ES2250205T3 - Evaluacion de la progresion de una enfermedad utilizando resonancia magnetica nuclear. - Google Patents

Evaluacion de la progresion de una enfermedad utilizando resonancia magnetica nuclear.

Info

Publication number
ES2250205T3
ES2250205T3 ES00972501T ES00972501T ES2250205T3 ES 2250205 T3 ES2250205 T3 ES 2250205T3 ES 00972501 T ES00972501 T ES 00972501T ES 00972501 T ES00972501 T ES 00972501T ES 2250205 T3 ES2250205 T3 ES 2250205T3
Authority
ES
Spain
Prior art keywords
cartilage
magnetic resonance
nuclear magnetic
patient
joint
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
ES00972501T
Other languages
English (en)
Inventor
Jean-Pierre Pelletier
Johane Pelletier
Jacques De Guise
Jean-Pierre Raynauld
Marie-Josee Berthiaume
Gilles Beaudoin
Benoit Godbout
Claude Kauffmann
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Arthrovision Inc
Original Assignee
Arthrovision Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=22587475&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=ES2250205(T3) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Arthrovision Inc filed Critical Arthrovision Inc
Application granted granted Critical
Publication of ES2250205T3 publication Critical patent/ES2250205T3/es
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/45For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4504Bones
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/45For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4514Cartilage
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/45For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4528Joints
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

Sistema (10) de resonancia magnética nuclear ortopédico que comprende: una fuente (12) de conjuntos de datos de resonancia magnética nuclear que resultan de adquisiciones sucesivas por resonancia magnética nuclear de una articulación enferma para cada uno de una pluralidad de pacientes, en el que la fuente de conjuntos de datos proporciona datos de imágenes que incluye información sobre la superficie del cartílago e información sobre la superficie ósea, incluyendo información de posición de la superficie ósea para un superficie de contacto cartílago-hueso; un módulo (26) de segmentación que responde a la fuente (12) de conjuntos de datos de resonancia magnética nuclear y es operativo para segmentar superficies en la articulación basado en la información contenida en al menos uno de los conjuntos de datos; un módulo de registro que responde a la fuente (12) de conjuntos de datos de resonancia magnética nuclear y es operativo para registrar espacialmente, en tres dimensiones, la información de posición de la superficie ósea representada por un primero de los conjuntos de datos con respecto a la información de posición de la superficie ósea representada por uno o más conjuntos de datos para el mismo paciente; un módulo de comparación cuantitativo que responde al módulo de registro y es operativo para detectar diferencias cuantitativas entre la información representada por los conjuntos de datos producidos por la progresión de la enfermedad en la articulación del mismo paciente entre adquisiciones; y un módulo de comparación cruzada entre pacientes para comparar las diferencias detectadas para al menos uno de los pacientes con las diferencias detectadas para al menos uno de los demás pacientes, y que incorpora una base de datos con múltiples partes que incluye un módulo de análisis estadístico operativo para obtener información estadística sobre la progresión de la enfermedad en las articulaciones de varios pacientes.

