erosões são mostrados em Klose-Jensen et al.12.
No entanto, nem todas as interrupções corticais que atendem aos critérios acima são classificadas como erosões. As interrupções são, algumas vezes, causadas por processos fisiológicos, como canais vasculares (Figura 1). Estas podem ser identificadas e diferenciadas das erosões devido à sua localização anatômica previsível, margens paralelas e retas e tamanho submilimétrico13. Os cistos são outra forma de interrupção cortical que não é considerada uma erosão. Frequentemente apresentam estrutura trabecular arredondada com parede cística clara13. Em contraste com as bordas afiadas e a estrutura trabecular aberta exibida por erosões. No entanto, é possível que erosões se formem dentro de sítios císticos, tornando ambíguo delinear o volume de perda óssea causado pelas erosões e não pelos cistos. Embora resolver essa ambiguidade com critérios adicionais não seja o objetivo deste estudo, há necessidade de fornecer exemplos abrangentes de erosão patológica e interrupções corticais fisiológicas.
Figura 1: Exemplo de interrupções corticais que não foram causadas exclusivamente por erosões. (A) Desenho ilustrativo da localização comum dos canais vasculares na base da cabeça do metacarpo. Exemplos de canais vasculares nos planos (B) coronal, (C) sagital, (D) e (E) axial. (F) Exemplo de interrupção cortical causada por cisto. (G) Exemplo de volume de micção na região trabecular do osso envolvendo cistos e erosões. Clique aqui para ver uma versão maior desta figura.
Apesar dos desafios na identificação da erosão, atualmente não existem ferramentas de treinamento para fornecer aos usuários menos experientes orientação sobre a interpretação de imagens HR-pQCT para análise de erosão. Recentemente, foi desenvolvido um módulo open-source para análise de erosão denominado bone analysis module (BAM) - Erosion Volume, implementado como extensão de um software de processamento de imagens open-source para permitir a visualização da erosão e análises volumétricas14. O protocolo aqui apresentado descreve o uso de um módulo de treinamento adicionado ao BAM (BAM - Training), que compara as tentativas de identificação de erosão de um usuário comparando a identificação de erosão com erosões anotadas por reumatologistas especialistas. Esta ferramenta de treinamento fornece aos usuários feedback sobre a identificação da erosão, a fim de orientar melhorias na análise da erosão. As instruções de instalação do software são fornecidas na etapa 1. Para obter novas aquisições de dados, consulte as etapas 3 a 5.3. Somente para uso do módulo de treinamento, consulte a etapa 2.
Todos os métodos deste protocolo seguem as diretrizes estabelecidas pelo Conjoint Health Research Ethics Committee da Universidade de Calgary (REB19-0387).
1. Instale o 3D Slicer 15 e os módulos de análise óssea
Figura 2: Exemplo de janela de configurações após adicionar módulos de análise óssea a uma instalação do 3D Slicer. A imagem mostra uma captura de tela da janela de configurações com os módulos destacados na caixa vermelha. Clique aqui para ver uma versão maior desta figura.
2. Módulo de treinamento
Figura 3: Menu suspenso do 3D Slicer. O menu suspenso para encontrar os módulos de análise óssea e selecionar o módulo de treinamento. Clique aqui para ver uma versão maior desta figura.
Figura 4: Identificação do volume dentro da superfície periosteal do osso. (A) Exemplo de máscara. A máscara é visualizada como uma imagem binária. (B) Exemplo de segmentação. A segmentação refere-se à visualização da imagem binária sobreposta à imagem em escala de cinza. Essas distinções são feitas pelo 3D Slicer. Clique aqui para ver uma versão maior desta figura.
Figura 5: Captura de tela de exemplo do módulo de treinamento no 3D Slicer. (A) Clique para adicionar novos pontos de semente. (B) Clique para calcular os volumes de erosão. (C) Clique para importar imagens. (D) Clique para revelar os pontos de semente colocados pelos especialistas. Clique aqui para ver uma versão maior desta figura.
3. Aquisição e exportação de imagens para uso em ferramenta de análise de erosão
4. Conversão de arquivos e geração de máscaras ósseas
NOTA: Dependendo do formato da imagem, siga a etapa 4.1 para imagens AIM (HR-pQCT proprietary image format), MHA (ITK MetaImage format), nii (NIfTI - Neuroimaging Informatics Technology Initiative), NRRD (Almost Raw Raster Data) ou a etapa 4.2 para imagens DICOM.
