Применение алгоритма искусственного интеллекта для оценки минеральной плотности тел позвонков по данным компьютерной томографии

Цель работы: разработать методику автоматизированной оценки объемной минеральной плотности кости (МПК) тел позвонков с помощью алгоритма искусственного интеллекта (ИИ) и метода фантомного моделирования.

Материалы и методы: Для оценки эффективности алгоритма ИИ, проводящего измерение МПК тел позвонков по данным КТ органов грудной клетки (ОГК), подготовлен набор данных: 100 пациентов старше 50 лет и отношением с/без компрессионных переломов (КП) 48/52. Из них у 83 алгоритмом ИИ и экспертами была измерена рентгеновская плотность (РП) тел позвонков на уровне Th₁₁-L₃ (205 позвонков). Для перевода РП (HU) в МПК применялась разработанная ранее методика ККТ ФК (Количественная компьютерная томография фантом калиевый) с построением калибровочных прямых для семи 64-срезовых КТ сканеров. После проведения калибровки были выполнены и обработаны алгоритмом ИИ КТ ОГК 1853 пациентов в соотношении мужчин и женщин составило 718/1135.

Результаты: В ходе оценки эффективности алгоритма ИИ получено хорошее соответствие при сравнении измерений МПК по данным экспертов и алгоритма ИИ. Коэффициент детерминации составил R²= 0,945 для отдельных позвонков (Th₁₁-L₃) и 0,943 для пациентов (р=0,000). При разделении пациентов из тестовой выборки на группы с/без КП по данным РП были получены сходные показатели ROC AUC для экспертной разметки 0,880 и по данным алгоритма ИИ 0,875. При калибровке КТ сканеров с помощью фантома, содержащего образцы МПК на основе гидрофосфата калия, получена усредненная формула зависимости МПК=0,77*HU-1,343. С учетом критериев American College Radiology для остеопороза граничное значение МПК<80 мг/мл составило 105,6HU для остеопении МПК<120 мг/мл – 157,6HU. При оппортунистическом определении МПК у пациентов старше 50 лет по данным алгоритма ИИ было установлено, что остеопороз выявлен у 31,72% женщин и 18,66% мужчин.

Вывод: Продемонстрирована хорошая сопоставимость результатов определения РП тел позвонков по данным морфометрического алгоритма ИИ и при экспертной разметке. Предложена методика и продемонстрирована эффективность оппортунистического определения МПК тел позвонков по данным КТ с помощью алгоритма ИИ и использования фантомного моделирования.

1. Белая Ж.Е., Белова К.Ю., Бирюкова Е.В. и др. Федеральные клинические рекомендации по диагностике, лечению и профилактике остеопороза Федеральные клинические рекомендации по диагностике, лечению и профилактике остеопороза. Остеопороз и остеопатии. 2021; 24 (2): 4-47. https://doi.org/10.14341/osteo12930

2. Brown J.K., Timm W., Bodeen G. et al. Asynchronously Calibrated Quantitative Bone Densitometry. J. Clin. Densitom. 2017; 20 (2): 216–225. https://doi.org/10.1016/j.jocd.2015.11.001

3. Петряйкин А.В., Скрипникова И.А. Количественная компьютерная томография, современные данные. Обзор. Медицинская визуализация. 2021. 25 (4): 134–146. https://doi.org/10.24835/1607-0763-1049

4. 2019 ISCD Official Positions – Adult – International Society for Clinical Densitometry. Available at https://iscd.org/wp-content/uploads/2021/09/2019-Official-Positions-Adult-1.pdf Accessed August 20, 2022

5. Alacreu E., Moratal D., Arana E. Opportunistic screening for osteoporosis by routine CT in Southern Europe. Osteoporos. Int. 2017. 28; (3): 983–990. https://doi.org/10.1007/s00198-016-3804-3

6. Jang S., Graffy P.M., Ziemlewicz T. J. et al. Opportunistic osteoporosis screening at routine abdominal and Thoracic CT: Normative L1 trabecular attenuation values in more than 20 000 adults. Radiology. 2019; 291 (2): 360–367. https://doi.org/10.1148/radiol.2019181648

7. Savage R.H. van Assen M., Martin S. S. et al. Utilizing Artificial Intelligence to Determine Bone Mineral Density Via Chest Computed Tomography. J. Thorac. Imaging. 2020; 35 (1): S35-S39. https://doi.org/10.1097/RTI.0000000000000484.