Description

Evaluación de la progresión de una enfermedad utilizando resonancia magnética nuclear.
Campo de la invención
Esta invención se refiere a métodos y aparatos para seguir la progresión de una enfermedad utilizando resonancia magnética nuclear, incluyendo métodos y aparatos para seguir de forma eficaz y precisa la progresión de enfermedades reumáticas que afectan al cartílago.
Antecedentes de la invención
La osteoartritis es una enfermedad prevalente caracterizada fundamentalmente por una degeneración cartilaginosa reflejada clínicamente por una evolución gradual de dolor articular, rigidez y pérdida de movilidad. La osteoartritis es extremadamente frecuente en la población general y se estima que su prevalencia radiológica se aproxima al 50% del total. Esta cifra es incluso mayor en los ancianos con hasta un 75% de la población con edades entre los 55 y los 64 años que presenta algún grado de osteoartritis radiológica en una o más articulaciones. A pesar de que con frecuencia esta enfermedad es benigna, los cambios degenerativos intensos pueden producir una incapacidad grave.
En la actualidad, la osteoartritis clínica se entiende como una interacción compleja de degeneración y reparación del cartílago, hueso y sinovio con componentes secundarios de inflamación. Los cambios bioquímicos de la osteoartritis afectan a algunos componentes del cartílago incluyendo los principales constituyentes de la matriz, proteoglucanos y colágenos. El contenido reducido en proteoglucanos, junto con la estructura dañada de colágeno, conduce a una pérdida funcional de las propiedades fisiológicas normales de la matriz. A pesar de que la etiología de la osteoartritis es múltiple e incluye factores mecánicos y bioquímicos, parece que éstos culminan en un aumento de la síntesis de enzimas proteolíticas por los condrocitos, lo que conduce a su vez a una destrucción del cartílago.
No se conoce curación para la osteoartritis y los tratamientos actuales se limitan esencialmente a aliviar los síntomas de los pacientes. Sin embargo, la investigación está en marcha para encontrar un agente terapéutico que ralentice o detenga la progresión de la enfermedad. Un enfoque actual para desarrollar tratamientos farmacológicos para la osteoartritis se centra en la esclerosis ósea subcondral, una manifestación bien reconocida de la osteoartritis que podría desempeñar un papel importante en la aparición y/o progresión de la enfermedad.
Desgraciadamente, la evaluación de la eficacia de tales agentes no es un procedimiento fácil ni sencillo. Durante muchos años, los estudios de intervención con fármacos en la osteoartritis sintomática de rodilla se centraron solamente en parámetros clínicos como el dolor y la función articular, sin evaluar el impacto anatómico de la enfermedad (es decir, degeneración cartilaginosa y esclerosis ósea). En la actualidad se utilizan las radiografías simples con frecuencia en ensayos clínicos para la osteoartritis para establecer criterios de inclusión, pero este tipo de ensayos no los han empleado para evaluar la progresión de la enfermedad. También se han propuesto métodos radiológicos más complejos para medir el ancho del espacio articular, tales como el método de Buckland-Wight, que puede utilizarse en ensayos clínicos. La artroscopia parece ser fiable y sensible a los cambios, pero solamente permite evaluar la superficie del cartílago. También parece haber algún tipo de acontecimiento subjetivo cuando los evaluadores formados independientemente revisan las grabaciones de vídeo de los procedimientos y, sobre todo, es invasivo.
Varios investigadores académicos han evaluado la utilización de resonancia magnética nuclear (RMN) para investigaciones ortopédicas durante los últimos diez años. Algunos investigadores han propuesto la utilización de la RMN para cuantificar de forma reproducible las dimensiones articulares para seguir la progresión de la enfermedad y, así, evaluar si los tratamientos propuestos pueden ser responsables de los cambios en el índice de pérdida del cartílago. Sin embargo, no se ha demostrado que la aplicación real de estos sistemas propuestos al complejo problema de hacer mediciones significativas en articulaciones enfermas de forma aguda sea totalmente satisfactoria. Esto puede deberse a uno o más de una variedad de inconvenientes, que incluyen tratamiento manual exhaustivo e interpretación de los datos, confianza excesiva en la opinión subjetiva humana, precisión o reproducibilidad insuficientes para conseguir resultados significativos cuando se utiliza en articulaciones enfermas reales, incapacidad para distinguir síntomas secundarios, y/o tiempos de exploración excesivamente largos.
Wolf, M et al:" Automatic segmentation and 3D-registration of a femoral bone in MR images of the knee", 4^{th} Open German-Russian Workshop on Pattern Recognition and Image Understanding, (4º seminario abierto alemán-ruso sobre reconocimiento de patrones e interpretación de imágenes), Valday, Rusia, 3-9 de marzo de 1996, volumen 7, número 1, páginas 152-165, Pattern Recognition and Image Analysis (Reconocimiento de patrones y análisis de imágenes), enero-marzo de 1997, MAIK Nauka/Interperiodica Publishing, Rusia ISSN:1054-6618 describe un sistema de RMN para obtener conjuntos de datos correspondientes a imágenes de parte de una articulación de una rodilla sana que incluye medios para segmentar de forma interactiva superficies en la articulación utilizando un algoritmo creciente de región, basado en información contenida en al menos un conjunto de datos de imágenes de RMN. Los ejemplos descritos incluyen tanto la tibia como la rótula en pacientes sanos.
Saeed, N: "Magnetic resonante image segmentation using pattern recognition, and applied to image registration and quantitation", NMR in Biomedicine, GB, Wiley, Londres, volumen 11, número 4/05, 1998, páginas 157-167 describe varios métodos para la segmentación de imágenes producida por sistemas de RMN.
Stammberger, T et al.: "Determination of 3D cartilage thickness data from MR imaging: computacional method and reproducibility in the living", Magnetic Resonance in Medicine, marzo de 1999, Wiley, USA, volumen 41, número 3, páginas 529-536 describe un sistema para segmentar y registrar la superficie ósea femoral en una secuencia de imágenes de una articulación de rodilla enferma.
Los aspectos y las características preferidas de la invención se exponen en las reivindicaciones. Estas se refieren a los métodos y los aparatos para seguir la progresión de la enfermedad utilizando resonancia magnética nuclear.
En un aspecto general, la invención describe un sistema de resonancia magnética nuclear ortopédico que incluye una fuente de conjuntos de datos de resonancia magnética nuclear que resultan de adquisiciones por resonancia magnética nuclear sucesivas de una articulación enferma de un paciente. Un módulo de segmentación responde a la fuente de conjuntos de datos de resonancia magnética nuclear y es operativo para segmentar superficies en la articulación basadas en la información contenida en al menos una de los conjuntos de datos. Un módulo de registro responde a la fuente de conjuntos de datos de resonancia magnética nuclear y es operativo para registrar espacialmente, en tres dimensiones, información representada por un primer conjunto de datos con respecto a la información representada por uno o más conjuntos de datos para el mismo paciente. Un módulo de comparación responde al módulo de registro y es operativo para detectar diferencias entre la información representada por los conjuntos de datos producidas por la progresión de la enfermedad en la articulación del paciente entre las adquisiciones.
En las realizaciones preferidas, el módulo de comparación puede ser operativo para detectar cambios en el espesor cartilaginoso dentro de la articulación. El módulo de comparación puede ser operativo para detectar cambios en el volumen del cartílago dentro de la articulación. El módulo de comparación puede ser operativo para detectar cambios en las características del material del cartílago dentro de la articulación, lo que puede reflejarse en cambios de la señal de resonancia magnética del material de cartílago. El sistema puede incluir además un módulo de comparación cruzada entre pacientes que responde al módulo de comparación para comparar diferencias detectadas para el paciente con diferencias detectadas para al menos uno de los demás pacientes. El sistema puede incluir además una base de datos con múltiples pacientes con el módulo de comparación de pacientes cruzado que incluye un módulo de análisis estadístico operativo para obtener información estadística acerca de la progresión de la enfermedad en las articulaciones de varios pacientes. El módulo de registro puede ser operativo para registrar espacialmente los conjuntos de datos dentro de un valor promedio de RMS de aproximadamente 50 micras, o incluso 10 micras. El módulo de registro puede incluir un módulo de registro automático operativo para realizar al menos un registro espacial preliminar tridimensional independiente de la entrada del usuario. El módulo de registro puede ser operativo para realizar el registro basado en datos de resonancia magnética nuclear adquiridos previamente para el mismo paciente. El módulo de segmentación puede ser un módulo de segmentación automático que responde a la fuente de conjuntos de datos de resonancia magnética nuclear y operativo para segmentar automáticamente las características anatómicas en el paciente fundamentalmente con sólo la entrada del usuario de supervisión y corrección de artefactos. La fuente de datos de resonancia magnética nuclear puede ser operativa para proporcionar conjuntos de datos optimizados para la detección de al menos hueso y cartílago. La fuente de datos de resonancia magnética nuclear puede incluir un sistema de resonancia magnética nuclear operativo para los conjuntos de datos utilizando una secuencia con una duración inferior a aproximadamente 30 minutos. La fuente de conjuntos de datos de resonancia magnética nuclear puede incluir un sistema de resonancia magnética nuclear y una unidad de soporte operativa para inmovilizar la articulación enferma dentro del sistema de resonancia magnética nuclear con la articulación en una posición tridimensional predeterminada. El sistema de resonancia magnética nuclear puede incluir una bobina para la rodilla incluyendo la unidad de soporte una fijación para el talón y al menos dos cuñas flexibles operativas cada una para interactuar con una pierna del paciente y la bobina para la rodilla. La unidad de soporte puede ser operativa para inmovilizar repetidamente la articulación en colocaciones tridimensionales predeterminadas que descienden a un intervalo de menos de 17 o incluso 7 milímetros a lo largo del eje longitudinal del sistema de resonancia magnética nuclear. Además, el sistema puede incluir un módulo de visualización diferencial operativo para generar un mapa de diferencias que represente diferencias entre los conjuntos de datos detectados por el módulo de comparación. La articulación puede ser una articulación que soporta carga, incluyendo los conjuntos de datos de imágenes datos de imágenes para al menos la mayoría de las superficies que soportan carga de la articulación. El módulo de segmentación puede emplear un algoritmo de contorno activo. El algoritmo de contorno activo puede ser un algoritmo de contorno activo de subpíxeles. El módulo de segmentación puede emplear un algoritmo de contorno activo configurado para segmentar contornos abiertos con una mínima intervención del operario. El módulo de segmentación puede emplear un algoritmo de contorno activo tridimensional conducido por gradiente. El módulo de comparación puede ser operativo para detectar diferencias entre la información representada por los conjuntos de datos dentro de una o más subregiones de una superficie de la articulación producidas por la progresión de la enfermedad en la articulación del paciente entre las adquisiciones. Las subregiones pueden basarse en coordenadas polares o coordenadas
