Medição quantitativa rápida de lesões na medula óssea em ressonância magnética do joelho para a avaliação da osteoartrite

Objetivo: A osteoartrite do joelho (OAJ) é uma doença prevalente com um alto custo econômico e social. A ressonância magnética (RM) pode ser usada para visualizar várias estruturas relacionadas à OAJ, incluindo lesões na medula óssea (LMOs), que estão associadas à dor da OA. Vários métodos de software semi-automáticos foram desenvolvidos para segmentar as LMOs, utilizando métodos manuais e trabalhosos, o que pode ser custoso para grandes ensaios clínicos e outros estudos de OAJ. O objetivo do nosso estudo foi desenvolver e validar um método mais eficiente para quantificar o volume de LMO nas imagens de RM do joelho. Materiais e métodos: Aplicamos uma abordagem de aprendizado profundo usando uma rede neural convolucional (CNN) baseada em patches, que foi treinada com 673 conjuntos de dados de RM e as máscaras de LMO segmentadas obtidas de um leitor treinado. Dada a localização de uma LMO fornecida pelo leitor, a rede realizou uma segmentação totalmente automatizada da LMO, eliminando a necessidade de deliberação manual tediosa. A acuracidade foi quantificada usando o coeficiente de correlação de Pearson, por meio de uma comparação com um segundo leitor especialista, e usando o Dice Similarity Score (DSC). Resultados: ​= ​0,81). A média do DSC foi de 0,70. Conclusões: Desenvolvemos e validamos um método baseado em aprendizado profundo para segmentar LMOs em conjuntos de dados de RM do joelho. Isso tem o potencial de ser uma ferramenta valiosa para futuros grandes estudos de OAJ.