8. Tang C. Zhang, W., Li, H. et al. CNN-based qualitative detection of bone mineral density via diagnostic CT slices for osteoporosis screening. Osteoporos Int. 2021; 32: 971–979. https://doi.org/10.1007/s00198-020-05673-w

9. Pickhardt P.J., Lee S.J., Liu J. et al. Population-based opportunistic osteoporosis screening: Validation of a fully automated CT tool for assessing longitudinal BMD changes. Br J Radiol. 2019; 92 (1094): 20180726. https://doi.org/10.1259/bjr.20180726

10. Löffler, M.T., Jacob, A., Scharr, A. et al. Automatic opportunistic osteoporosis screening in routine CT: improved prediction of patients with prevalent vertebral fractures compared to DXA. Eur Radiol. 2021; 31: 6069–6077. https://doi.org/10.1007/s00330-020-07655-2

11. Valentinitsch, A., Trebeschi, S., Kaesmacher, J. et al. Opportunistic osteoporosis screening in multi-detector CT images via local classification of textures. Osteoporos Int. 2019; 30: 1275–1285. https://doi.org/10.1007/s00198-019-04910-1

12. Bar A., Wolf L., Amitai O. B. et al. Compression fractures detection on CT. Medical Imaging 2017: Computer-Aided Diagnosis. SPIE, 2017; 10134: 1013440. https://doi.org/10.48550/arXiv.1706.01671

13. Tomita N., Cheung Y.Y., Hassanpour S. Deep neural networks for automatic detection of osteoporotic vertebral fractures on CT scans. Comput. Biol. Med. 2018; 98: 8–15. https://doi.org/10.1016/j.compbiomed.2018.05.011.

14. Zakharov А, Pisov M, Bukharaev A et al. Interpretable Vertebral Fracture Quantification via Anchor-Free Landmarks Localization. Available at https://arxiv.org/pdf/2204.06818.pdf Accessed August 20, 2022

15. Лесняк О.М., Норой Л. Аудит cостояния проблемы остеопороза в странах состочной Европы И центральной Азии 2010. 2011. Available at https://www.osteoporosis.foundation/sites/iofbonehealth/files/201906/2010_Eastern_European_Central_Asian_Audit_Russian.pdf Accessed August 20, 2022

16. Cheng X., Zhao K., Zha X. et al. Opportunistic Screening Using Low‐Dose CT and the Prevalence of Osteoporosis in China: A Nationwide, Multicenter Study. J Bone Miner Res. 2021; 36 (3): 427-435. https://doi.org/10.1002/jbmr.4187

17. Петряйкин А.В., Смолярчук М.Я., Петряйкин Ф.А., и др. Оценка точности денситометрических исследований. Применение фантома РСК ФК2. Травматология и ортопедия России. 2019; 25 (3): 124-134. https://doi.org/10.21823/2311-2905-2019-25-3-124-134

18. Морозов С. П., Владзимирский А.В., Ледихова Н.В. и т.д. Московский эксперимент по применению компьютерного зрения в лучевой диагностике: вовлеченность врачей-рентгенологов. Врач и информационные технологии. 2020; 4, 14–23. https://doi.org/10.37690/1811-0193-2020-4-14-23

19. Andreychenko A.E., Logunova T.A., Gombolevskiy V.A. et al. A methodology for selection and quality control of the radiological computer vision deployment at the megalopolis scale. medRxiv. 2022: 2022.02.12.22270663. https://doi.org/10.1101/2022.02.12.22270663

20. Genant H.K., Wu C. Y., Kuijket C.V. al. Vertebral fracture assessment using a semiquantitative technique. J. Bone Miner. 1993; 8 (9): 1137–1148. https://doi.org/10.1002/jbmr.5650080915.

21. The American College of Radiology. ACR–SPR–SSR Practice Parameter for the Performance of Musculoskeletal Quantitative Computed Tomography (Qct). Published 2018. https://www.acr.org/-/media/ACR/Files/Practice-Parameters/QCT.pdf Accessed August 20, 2022

22. Петряйкин А.В., Сморчкова А.К., Кудрявцев Н.Д. и др. Сравнение двух методик асинхронной КТ-денситометрии. Медицинская визуализация. 2020; 24 (4): 108-118. https://doi.org/10.24835/1607-0763-2020-4-108-118

23. Павлов Н.А., АндрейченкоА.Е., ВладзимирскийА.В. и т.д. Эталонные медицинские датасеты (MosMedData) для независимой внешней оценки алгоритмов на основе искусственного интеллекта в диагностике. Digital Diagnostics. 2021; 2 (1): 49–65. https://doi.org/10.17816/DD60635.

24. Петряйкин А.В., Белая Ж.Е., Киселeва А.Н. и др. Технология искусственного интеллекта для распознавания компрессионных переломов позвонков с помощью модели морфометрического анализа, основанной на сверточных нейронных сетях. Проблемы Эндокринологии. 2020; 66 (5): 48-60. https://doi.org/10.14341/probl12605

25. Lee, S.J., Binkley, N., Lubner, M.G. et al. Opportunistic screening for osteoporosis using the sagittal reconstruction from routine abdominal CT for combined assessment of vertebral fractures and density. Osteoporos Int. 2016; 27: 1131–1136. https://doi.org/10.1007/s00198-015-3318-4

26. Pickhardt P.J., Pooler B. D., Lauder T.et al. Opportunistic screening for osteoporosis using abdominal computed tomography scans obtained for other indications. Ann. Intern. Med. 2013; 158 (8): 588–595. https://doi.org/10.7326/0003-4819-158-8-201304160-00003

27. Kanis J.A. Assessment of fracture risk and its application to screening for postmenopausal osteoporosis: Synopsis of a WHO report. Osteoporos. Int. 1994; 6 (4): 368–381. https://doi.org/10.1007/BF01622200