Cartesianas.
También se describe un método de monitorizar la progresión de la enfermedad en una articulación que incluye obtener imágenes sucesivas de una misma articulación para cada uno de una pluralidad de pacientes, en los que al menos algunas de las articulaciones están enfermas. El método incluye también las etapas de segmentar las superficies articulares en al menos una de las imágenes para cada paciente y, para cada uno de los pacientes, registrar espacialmente las características articulares para una de las imágenes sucesivas con otra de las imágenes sucesivas. Se detectan las diferencias entre las imágenes sucesivas registradas para cada uno de los pacientes individuales y las diferencias se comparan para los paciente diferentes.
El método puede incluir además la etapa de administrar un agente terapéutico a al menos alguno de los pacientes antes de la adquisición de al menos alguna de las imágenes sucesivas y evaluar las diferencias entre las imágenes sucesivas registradas para obtener una medida de la eficacia del agente terapéutico. El método puede incluir además la etapa de evaluar las diferencias entre las imágenes sucesivas registradas para determinar cómo tratar a los pacientes individuales. El agente terapéutico puede diseñarse para tratar enfermedades reumáticas que afectan al cartílago. La etapa de obtención puede incluir la realización de una adquisición de resonancia magnética nuclear y puede incluir además la etapa de inmovilizar la articulación enferma con la articulación en un ángulo de flexión predeterminado durante la etapa de realización de la adquisición de resonancia magnética nuclear. La etapa de obtención puede incluir la realización de una adquisición de resonancia magnética nuclear y además incluye la etapa de inmovilizar completamente la articulación enferma con la articulación en una posición tridimensional predeterminada durante la etapa de realización de una adquisición de resonancia magnética nuclear. La etapa de inmovilización puede ser operativa para inmovilizar repetidamente la articulación en colocaciones tridimensionales predeterminadas que descienden a un intervalo inferior a 17 o incluso 7 milímetros a lo largo del eje longitudinal del sistema de resonancia magnética nuclear utilizado para realizar la adquisición de resonancia magnética nuclear. La etapa de obtención puede incluir realizar una adquisición de resonancia magnética nuclear, una etapa de colocar uno o más marcadores próximos a la articulación durante la realización de resonancia magnética nuclear y una etapa de evaluar la distorsión de imagen para la articulación basándose en datos de imagen adquiridos para los marcadores. La etapa de obtención puede incluir realizar una adquisición de resonancia magnética nuclear, una etapa de colocar uno o más marcadores próximos a la articulación durante la resonancia magnética nuclear y además que incluya una etapa de evaluar artefactos en el movimiento del paciente para la articulación basándose en los datos de imágenes adquiridos para el marcador. La etapa de colocación puede colocar un par de cilindros en localizaciones ortogonales próximas a la articulación. La etapa de detectar las diferencias y comparar las diferencias puede ser operativa para detectar diferencias entre la información representada por los conjuntos de datos en una o más subregiones de una superficie de la articulación. Las subregiones se pueden basar en coordenadas polares o coordenadas Cartesianas.
Un sistema de resonancia magnética nuclear ortopédico puede incluir medios para obtener imágenes sucesivas de una misma articulación para cada uno de una pluralidad de pacientes, en los que al menos algunas de las articulaciones están enfermas. También se incluyen medios para segmentar superficies articulares en al menos una de las imágenes para cada paciente, medios para registrar espacialmente características de la articulación para una de las imágenes sucesivas con otra de las imágenes sucesivas para cada uno de los pacientes, medios para detectar diferencias entre imágenes sucesivas registradas para cada uno de los pacientes individuales y medios para comparar las diferencias obtenidas para los pacientes diferentes.
Un sistema de resonancia magnética nuclear ortopédico puede incluir una fuente de datos de resonancia magnética nuclear que resultan de adquisiciones de resonancia magnética nuclear de una articulación enferma de un paciente. El sistema también incluye un módulo de segmentación que responde a la fuente de datos de resonancia magnética nuclear y al almacenamiento de los resultados de segmentación y que es operativo para detectar un límite entre dos características anatómicas de la articulación en tres dimensiones basado en información tridimensional de ambas de la articulación enferma del paciente y los resultados de segmentación previos almacenados en el almacenamiento de resultados de segmentación.
Además, el sistema puede incluir un módulo de registro que responde a la fuente de datos de resonancia magnética nuclear operativo para registrar espacialmente datos de imágenes tridimensionales de una primera adquisición para el paciente y datos de imágenes tridimensionales de una adquisición posterior para el mismo paciente.
También se describe un método de monitorizar la progresión de la enfermedad en una articulación que incluye obtener un primer conjunto de datos de resonancia magnética nuclear que resulta de una adquisición por resonancia magnética nuclear de una articulación de un paciente, segmentar un límite entre dos características anatómicas de la articulación basándose en el primer conjunto de datos de resonancia magnética nuclear y almacenar la información de segmentación obtenida durante la etapa de segmentación. Luego se obtiene un segundo conjunto de datos de resonancia magnética nuclear que resulta de una adquisición por resonancia magnética nuclear de la misma articulación para el mismo paciente y el límite entre las dos características anatómicas iguales de la misma articulación del mismo paciente se segmenta basándose tanto en el segundo conjunto de datos de resonancia magnética nuclear como en la información de segmentación almacenada en la etapa de almacenamiento.
El método puede incluir además la etapa de administrar un agente terapéutico para la enfermedad para una pluralidad de pacientes, realizándose las etapas de obtención, las etapas de segmentación, y la etapa de almacenamiento para una pluralidad de pacientes, y el método puede incluir además la etapa de evaluar el efecto del tratamiento en la enfermedad basándose en los resultados de las etapas de obtención, las etapas de segmentación y la etapa de almacenamiento.
Un sistema de resonancia magnética nuclear ortopédico puede incluir medios para obtener un primer conjunto de datos de resonancia magnética nuclear que resulta de una adquisición por resonancia magnética nuclear de una articulación de un paciente y para obtener un segundo conjunto de datos de resonancia magnética nuclear que resulta de una adquisición por resonancia magnética nuclear de la misma articulación para el mismo paciente. También se incluyen medios para segmentar un límite entre dos características anatómicas de la articulación basándose en el primer conjunto de datos de resonancia magnética nuclear, medios para almacenar la información de segmentación obtenida por los medios de segmentación, y medios para segmentar el límite entre las dos características anatómicas iguales de la misma articulación del mismo paciente basándose tanto en el segundo conjunto de datos de resonancia magnética nuclear como en la información de segmentación almacenada por los medios de almacenamiento.
Un sistema de resonancia magnética nuclear ortopédico puede incluir una fuente de datos de resonancia magnética nuclear que resulta de adquisiciones por resonancia magnética nuclear de una articulación enferma de un paciente y un módulo de segmentación que responde a la fuente de conjuntos de datos de resonancia magnética nuclear y es operativo para detectar un límite entre dos características anatómicas de la articulación en tres dimensiones mediante la detección de un perfil en cada uno de una pluralidad de planos al menos generalmente paralelos en el volumen, en el que el perfil en al menos algunos de los planos se basa en los datos de al menos otro de los planos.
Asimismo se describe un método de monitorizar la progresión de la enfermedad en una articulación que incluye obtener un primer conjunto de datos de resonancia magnética nuclear que resulta de una adquisición por resonancia magnética nuclear de una articulación de un paciente y segmentar un perfil de un límite entre dos características anatómicas de la articulación del paciente en tres dimensiones mediante la detección de un perfil en cada uno de una pluralidad de planos al menos generalmente paralelos en el volumen, en el que el perfil en al menos algunos de los planos se basa en los datos de al menos otro de los planos.
Un sistema de resonancia magnética nuclear ortopédico puede incluir medios para obtener de un primer conjunto de datos de resonancia magnética nuclear de una adquisición por resonancia magnética nuclear de una articulación de un paciente, y medios para segmentar un perfil de un límite entre dos características anatómicas de la articulación del paciente en tres dimensiones mediante la detección de un perfil en cada uno de una pluralidad de planos al menos generalmente paralelos en el volumen, en el que el perfil en al menos algunos de los planos se basa en los datos de al menos otro de los planos.
En una realización preferida, un sistema de resonancia magnética nuclear puede incluir una fuente de datos de resonancia magnética nuclear que resulta de una adquisición por resonancia magnética nuclear de un volumen de imagen para un paciente, un módulo de ajuste operativo para ajustar una superficie biparamétrica a una característica anatómica descrita por los datos del paciente y un módulo de proyección que responde a la fuente de datos de resonancia magnética nuclear y operativo para proyectar al menos una parte de los datos representando la característica anatómica tridimensional sobre la superficie biparamétrica.
En realizaciones preferidas, la superficie puede ser una superficie biparamétrica que tiene una topología tridimensional. Además el sistema puede incluir un módulo de visualización que responde al módulo de proyección para visualizar la superficie bidimensional en un dispositivo de visualización plano. La característica anatómica puede incluir al menos los cóndilos del fémur, siendo la superficie un cilindro. La característica anatómica puede incluir al menos las regiones meseta de la tibia y en las que la superficie es un plano. La característica anatómica puede incluir al menos la superficie posterior de la rótula y en la que la superficie es un cilindro. El sistema puede incluir además medios para realizar manipulaciones de imágenes de datos que representan la superficie bidimensional. El sistema puede incluir además un módulo de recolocación operativo para las entradas de usuario para proyectar la característica anatómica tridimensional sobre capas de superficie biparamétricas próximas a la superficie biparamétrica. El sistema puede incluir además un módulo de comparación entre pacientes que responde al módulo de proyección para comparar los resultados obtenidas por las proyecciones del módulo de proyección para una pluralidad de pacientes diferentes. El sistema puede incluir además un módulo de visualización que responde al módulo de comparación entre pacientes para visualizar información de comparación para las proyecciones.