5. Identificação de erosões
6. Estatísticas de erosão
Usando a ferramenta de treinamento, os usuários podem praticar a identificação de locais de erosão enquanto recebem feedback sobre seus resultados. Esse loop de feedback pode melhorar a capacidade do usuário de identificar erosões e potencialmente usar os módulos BAM para identificar erosões em suas próprias imagens. O feedback após a colocação do ponto de semente é baseado nos seguintes critérios. 1) Se o número de pontos de semente colocados não corresponder ao número de erosões de referência, o usuário é solicitado a excluir ou adicionar o número apropriado de pontos de sementes. 2) Se a localização do ponto de semente não puder ser combinada com uma erosão de referência, o feedback informando que não existe erosão no local desse ponto de semente é exibido. 3) Se um ponto de semente for combinado com uma interrupção cortical patológica/fisiológica de referência, como um cisto ou um canal vascular, o usuário é informado sobre o tipo de interrupção cortical que tentou identificar como erosão e é solicitado a remover o ponto de semente. 4) Se a localização do ponto de semente se sobrepor a uma erosão de referência, o algoritmo ainda pode não detectar a erosão. Isso pode ocorrer quando o ponto da semente não foi centrado na erosão. Nesses casos, o usuário é solicitado a ajustar a posição do ponto de semente. 5) Se um ponto de semente for colocado muito longe de qualquer erosão, o usuário é informado de sua colocação incorreta e encorajado a tentar novamente. 6) Quando a localização de um ponto de semente corresponde à erosão de referência, um prompt é exibido informando o usuário de sua tentativa bem-sucedida de identificar a erosão naquele ponto específico de semente.
A seção a seguir ilustra exemplos de como o módulo funciona com base em diferentes entradas. Entradas corretas e incorretas serão demonstradas nos exemplos a seguir. A Figura 6A mostra a localização do ponto de semeadura que está localizado dentro da erosão. Apenas uma erosão existe dentro desta imagem, portanto, computar as erosões com o ponto de semente produzirá os resultados esperados. A Figura 6B mostra o prompt exibido aos usuários quando sua tentativa de identificar as erosões corresponde à imagem anotada por especialistas. O módulo também exibe os resultados como segmentações na imagem em escala de cinza (Figura 6C). Se o usuário colocasse um ponto de semente em um local sem erosão, como a Figura 7A, o módulo exibiria um prompt de erro (Figura 7B) informando que não existe erosão nesse local e sugerindo que o usuário realocasse/removesse os pontos de semente.
Figura 6: Exemplo de identificação correta da erosão. (A) Exemplo de um usuário colocando corretamente um ponto de semente dentro do local de erosão. (B) Exemplo de alerta de feedback quando todas as erosões foram identificadas corretamente. (C) Exemplo de segmentação de erosão exibida quando uma erosão é calculada corretamente. Clique aqui para ver uma versão maior desta figura.
Figura 7: Exemplo de identificação incorreta de erosão. (A) Exemplo de um ponto de semente colocado onde não existe erosão. (B) Exemplo de um prompt de erro quando um ponto de semente é colocado em um local que não tem erosão. Clique aqui para ver uma versão maior desta figura.
A localização de todos os cistos e canais vasculares nas imagens de treinamento fornecidas foi identificada por um especialista. Portanto, é possível detectar quando um usuário tenta identificar incorretamente um cisto ou um canal vascular. A Figura 8A ilustra uma tentativa de identificar um cisto colocando um ponto de semente sobre ele. A Figura 8B é o prompt de erro exibido subsequentemente.
Figura 8: Exemplo de identificação do cisto. (A) Exemplo de um ponto de semente colocado em um cisto. (B) Exemplo de um prompt de erro quando um ponto de semente é colocado em um cisto. Clique aqui para ver uma versão maior desta figura.
O módulo também informará ao usuário se ele tem a quantidade certa de pontos de semente. Se o usuário colocou um número incorreto de pontos de semente, o módulo informará ao usuário a quantidade exata de pontos de semente que estão faltando ou extra para identificar todas as erosões na imagem. O módulo também fornece feedback para cada ponto de semente colocado. Portanto, o usuário sabe quais ações tomar para cada ponto de semente individual. A Figura 9 demonstra um exemplo em que um usuário colocou apenas um ponto de semente quando dois eram esperados.
Figura 9: Exemplo de erosões computadas enquanto falta um ponto de semente. O exemplo demonstra um exemplo em que o usuário colocou apenas um ponto de semente quando dois eram esperados. Clique aqui para ver uma versão maior desta figura.
Se um usuário tiver problemas para encontrar alguma ou todas as erosões, ele terá a opção de revelar os locais anotados pressionando um botão chamado Revelar pontos de semente corretos (Figura 5D). Quando pressionado, esse botão carregará os pontos de semente corretos na janela atual da segmentação de dados 3D.