También se describe un método que incluye obtener un conjunto de datos de resonancia magnética nuclear que resultan de una adquisición por resonancia magnética nuclear de un volumen de imágenes para un paciente, ajustar una superficie biparamétrica a una característica anatómica descrita por el conjunto de datos para el paciente y proyectar al menos una parte de los datos que representa la característica anatómica tridimensional sobre la superficie biparamétrica.
El método puede incluir además repetir las etapas de obtención, ajuste y proyección para una pluralidad de pacientes diferentes y puede incluir además las etapas de comparar las proyecciones resultantes para una pluralidad de pacientes diferentes.
En una puesta en práctica, un sistema de resonancia magnética nuclear puede incluir medios para obtener un conjunto de datos de resonancia magnética nuclear que resultan de una adquisición por resonancia magnética nuclear de un volumen de imágenes para un paciente, medios para ajustar una superficie biparamétrica a una característica anatómica descrita por el conjunto de datos para el paciente y medios para proyectar al menos una parte de los datos representando la característica anatómica tridimensional sobre la superficie biparamétrica.
También se describe un simulador para un sistema de resonancia magnética nuclear que incluye un cuerpo que define una primera cavidad para alojar un primer material que tiene al menos una propiedad de resonancia magnética que es sustancialmente similar a la del cartílago, y una segunda cavidad para alojar un segundo material que tiene al menos una propiedad de resonancia magnética que es sustancialmente similar a la de una característica anatómica adyacente al cartílago.
\newpage
En las realizaciones preferidas, las cavidades pueden ser del orden del espesor de las características de la articulación para obtenerse como imagen utilizando la resonancia magnética nuclear. Las cavidades pueden ser del orden de 0,125 pulgadas de espesor. El cuerpo puede definir una primera partición que separa las cavidades primera y segunda. La división puede tener un espesor del orden de menos de 100 micras. El cuerpo puede definir además una tercera cavidad para alojar un tercer material, incluyendo el cuerpo una segunda división que separa las cavidades segunda y tercera.
También se describe un método de resonancia magnética nuclear que incluye la obtener y procesar una imagen de resonancia magnética de un simulador de geometría conocida que simula el nivel de contraste entre el cartílago y al menos una de característica anatómica adyacente al cartílago, obtener una imagen por resonancia magnética de una articulación de un paciente y procesar los resultados de la etapa de obtención de una imagen por resonancia magnética de una articulación de un paciente basándose en los resultados de la etapa de obtener y procesar una imagen por resonancia magnética de un simulador.
La etapa de procesar puede ser una etapa de verificar que los resultados de la etapa de obtener una imagen por resonancia magnética de una articulación de un paciente se encuentran en un intervalo de contraste predeterminado basado en los resultados de la etapa de obtener una imagen por resonancia magnética de un simulador. La etapa de procesar puede ser una etapa de corregir los resultados de la etapa de obtener una imagen por resonancia magnética de una articulación basándose en los resultados de la etapa de obtener una imagen de un simulador. La etapa de obtener una imagen por resonancia magnética de un simulador y la etapa de obtener una imagen por resonancia magnética de una articulación pueden realizarse utilizando una primera configuración de resonancia magnética nuclear y el método puede incluir además otra etapa de obtener una imagen por resonancia magnética de un simulador de geometría conocida que simula el nivel de contraste entre el cartílago y al menos una característica anatómica adyacente y otra etapa de obtener una imagen por resonancia magnética de una articulación de un paciente. La etapa de obtener una imagen por resonancia magnética de un simulador puede realizarse para un primer material que tiene al menos una propiedad de resonancia magnética que es sustancialmente similar a la del hueso y un segundo material que tiene al menos una propiedad de resonancia magnética que es sustancialmente similar a la del cartílago. La etapa de obtener una imagen por resonancia magnética de un simulador puede realizarse para un simulador que incluye volúmenes del orden de los volúmenes de características de la articulación que van a obtenerse como imágenes utilizando resonancia magnética nuclear.
También se describe un simulador para un sistema de resonancia magnética nuclear que incluye primeros medios que tienen al menos una propiedad de resonancia magnética que es sustancialmente similar a la del cartílago y segundos medios que tienen al menos una propiedad de resonancia magnética que es sustancialmente similar a la de una característica anatómica adyacente al cartílago.
Un sistema de resonancia magnética nuclear puede incluir una fuente de conjuntos de datos de resonancia magnética nuclear tridimensional que resultan de una adquisición por resonancia magnética nuclear de una articulación de un paciente, un módulo de segmentación que responde a la fuente de conjuntos de datos de resonancia magnética nuclear y que es operativo para detectar un límite entre dos características anatómicas de la articulación en tres dimensiones basándose en información tridimensional de un primer conjunto de datos y un módulo de comparación que responde al módulo de segmentación y a un segundo conjunto de datos y operativo para comparar datos de superficie de límite que resultan de la segmentación por el módulo de segmentación para el primer conjunto de datos con datos volumétricos del segundo conjunto de datos.
En las realizaciones preferidas el módulo de comparación puede estar incluido en un segundo módulo de segmentación operativo para segmentar el mismo límite entre las mismas características anatómicas en el segundo conjunto de datos. El módulo de comparación puede estar incluido en un módulo de registro operativo para registrar espacialmente el límite entre las características anatómicas segmentadas en el primer conjunto de datos con el segundo conjunto de datos.
También se describe un método de resonancia magnética nuclear que incluye obtener un primer conjunto de datos de resonancia magnética nuclear tridimensional que resultan de una adquisición por resonancia magnética nuclear de una articulación de un paciente, segmentar un límite entre dos características anatómicas de la articulación del paciente basándose en el primer conjunto de datos de resonancia magnética nuclear, obtener un segundo conjunto de datos de resonancia magnética nuclear tridimensional que resultan de una adquisición por resonancia magnética nuclear de un volumen de imágenes para la misma articulación del mismo paciente y comparar los datos de superficie que resultan de la etapa de segmentar con los datos volumétricos que resultan de un segundo conjunto de
datos.
La etapa de comparar puede ser parte de una etapa de segmentar el mismo límite entre dos características anatómicas del paciente basándose en el segundo conjunto de datos de resonancia magnética nuclear. La etapa de comparar puede ser una parte de una segunda etapa de registrar espacialmente el límite entre características anatómicas segmentadas en el primer conjunto de datos con el segundo conjunto de datos.
Un sistema de resonancia magnética nuclear puede incluir medios para obtener un primer conjunto de datos de resonancia magnética nuclear tridimensional que resultan de una adquisición por resonancia magnética nuclear de una articulación de un paciente, medios para segmentar un límite entre dos características anatómicas de la articulación del paciente basándose en el primer conjunto de datos de resonancia magnética nuclear, medios para obtener un segundo conjunto de datos de resonancia magnética nuclear tridimensional que resultan de una adquisición por resonancia magnética nuclear de la misma articulación del mismo paciente y medios para comparar datos de superficie que resultan de la etapa de segmentar con datos volumétricos que resultan del segundo conjunto de datos.
Los sistemas y métodos tratados en el presente documento son ventajosos porque pueden permitir un seguimiento cuantitativo preciso de la progresión de enfermedades, tales como las enfermedades reumáticas que afectan al cartílago. Tal seguimiento cuantitativo preciso puede permitir una evaluación exacta de los efectos de agentes farmacéuticos en estas enfermedades en ensayos clínicos. También puede permitir a los médicos determinar exactamente cómo y cuándo tratar pacientes individuales.
Tales sistemas también pueden proporcionar una mayor percepción de la progresión de la enfermedad. Como permiten a los médicos observar el efecto de la enfermedad en diferentes estructuras articulares, los sistemas según la invención pueden permitir a los médicos obtener una percepción más detallada de la enfermedad estudiada para un paciente o un grupo de pacientes. Esto puede dar como resultado investigaciones del tratamiento con objetivos más precisos o la aplicación de tratamientos administrados de forma más eficaz.
Los beneficios descritos anteriormente pueden proporcionarse de una manera altamente eficaz. Como muchos aspectos de los sistemas y métodos descritos están ampliamente automatizados, es necesaria muy poca intervención por parte de un operario. Y como tales sistemas y métodos son altamente sensibles, se pueden conseguir periodos relativamente cortos de seguimiento. Estas eficacias pueden tener un impacto significativo en el coste de estudios clínicos a gran escala, en los que muchos pacientes deben evaluarse cuidadosamente. Este ahorro en los costes puede dar como resultado la evaluación de un gran número de tratamientos potenciales.
Breve descripción de los dibujos
La figura 1 es un diagrama de bloques de un sistema de monitorización de la progresión de una enfermedad según la invención configurado para monitorizar enfermedades reumáticas que afectan al cartílago;
la figura 2 es un diagrama de flujo que ilustra el funcionamiento del sistema de la figura 1;
la figura 3 es una vista esquemática desde arriba que ilustra las localizaciones generales para los limitadores y marcadores utilizados en la colocación de la rodilla derecha de un paciente en el sistema de figura 2;
la figura 4 es un diagrama de flujo que ilustra las etapas de un protocolo de colocación para el sistema de figura 2;
la figura 5 es un diagrama en forma de ondas que ilustra la secuencia de la RMN utilizada por el sistema de figura 1 para un vóxel en un corte;
la figura 6 es un dibujo en perspectiva que ilustra un simulador para utilizar con el sistema de figura 1;
la figura 7 es una copia de una imagen de un corte sagital de un conjunto de datos adquirida utilizando el sistema de la reivindicación 1;
la figura 8 es un dibujo tridimensional que ilustra el ajuste por el sistema de la figura 1 de una superficie biparamétrica de una imagen geométrica tridimensional primitiva en superficies óseas para un hueso femoral y un hueso tibial;
las figuras 9(a) y 9(b) son imágenes de una superficie biparamétrica de la misma superficie ósea mostrada en la figura 8 antes y después de la interpolación;
la figura 10 es un diagrama en perspectiva que ilustra la generación por el sistema de la figura 1 de nuevas imágenes tridimensionales del cartílago;
la figura 11 es un diagrama que ilustra la descomposición de una imagen de cartílago femoral en dos subregiones;
la figura 12A es un diagrama que ilustra la descomposición de una imagen de cartílago tibial medial en subregiones transversales;
la figura 12B es un diagrama que ilustra la descomposición de una imagen de un cartílago tibial lateral en subregiones transversales;
la figura 13A es un diagrama que ilustra la descomposición de una imagen de un cartílago tibial medial en subregiones sagitales;
la figura 13B es un diagrama que ilustra la descomposición de una imagen de un cartílago tibial lateral en subregiones sagitales;
la figura 14A es un diagrama que ilustra la descomposición de una imagen de un cartílago tibial medial en subregiones concéntricas; y
la figura 14B es un diagrama que ilustra la descomposición de una imagen de un cartílago tibial lateral en subregiones concéntricas.
Descripción detallada de una realización ilustrativa
Haciendo referencia a la figura 1, un sistema 10 de monitorización de la progresión de una enfermedad según la invención se configura para monitorizar enfermedades reumáticas que afectan al cartílago en la rodilla. El sistema también se podría configurar para monitorizar la progresión de una enfermedad en otras articulaciones en el organismo, tales como la cadera o articulaciones de las manos o la columna. Sin embargo, la rodilla parece ser una elección apropiada para monitorizar la mayoría de las enfermedades reumáticas que afectan al cartílago, tales como la osteoartritis. Puesto que la rodilla resiste habitualmente una carga importante, se cree que tiende a presentar síntomas artríticos al menos antes que otras articulaciones, convirtiéndola en un buen factor de predicción de la progresión global de la enfermedad. Además, debido a su tamaño relativamente grande y a su accesibilidad, su superficie interna se puede representar por imágenes y cuantificar más fácilmente que otras articulaciones.
El sistema 10 de monitorización de la progresión de la enfermedad incluye un subsistema 12 de adquisición y un subsistema 14 de procesamiento. El subsistema de adquisición incluye una bobina 16 para la obtención de imágenes por RMN conectado operativamente a un sistema 18 de adquisición por RMN. Una unidad 20 de bobina de rodilla que es compatible con la bobina para la obtención de imágenes por RMN y un simulador 22 también forman parte del subsistema de adquisición. El subsistema de adquisición puede incluir un sistema comercialmente disponible para la obtención de imágenes de RMN de 1,5 Tesla, tal como el que se puede obtener de Siemens AG de Munich, Alemania. Una unidad adecuada de bobina para la rodilla también se puede obtener de Siemens.
El subsistema 14 de procesamiento incluye una base 24 de datos que está conectada operativamente al sistema de adquisición por RMN. La conexión operativa entre el sistema de adquisición por RMN y la base de datos pueden adoptar diferentes formas, tales como una conexión en forma de red o una conexión dedicada de fibra óptica. También puede adoptar la forma de una conexión intermitente, tal como una conexión de correo electrónico o un medio de almacenamiento de alta capacidad transportado físicamente, como un disco óptico. La base de datos puede variar desde una recopilación de archivos para sistemas de investigación más pequeños hasta bases de datos más potentes y ricas en características para sistemas configurados para procesar datos para un mayor número de pacientes. En el sistema de procesamiento también se incluyen un módulo 26 de segmentación, un módulo 28 de procesamiento de subpíxeles, un módulo 30 de ajuste biparamétrico, un módulo 32 de mapeo biparamétrico, un módulo 34 de generación de imágenes tridimensionales del cartílago, un módulo 36 de análisis de señales, un módulo 38 de mapeo de diferencias, y un dispositivo 39 de visualización. Todos estos pueden conectarse de forma operativa a la base de datos de forma que se puede tener acceso a conjuntos de datos no procesadas recibidos del subsistema 12 de adquisición, así como diferentes versiones procesadas de dichos conjuntos de datos. Cada uno de estos módulos se puede ejecutar utilizando un hardware para funciones especiales, un software que funcione en un procesador para funciones especiales o una combinación de ambos. Además, mientras que el sistema se puede descomponer en las series de los módulos mostrados en la figura 1, un experto habitual de la técnica reconocería que también es posible combinarlos y/o dividirlos para conseguir una descomposición diferente. En una realización, los módulos y las bases de datos son parte de un sistema de software mayor que funciona en uno o más ordenadores de la estación de trabajo equipados con un sistema operativo como el sistema operativo Windows® 9X o Windows NT® de Microsoft.
En funcionamiento, en referencia a las figuras 1-3 un operario del sistema de RMN comienza colocando al paciente en la bobina 12 de RMN (etapa 40). Esto implica tumbar al paciente generalmente en paralelo con un eje longitudinal de la bobina para la obtención de imágenes y colocar de manera precisa una de sus piernas flexionada de forma cómoda dentro de la bobina para la obtención de imágenes según un protocolo definido de colocación. Este protocolo coloca la rodilla de forma reproducible en una posición tridimensional particular con un grado de flexión predeterminado. La utilización del protocolo de colocación puede ser importante en los sistemas disponibles en la actualidad para conseguir imágenes de una calidad suficiente para procesarlas eficazmente por el sistema 14 de procesamiento.
Haciendo referencia a la figuras 3 y 4, el protocolo de colocación incluye primero la instalación de dos marcadores 82 y 84 tridimensionales en colocaciones generalmente ortogonales alrededor de la rodilla del paciente (etapa 90). Estos marcadores son preferiblemente cilíndricos en su forma y sumamente visibles utilizando el protocolo de RMN para la obtención de imágenes de la rodilla. Proporcionan datos de referencia que pueden utilizarse para detectar cualquier desviación geométrica o de la señal de los datos recibidos del sistema de adquisición por RMN y corregirla si es necesario. También proporcionan datos de referencia que pueden utilizarse para realizar análisis de control de calidad, tal como si el paciente se mueve durante la adquisición de la imagen. Un primero de los marcadores 82 se coloca próximo a la rótula del paciente en el lado interno en una dirección paralela al eje longitudinal de la bobina para la obtención de imágenes. Un segundo de los marcadores 84 se coloca en la fosa poplítea en un plano generalmente horizontal. Los marcadores pueden ponerse en práctica como tubos de plástico huecos rellenos con solución de NiSO_{4} o vitamina E.
Luego se centra la rodilla del paciente en un plano horizontal paralelo al eje longitudinal de la bobina para la obtención de imágenes (es decir, de izquierda a derecha, etapa 92). La línea preliminar formada por los ejes longitudinales del fémur y la tibia se centra preferiblemente lo más posible en este plano. La rótula del paciente se centra entonces a lo largo del eje longitudinal de la bobina (etapa 94).
La pierna colocada se fija en su sitio con una fijación para el talón y separadores. Este procedimiento incluye primero la fijación del talón con un fijador 85 de talón comercialmente disponible y un separador 86 de espuma para adaptar su altura (etapa 96). Uno o más separadores 87 de espuma se colocan también debajo de la región baja de la rodilla. Dos separadores 88 y 89 en forma de cuña se colocan entonces por encima del cuadriceps a la izquierda y derecha del eje longitudinal de la bobina 16 de obtención de imágenes, y se coloca la cuña en su sitio dentro de la bobina 20 para la rodilla para mantener la rodilla quieta (etapa 98). Cualquier problema particular referente al colocación se anota en el registro del paciente (etapa 100).
Una vez que se coloca y fija la pierna del paciente, el operario inicia el procedimiento de adquisición de una imagen tridimensional de la rodilla del paciente (etapa 42). Primero da instrucciones al sistema 18 de adquisición por RMN de adquirir una exploración de reconocimiento de la rodilla a partir de la bobina 16 para obtener imágenes por RMN (etapa 102). A continuación, el operario da instrucciones al sistema de adquisición por RMN para adquirir una exploración de reconocimiento coronal basándose en la primera exploración de reconocimiento (etapa 104). El plano de la imagen de esta exploración coronal se coloca en el centro del extremo inferior del fémur y después se apoya en el punto de cruce de la línea Bloomenstat con el extremo del ligamento cruzado anterior. Si es necesario, se inclina el plano de imagen para colocarlo en alineación con la tibia, y se anota este ángulo en el registro del paciente. Si esta es la primera evaluación del paciente, el operario adquiere también una exploración sagital SE T1 habitual y breve (etapa 106), que se utilizará para una evaluación anatómica. La etapa final en el protocolo es adquirir una exploración sagital tridimensional basada en la exploración de reconocimiento coronal (etapa 108) y centrada en la fosa intercondílea (lectura en dirección de la cabeza a los pies con resolución en el eje antero- posterior reducido al 80% (NEX=0,8)).
En referencia a la figura 5, a la adquisición le sigue una secuencia de eco de gradiente dañado con supresión de grasa, que se ha encontrado para proporcionar el mejor contraste para las superficies de contacto entre el cartílago y las estructuras adyacentes de la rodilla. Consiste en partes de un espesor de 100 mm obtenidas mediante la utilización del ángulo de inclinación (flip angle) optimizado para el ángulo de Ernst del cartílago, que es de aproximadamente 20º. El tiempo de repetición (TR) se establece a 42 ms y el tiempo de resonancia (TE) se establece a 7 ms. Cada adquisición puede cubrir una matriz de 308 x 512 o de 358 x 512 sobre un campo de visualización (FOV) rectangular de 6/8 de 160 mm y el tiempo global de adquisición oscila desde 20 hasta 30 minutos. El tamaño del vóxel resultante efectivo es de 0,31 x 0,39 x 1,0 mm^{3}. El protocolo de obtención de imágenes puede requerir un ajuste manual de 220 Hercios para individuos muy obesos y puede ser necesario ampliar el campo de visión para individuos con rodillas muy grandes.
La metodología elegida representa un compromiso optimizado entre contraste de cartílago, resolución espacial en 3 dimensiones, maximización de la razón señal/ruido, tiempo de exposición para el paciente y reproducibilidad. Los gradientes también se optimizan, utilizando de principio a fin velocidad de exploración máxima y tiempo de permanencia de gradiente mínimo. También se minimizan los deflectores. Se cree que la secuencia debería ser transferible a otros tipos de máquinas de RMN.
El conjunto de datos tridimensional obtenido está en forma de una serie de planos de imágenes sagitales a través del volumen que rodea la articulación. Se almacena permanentemente en un disco óptico de sólo escritura que se transfiere a la base 24 de datos en el subsistema 14 de procesamiento. Las particularidades de los parámetros de colocación y obtención de imágenes del paciente se almacenan en un documento de papel para guardarlo en el lugar de obtención de las imágenes.
En referencia a la figura 6, el operario del sistema también puede obtener una imagen de un simulador 110 (etapa 44). Esta imagen proporciona información importante acerca del subsistema 12 de adquisición, que puede utilizar el subsistema de procesamiento para corregir variaciones en los parámetros de obtención de imágenes, como pueden resultar del movimiento de los componentes o arreglos del sistema. La utilización de este procedimiento de corrección basado en un simulador puede ser particularmente importante en el seguimiento de enfermedades reumáticas, puesto que las exploraciones sucesivas de un mismo paciente pueden estar separados en varios meses, durante los que pueden cambiar las condiciones de obtención de imágenes para un sistema particular. La información del simulador también se puede utilizar para normalizar datos recibidos de sistemas diferentes. Debe observarse que puede no ser necesario obtener los datos del simulador cada vez que se realiza una adquisición de una paciente, sino que en su lugar se pueden obtener en intervalos regulares (por ejemplo, semanalmente).