Em resumo, isso mostra que o módulo de software pode avaliar a correção da tentativa do usuário de identificar erosões nas imagens selecionadas, comparando a erosão computada com erosões habilmente anotadas. Além disso, o módulo fornece feedback com base em cada ponto de semente colocado pelo usuário para guiá-los em direção à localização esperada do ponto de semente e aos parâmetros de entrada.
ID da varredura | Interrupção cortical | Osso | Etiqueta | Localização do Centroide | Volume (mm3) | Área de superfície (mm2) | Redondeza | Número de voxels (voxels) |
3_Training.nii | Erosão | Metacárpico | SEEDS_28-1 | 210, 108, 242 | 3.321668853 | 14.46818378 | 0.74411491 | 14853 |
3_Training.nii | Erosão | Metacárpico | SEEDS_28-3 | 179, 100, 241 | 1.100739562 | 7.121231239 | 0.7239659 | 4922 |
Tabela 1: Exemplo de um arquivo de saída gerado (formato csv) descrevendo erosões computadas e suas estatísticas.
Esta ferramenta de treinamento oferece uma oportunidade de aprender a identificar erosões usando o módulo de análise óssea. O uso adicional dessa ferramenta de análise de erosão, além do treinamento, requer acesso a imagens de boa qualidade, com pouco ou nenhum artefato de movimento. A definição de erosão HR-pQCT baseada na literatura descreve características anatômicas associadas a erosões patológicas que podem ser relatadas com razoável reprodutibilidade11,20. No entanto, essa definição não leva em conta a localização anatômica comum dos canais vasculares, podendo resultar em sua classificação errônea como erosõesósseas10.
As etapas críticas desse protocolo são a geração da máscara óssea, a colocação dos pontos de semente e a geração do volume de erosão. Enquanto métodos automatizados para gerar as máscaras e o volume de erosão são implementados, as máscaras muitas vezes requerem correção manual para garantir resultados satisfatórios. Uma descrição abrangente das ferramentas disponíveis para realizar as correções manuais é fornecida. A colocação dos pontos de semente é orientada pelos exemplos de treinamento fornecidos pelo módulo BAM-Training.
Com base nos dados utilizados até o momento, este protocolo fornece sugestões para solução de problemas quando o módulo de análise de erosão não produz os resultados esperados. Em trabalhos futuros, será facultado o acesso a dados de formação adicionais. Estudo prévio mostrou que os volumes de erosão avaliados por esse método são comparáveis aos métodos existentes 14,21,22. O fornecimento de dados de treinamento permitirá a comparação com ferramentas de análise de erosão mais recentes à medida que são desenvolvidas23.
A ferramenta de treinamento aqui introduzida auxilia principalmente na identificação da erosão; no entanto, o método é atualmente limitado pela falta de um consenso em definir a extensão de uma erosão no osso trabecular. No entanto, os módulos BAM são de código aberto, portanto, à medida que as definições futuras de extensão da erosão mudam, outros pesquisadores têm acesso para modificar os módulos para atender às suas necessidades.
À medida que o uso do HR-pQCT na pesquisa reumatológica se expande, a ferramenta de treinamento fornece aos usuários inexperientes orientação sobre a identificação de interrupções corticais patológicas em imagens HR-pQCT para análise de erosão. Esta ferramenta será aplicável aos pesquisadores independentemente do método selecionado para análise da erosão. Embora a identificação de erosão completamente automatizada seja desejável para melhorar a reprodutibilidade e a velocidade da análise, grandes conjuntos de dados de referência/benchmark com anotações precisas são necessários para treinar modelos de aprendizado de máquina. Como uma ferramenta de código aberto, este módulo oferece uma oportunidade de desenvolver coletivamente grandes conjuntos de dados anotados para uso futuro em aprendizado de máquina. O uso dessa ferramenta de treinamento permitirá que mais pesquisadores incluam a análise de erosão em suas pesquisas de HR-pQCT.
Todos os autores não têm conflitos de interesse a declarar.
Os autores agradecem às seguintes agências de fomento que apoiaram este trabalho. O SLM é financiado pela The Arthritis Society (STAR-18-0189) e pelo Canadian Institutes of Health Research Planning and Dissemination Grant. JJT tem um prêmio CIHR Fellowship.
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 |
Request permission to reuse the text or figures of this JoVE article
Request PermissionExplore More Articles
This article has been published
Video Coming Soon
ABOUT JoVE
Copyright © 2025 MyJoVE Corporation. All rights reserved