El simulador está diseñado para permitir el proporcionar información acerca de la adquisición del sistema de RMN de materiales conocidos configurado en una geometría conocida. Los materiales se seleccionan para corresponderse con los diferentes materiales cuyas imágenes deben obtenerse. En la presente realización, estos son hueso, cartílago y líquido sinovial. La geometría del simulador está diseñada para colocar estos materiales en relación entre sí en formas comparables a la configuración de las estructuras diana en el paciente. El volumen total y el espesor de al menos algunos de los materiales también está diseñado para ser comparables a los de las estructuras cuyas imágenes deben obtenerse.
Un simulador 110 adecuado se puede construir utilizando como estructura una que define tres cámaras 112, 114 y 116 próximamente colocadas, recargables y cilíndricas. Estas cámaras se pueden definir por una pila de tres placas 118, 120 y 122 ahuecados separados por láminas 124 y 126 finas y atornilladas con tornillos 128, 130, 132 y 134 en sus cuatro esquinas. En una realización, cada placa es una placa Lexan® cuadrada que define un espacio cilíndrico que mide 0,125 pulgadas de alto por 1,5 pulgadas de diámetro. Las placas superior e inferior están ahuecados parcialmente para actuar como tapas y la placa central está perforada. La primera lámina 124, que tiene un espesor de 50 micras, separa la placa 118 superior y la placa 120 medio. La segunda lámina 126, que tiene el mismo espesor, separa la placa 120 media y la placa 122 inferior. Entre cada cámara y uno de los bordes de las placas hay un agujero de relleno que mide 0,063 pulgadas de diámetro.
Una vez que se han obtenido el conjunto de datos tridimensional del paciente y los datos del simulador para el sistema de adquisición y se han transferido a la base 24 de datos, puede comenzar la segmentación de los datos. La segmentación es el procedimiento para detectar bordes de superficies anatómicas representados en los datos contenidos en el conjunto de datos para el paciente. La segmentación comienza por la superficie ósea (etapa 46) y luego continúa a la superficie del cartílago (etapa 48). Tanto ésta como las operaciones siguientes se pueden realizar para el extremo de uno o más huesos en la articulación, tales como el fémur, la tibia y/o la rótula de la
rodilla.
En referencia a la figura 7, el módulo 26 de segmentación procesa el primer conjunto de datos del paciente para determinar el perfil de las extremidades óseas y el perfil del cartílago en cada uno de los cortes de la RMN. El operario comienza por delinear manualmente la superficie de contacto hueso-cartílago en un primer corte, teniendo cuidado para evitar artefactos evidentes. Luego se aplica a los perfiles manuales un algoritmo de contorno activo y este procedimiento da lugar a las contornos para definir más exactamente el perfil de la superficie de contacto hueso-cartílago. En cada corte posterior, se utilizan los contornos del corte anterior para inicializar el corte actual. El algoritmo de contorno activo se describe en "Simplified Active Contour Model Applied To Bone Sructure Segmentation In Digital Radiographs", por C. Kauffmann, B. Godbout, y J.A. de Guise, Medical Imaging 1998, Proceedings of SPIE, Image Processing, 21-27 de febrero 1998; "Simple 2D active contour model to segment non-convex objects in 3D images", por B. Godbout, C. Kauffmann, y J.A. de Guise, Vision Interface, '98, SFU Harbour Center, Vancouver, British Colombia, Canadá, 18-20 de junio, 1998; y "Segmentation d'Images Tridimensionelles à l'Aide de Contours Actifs Simplifiés", por Benoit Godbout (Engineering Master's Thesis), Escuela Técnica Superior, Montreal, diciembre de 1997; incorporándose todos en el presente documento como referencia.
El módulo de segmentación segmenta entonces la superficie de contacto cartílago-inovio (etapa 48). Este procedimiento continúa de la misma manera que lo hizo con la superficie de contacto hueso-cartilago. Un profesional experto, como un radiólogo generalmente revisa los resultados del procedimiento de segmentación para asegurarse de que ningún artefacto haya introducido errores en las imágenes.
En referencia a la figura 8, una vez que se ha segmentado el conjunto de datos, el sistema ajusta (etapa 50) una imagen original geométrica simple a los resultados de contorno activo 3D a partir de la superficie de contacto hueso-cartílago. La imagen original se elige para imitar la forma de la superficie ósea. Se utiliza un cilindro para el fémur y planos para la tibia y la rótula.
El algoritmo de ajuste realiza una búsqueda iterativa para la mejor transformación con el fin de minimizar la distancia al cuadrado entre los puntos de contorno transformados y una imagen original geométrica normalizada centrada en el origen. Para ajustar un cilindro, los parámetros de transformación son dos rotaciones alrededor del eje ortogonal (eje principal), dos traslaciones (posición) y un factor de aumento (radio). Para ajustar un plano, los parámetros de transformación son dos rotaciones alrededor de un eje ortogonal (normal) y una traslación (coloca-
ción).
Se define una cuadrícula en la superficie de la imagen original biparamétrica ajustada con el fin de obtener una nueva representación para los puntos de contorno. Todos los puntos de contorno se proyectan primero ortogonalmente en la superficie de la cuadrícula. Cada punto (xi, yi, zi) de contorno tridimensional en el sistema de coordenadas de obtención de imágenes se mapea una coordenada correspondiente en la cuadrícula (columna, fila, desviación). El resultado puede observarse como un mapa de desviaciones en el que la intensidad de píxel es una distancia con respecto a la imagen original.
La resolución de la cuadrícula se ajusta para adaptar la resolución de corte de la imagen por RMN. Debido a la separación irregular entre los punto de contorno proyectados en la cuadrícula, se aplica una técnica de interpolación Gaussiana en la imagen de desviaciones resultante para rellenar los espacios (véase figuras 9(a) y 9(b)). Una representación de mapa de desviaciones similar para la superficie de contacto cartílago-sinovio se obtiene al proyectar los puntos de contorno de la superficie de contacto cartílago-sinovio sobre la misma cuadrícula de superficie biparamétrica utilizada para el hueso (etapa 54).
La nueva representación biparamétrica incluye mucha de la información presente en la representación tridimensional, pero ha reducido los requerimientos de procesamiento. Como es bidimensional, puede visualizarse de forma eficaz en monitores convencionales. La vista biparamétrica también representa una vista relativamente normalizada de la articulación y se considera que dichas vistas podrían compararse para diferentes pacientes de forma cualitativa o cuantitativa para determinar patrones de progresión de la enfermedad para pacientes o grupos de pacien-
tes.
\newpage
En referencia a la figura 10, el sistema obtiene imágenes nuevas del cartílago basándose en los sistemas de coordenadas de superficie biparamétricos obtenidos para los datos (etapa 56). Este procedimiento da como resultado una representación en capas del cartílago que es afín a la estructura de una cebolla. Cada corte 150a, 150b... 150n de cartílago presenta la intensidad de imagen obtenido al extraer todos los píxeles localizados a una distancia 152 isométrica de la superficie ósea. El operario puede moverse a través de estas láminas, permitiéndole ver los efectos de la enfermedad a diferentes niveles del hueso y cartílago.
El módulo 28 de procesamiento de exactitud de subpíxeles utiliza estas imágenes tridimensionales nuevas y el mapa de imágenes de desviación de la superficie ósea para obtener una representación de subpíxeles tridimensional de la superficie ósea. Este procedimiento mejora la exactitud de las superficies de la primera imagen y operaciones subsecuentes realizadas en ellas.
El módulo 36 de análisis de señales también aplica dos métodos de procesamiento de señales (etapa 60) a las imágenes tridimensionales nuevas (de etapa 56). El primero de éstos es un análisis de textura de la organización en píxeles del cartílago en las cortes de cartílago (de etapa 56). El segundo es un análisis de densidad de señales local del cartílago que puede visualizarse como una "radiografía de cartílago" utilizada para encontrar regiones locales de hiposeñales.
Luego el sistema genera un mapa de visualización para el cartílago (etapa 62). Para fines comparativos, el cartílago se representa fundamentalmente en dos mapas. El primero es un mapa de imagen de volumen en el que cada píxel representa un volumen local localizado en una superficie de 300 micras x 300 micras, y el segundo es un mapa de imagen de espesor en el que cada píxel representa un espesor de medio local localizado en una superficie de 300 micras x 300 micras. Se utiliza un tercer mapa como mapa de máscara que define una o más regiones topo-anatómicas. Este mapa de máscara se utiliza para obtener el espesor o el volumen locales.
Se pueden cuantificar separadamente diferentes estructuras dentro de una articulación utilizando el mapa de máscara. Por ejemplo, la rodilla puede descomponerse en las áreas anterior, central y posterior de la meseta medial tibial, y en las áreas medial, central y lateral de la meseta lateral tibial. También se pueden cuantificar las áreas posterior, central y anterior de los cóndilos femorales medial y lateral así como de la rótula. Los diferentes tipos de máscaras que tienen un significado topológico y anatómico se pueden adaptar fácilmente a la aplicación para representar una región específica nueva. Un ejemplo para ilustrar este procedimiento es la máscara de Bull-eyes (de ojos de buey) utilizada para representar cuatro regiones específicas aplicadas en el volumen del cartílago tibial y los mapas de espesor (figura 11). Al separar estas regiones, un médico puede ser capaz de entender de una forma más precisa la progresión de la enfermedad.
También se pueden obtener otros atributos de los datos tridimensionales. Las características físicas del cartílago que afectan a la calidad de la señal de imagen de RMN tales como la densidad o las propiedades microestructurales se pueden mapear en colores. Estas propiedades pueden proporcionar información diagnóstica valiosa acerca de la progresión de la enfermedad.
Estos tres mapas y los mapas generados por el módulo de análisis de señal se pueden evaluar de varias formas. Pueden visualizarse en un monitor de una estación de trabajo desde un punto de vista definido por un operario cualificado, tal como un radiólogo, que pude evaluarlos cualitativamente. También pueden transformarse en otras formas, tales como un histograma de espesor aproximado.
Tras un intervalo apropiado, tal como seis meses, se lleva a cabo un examen de seguimiento. Durante este examen, un operario coloca al paciente en la misma posición que ocupó durante su examen inicial (etapa 64) y obtiene el mismo tipo de datos de imagen (etapa 66). También se pueden obtener datos del simulador para el sistema (etapa 68).
Luego, el sistema reposiciona la superficie ósea dentro del segundo conjunto de datos de imágenes para adaptarse a la posición de la superficie ósea en el primer conjunto de datos (etapa 70). Este procedimiento comienza con una colocación de superficie ósea manual en tres planos (sagital, coronal, axial) con una superficie de contacto interactiva adecuada. Esta superficie de contacto permite al usuario mover la superficie ósea con una libertad de seis grados (tres controles de rotación y tres controles de traslación) para obtener una primera aproximación de la posición de la superficie.
El resto del procedimiento se realiza automáticamente y utiliza la posición de superficie aproximada obtenida manualmente como parámetro de inicialización. Durante esta parte del procedimiento se ajusta de forma exacta la superficie ósea por minimización de la distancia por mínimos cuadrados entre puntos de superficie y los bordes de imagen tridimensionales correspondientes. Las operaciones de recolocación para el hueso también dan como resultado una recolocación del cartílago. La superficie ósea se utiliza como una referencia para la recolocación porque se supone que la superficie ósea va a cambiar la superficie cartilaginosa normalmente de forma no
global.
Este procedimiento se realiza mediante una sólida minimización de mínimos cuadrados de la diferencia en combinación con un filtrado de superficie de los datos de imagen nuevos al nivel subpíxeles. Una vez que se ha adecuado la superficie ósea biparamétrica en nuevos los conjuntos de imagen por RM del mismo paciente, se segmenta la nueva superficie de contacto cartílago-sinovio de una manera similar a la primera etapa de segmentación de cartílago. Después se puede proporcionar una nueva superficie biparamétrica para la deformación del cartílago (etapa 72). El conjunto de datos que resultan de esta etapa expresa la diferencia entre las dos superficies.
El sistema puede mapear entonces los nuevos datos en uno de los formatos descritos anteriormente, tales como mapa de volumen o espesor (etapa 74). Estos mapas pueden combinarse entonces con sus homólogos anteriores para generar un mapeo diferente (etapa 76). El mapeo diferente puede visualizarse después (etapa 78).
En referencia a las figuras 11-14, el sistema puede proporcionar también resultados para regiones diferentes de la característica anatómica. Los contornos de estas regiones pueden basarse en principios anatómicos o en la observación de síntomas de resultados de adquisiciones anteriores. También se pueden monitorizar diferentes regiones para diferentes estados o diferentes pacientes, de forma que los resultados obtenidos se correlacionen lo más precisamente posible con la progresión o el estado de la condición que se monitoriza.
Las regiones pueden dividirse basándose en coordenadas Cartesianas o coordenadas polares. Tal como se muestra en la figura 11, por ejemplo, el cartílago 164 femoral se puede dividir según coordenadas Cartesianas en un área 160 de cóndilo medial, un área 162 de cóndilo lateral y un área 164 rotuliana. Las áreas de cóndilo medial y cóndilo lateral se pueden subdividir además en áreas (166, 172) posteriores, áreas (168, 174) centrales y áreas (170, 176) anteriores y el área rotuliana se puede subdividir además en un área 178 medial y un área 180 lateral. Tal como se muestra en las figuras 12-13, el cartílago tibial puede representarse como un mapa de espesor, como una región 182 medial que está dividida transversalmente en una serie de subregiones 186, 188, 190 o como una región 184 lateral que se divide transversalmente en varias subregiones 192, 194, 196. El cartílago tibial también se puede representar como una región 200 medial dividida sagitalmente en varias subregiones 204, 206, 208 o una región 202 lateral dividida sagitalmente en varias subregiones 210, 212, 212.
Tal como se muestra en la figura 14, por ejemplo, el cartílago tibial puede dividirse según coordenadas polares en una representación de "ojos de buey". Un corte 220 medial puede dividirse en uno o más anillos 224 concéntricos que rodean un área 226 central. De forma similar, un corte 222 lateral puede dividirse en uno o más anillos 228 concéntricos que rodean un área 230 central.
Ejemplo 1
Se reclutaron quince pacientes con osteoartritis de rodilla en clínicas de reumatología de pacientes ambulatorios. Estos pacientes incluían individuos masculinos y femeninos que satisfacían los criterios del American College of Rheumatologists (Colegio Americano de Reumatólogos) (ACR) para osteoartritis primaria. Cada uno tenía síntomas y requería tratamiento.
En todos los casos existían pruebas radiológicas de osteoartritis en la rodilla afectada, que incluía una radiografía en el plazo de seis meses. Cada paciente presentó una gravedad dos de grado mínimo en cualquiera del estrechamiento de la interlínea, osteofitos y/o esclerosis en la escala de Kellgren y Lawrence. Se requirió la ausencia de condrocalcinosis y no se incluyeron en el estudio los pacientes con enfermedad radiológica en fase terminal (es decir, grado cuatro) u osteoartritis femororrotuliana aislada.
Los pacientes fueron descartados basándose en una serie de estados que posiblemente pueden confundirse, que incluyen osteoartritis secundaria, artritis inflamatoria, artritis postraumática, artritis metabólica, artritis séptica, enfermedad inducida por cristales, enfermedad ósea de Paget, necrosis avascular o artritis neurogénica. Las inyecciones de corticoides previas en la rodilla en estudio en los últimos tres meses o el uso de corticoides sistémicos por alguna otra razón también fueron motivos de exclusión. También se descartaron aquellos pacientes con discapacidad funcional grave (es decir, clase IV) y aquellos candidatos a cirugía inminente de la articulación de la rodilla o pacientes con artroplastia total contralateral.
En presencia de rodillas con síntomas bilaterales, el paciente elegiría la rodilla con más síntomas para estudiarse. En el caso de síntomas similares para ambas rodillas, un sorteo a cara o cruz determinaría cuál de ellas se va a inyectar y estudiar. Se requirió el consentimiento informado del paciente antes de su admisión en el estudio. También se realizó una evaluación clínica de los pacientes, utilizando medidas validadas, en el nivel inicial, a los seis meses y a los doce meses.
Los pacientes se evaluaron en el nivel inicial, a los seis meses y al año utilizando un sistema de RMN generalmente comparable al descrito anteriormente. Como parte de esta evaluación, las imágenes obtenidas se analizaron y cuantificaron sistemáticamente utilizando un sistema de procesamiento generalmente comparable al descrito anteriormente. Cada adquisición de RMN se repitió por un técnico diferente en el mismo día.
El volumen de cartílago total se calculó para cada uno de los quince pacientes. Los valores de volumen resultantes calculados para las pruebas en el mismo día se correlacionaron utilizando una prueba de rangos de Sperman. Se evaluó la significación de los cambios globales del volumen de cartílago para los quince pacientes utilizando una prueba de los rangos con signo de Wilcoxon a los seis meses y al año.
Se encontró que el coeficiente de correlación para las adquisiciones del mismo día era sistemáticamente próximo a 0,99 con un valor de p bastante superior a 0,05. Estos resultados indican que la técnica muestra un grado muy elevado de reproducibilidad en sus mediciones del volumen de cartílago. Los resultados preliminares a los 18 meses para los cambios globales y topográficos en el volumen y el espesor de cartílago son prometedores y está en progreso un análisis adicional de estos resultados.
Ejemplo 2
Se reclutaron treinta y cinco pacientes con osteoartritis de rodilla en clínicas de reumatología de pacientes ambulatorios utilizando criterios similares a aquellos utilizados en el primer ejemplo. Los pacientes mostraron los datos demográficos en el nivel inicial presentados en la tabla 1.
\vskip1.000000\baselineskip
TABLA 1
Edad (años) 63,1 (9,1) Dolor Womac 59,4 (3,93)
% de mujeres 74% Rigidez Womac 45,1 (4,77)
Peso (Kg) 84,1 (15,1) Función Womac 60,3 (3,99)
% Analg. 82,6% Total Womac 56,9 (3,99)
% AINE 77% Global para el paciente 54,5 (3,74)
SF-36 PCS 37,1 (1,65)
Paseo de 50 (seg) 11,6 (3,6) DOLOR mediante VAS 48,2 (4,97)
ROM (grado) 126,9 (12,2) MD global 59,8 (3,12)
(puntuaciones de VAS 100 = peor)
\vskip1.000000\baselineskip
Se evaluó a los pacientes en el nivel inicial, a los seis meses y al año utilizando un sistema de RMN generalmente comparable al descrito anteriormente. Como parte de esta evaluación, las imágenes obtenidas se analizaron y cuantificaron sistemáticamente utilizando un sistema de procesamiento generalmente comparable al descrito anteriormente. Los parámetros de obtención de imágenes fueron: tamaño de vóxel: 0,3 x 0,4 X 1 mm, con una cuadrícula de 512 X 410; 3D-FISP; TR = 42 y TE = 7.
El volumen de cartílago total se calculó para cada uno de los treinta y cinco pacientes. Se calcularon pruebas de la t para datos emparejados, para los datos a los seis meses y se realizó un análisis de la varianza (ANOVA) para mediciones múltiples para los datos a los 12 meses. Los resultados se presentan en la tabla 2.
\vskip1.000000\baselineskip
TABLA 2
Localización de RMN Media (e.e.m.) Mediana Valor de t Valor de p*
A los 6 meses: n=35
Cóndilo medial -3,34 (0,96) -2,12 -3,48 0,001
Cóndilo lateral -2,11 (0,48) -1,99 -4,35 0,0001
Compart. medial -2,11 (0,65) -1,41 -3,27 0,002
Compart. lateral -1,62 (0,39) -1,65 -4,09 0,0001
Global -1,81 (0,43) -1,49 -4,23 0,0001
A los 12 meses: n=34
Cóndilo medial -5,03 (1,33) -2,39 -3,79 0,001
Cóndilo lateral -2,65 (0,76) -2,46 -3,49 0,001
Compart. medial -3,91 (1,41) -1,84 -2,77 0,009
Compart. lateral -1,78 (0,56) -1,36 -3,17 0,003
Global -2,38 (0,51) -1,50 -4,64 0,0001
* Prueba de la t para datos emparejados, para los datos a los 6 meses
ANOVA para los datos a los 12 meses
\vskip1.000000\baselineskip
Se calcularon los coeficientes de correlación para las pérdidas de volumen de cartílago frente a los cambios de parámetros clínicos y se presentan en la tabla 3.
TABLA 3
Womac Mes 6 Mes 12
\hskip0,6cm Dolor -0,025 -0,086
\hskip0,6cm Rigidez -0,000 -0,070
\hskip0,6cm Función +0,145 +0,030
Dolor mediante VAS +0,189 -0,032
Pt global +0,038 +0,071
MD global +0,206 +0,290
Función física mediante SF36 +0,110 +0,220
Salud general mediante SF36 +0,077 -0,058
Valores de p = todos ns.
Se realizaron los cálculos del poder de eficacia del tratamiento (alfa=0,05, beta=0,80) y los resultados se muestran en la tabla 4.
TABLA 4
\bullet Utilizando la pérdida esperada de volumen del compartimento interno:
-20% de diferencia en 1 año: N=216
-30% de diferencia en 1 año: N=97
-40% de diferencia en 1 año: N=55
\bullet Utilizando la pérdida esperada de volumen de cartílago global:
-20% de diferencia en 1 año: N=412
-30% de diferencia en 1 año: N=184
-40% de diferencia en 1 año: N=104
Estos resultados son bastante prometedores. Indican que las pérdidas de volumen de cartílago pueden detectarse y son estadísticamente significativas a los 6 meses y al año. Sin embargo, se necesitan análisis adicionales para establecer la correlación de las pérdidas de cartílago con los parámetros clínicos. No obstante, la herramienta debe ser útil para evaluar la progresión de la osteoartritis de rodilla y la eficacia terapéutica de agentes "condroprotectores" en ensayos clínicos.
La presente invención se ha descrito ahora en relación con varias realizaciones específicas de la misma. Sin embargo, deben ser ahora evidentes numerosas modificaciones que son contempladas como que caen dentro del alcance de la presente invención para los expertos en la técnica. Por ejemplo, las técnicas descritas pueden utilizarse en aplicaciones veterinarias o para la obtención de imágenes de otros tipos de estructuras en el organismo. Por ello, se pretende que el alcance de la presente invención esté limitada sólo por el alcance de las reivindicaciones adjuntas a la misma. Además, el orden de presentación de las reivindicaciones no debe interpretarse que limita el alcance de cualquier término particular en las reivindicaciones.

Claims (14)

1. Sistema (10) de resonancia magnética nuclear ortopédico que comprende:
una fuente (12) de conjuntos de datos de resonancia magnética nuclear que resultan de adquisiciones sucesivas por resonancia magnética nuclear de una articulación enferma para cada uno de una pluralidad de pacientes, en el que la fuente de conjuntos de datos proporciona datos de imágenes que incluye información sobre la superficie del cartílago e información sobre la superficie ósea, incluyendo información de posición de la superficie ósea para un superficie de contacto cartílago-hueso;
un módulo (26) de segmentación que responde a la fuente (12) de conjuntos de datos de resonancia magnética nuclear y es operativo para segmentar superficies en la articulación basado en la información contenida en al menos uno de los conjuntos de datos;
un módulo de registro que responde a la fuente (12) de conjuntos de datos de resonancia magnética nuclear y es operativo para registrar espacialmente, en tres dimensiones, la información de posición de la superficie ósea representada por un primero de los conjuntos de datos con respecto a la información de posición de la superficie ósea representada por uno o más conjuntos de datos para el mismo paciente;
un módulo de comparación cuantitativo que responde al módulo de registro y es operativo para detectar diferencias cuantitativas entre la información representada por los conjuntos de datos producidos por la progresión de la enfermedad en la articulación del mismo paciente entre adquisiciones; y
un módulo de comparación cruzada entre pacientes para comparar las diferencias detectadas para al menos uno de los pacientes con las diferencias detectadas para al menos uno de los demás pacientes, y que incorpora una base de datos con múltiples partes que incluye un módulo de análisis estadístico operativo para obtener información estadística sobre la progresión de la enfermedad en las articulaciones de varios pacientes.
2. Aparato según la reivindicación 1, en el que el módulo de comparación es operativo para detectar cambios en el espesor del cartílago y/o el volumen del cartílago dentro de la articulación y los cambios en las propiedades del material del cartílago dentro de la articulación.
3. Aparato según la reivindicación 2, en el que los cambios en las características del material del cartílago dentro de la articulación se reflejan en los cambios de la señal de resonancia magnética del material del cartílago.
4. Aparato según la reivindicación 1, que comprende además medios de almacenamiento de los resultados de la segmentación.
5. Aparato según la reivindicación 1, en el que el módulo de segmentación es operativo para realizar operaciones de segmentación en cortes en los que están presentes una pluralidad de características anatómicas diferentes.
6. Aparato según la reivindicación 1, en el que el módulo de segmentación es operativo para realizar operaciones de segmentación para cartílago enfermo.
7. Aparato según la reivindicación 1, en el que los conjuntos de datos de imágenes incluyen datos de imágenes para al menos la mayoría de las superficies que soportan carga de la articulación.
8. Aparato según la reivindicación 1, en el que el módulo de comparación es operativo para comparar datos para el fémur.
9. Aparato según la reivindicación 1, en el que el módulo de segmentación, el módulo de registro y el módulo de comparación son operativos conjuntamente para detectar pérdidas de volumen de cartílago estadísticamente significativas en un plazo de seis meses.
10. Aparato según la reivindicación 1, en el que los conjuntos de datos de resonancia magnética nuclear también incluyen datos de imágenes de marcadores de referencia tridimensionales para cada una de las adquisiciones por resonancia magnética nuclear sucesivas para cada uno de los pacientes.
11. Método que comprende:
obtener conjuntos de datos de resonancia magnética nuclear que resultan de adquisiciones por resonancia magnética nuclear sucesivas de una articulación enferma para cada uno de una pluralidad de pacientes, en el que los datos de imágenes incluyen información sobre la superficie del cartílago e información sobre la superficie ósea, incluyendo información de la posición de la superficie ósea para un superficie de contacto cartílago-hueso; y en el que los conjuntos de datos de resonancia magnética nuclear también incluyen datos de imágenes de marcadores de referencia tridimensionales para cada una de las adquisiciones por resonancia magnética nuclear sucesivas para cada uno de los pacientes;
segmentar superficies de la articulación para al menos una articulación para cada paciente basándose en la información contenida en los conjuntos de datos para los pacientes;
registrar espacialmente, en tres dimensiones, información sobre la superficie ósea representada por uno primero de los conjuntos de datos con respecto a la información sobre la superficie ósea representada por uno o más conjuntos de datos adicionales para cada paciente;
detectar las diferencias cuantitativas entre la información representada por los conjuntos de datos con respecto a la articulación de cada paciente entre las adquisiciones; y
comparar las diferencias obtenidas para los pacientes diferentes y que utiliza una base de datos de múltiples partes que incluye un módulo de análisis estadístico, que proporciona información estadística sobre las articulaciones de varios pacientes.
12. Método según la reivindicación 11, que incluye además la etapa de administrar un agente terapéutico a al menos alguno de los pacientes antes de la adquisición de al menos alguna de las imágenes sucesivas y detectar las diferencias entre las imágenes sucesivas registradas.
13. Método según la reivindicación 12, en el que el agente terapéutico se diseña para tratar enfermedades reumáticas que afectan al cartílago.
14. Método según una cualquiera de las reivindicaciones 11 a 13, incluyendo además la etapa de medir las diferencias entre las imágenes sucesivas registradas.
ES00972501T 1999-11-01 2000-11-01 Evaluacion de la progresion de una enfermedad utilizando resonancia magnetica nuclear. Expired - Lifetime ES2250205T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16287199P 1999-11-01 1999-11-01
US162871P 1999-11-01

Publications (1)

Publication Number Publication Date
ES2250205T3 true ES2250205T3 (es) 2006-04-16

Family

ID=22587475

Family Applications (1)

Application Number Title Priority Date Filing Date
ES00972501T Expired - Lifetime ES2250205T3 (es) 1999-11-01 2000-11-01 Evaluacion de la progresion de una enfermedad utilizando resonancia magnetica nuclear.

Country Status (9)

Country Link
US (4) US6560476B1 (es)
EP (1) EP1230561B1 (es)
AT (1) ATE308056T1 (es)
AU (1) AU1122401A (es)
CA (2) CA2427590C (es)
DE (1) DE60023540T2 (es)
DK (1) DK1230561T3 (es)
ES (1) ES2250205T3 (es)
WO (1) WO2001032079A2 (es)

Families Citing this family (113)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8771365B2 (en) 2009-02-25 2014-07-08 Conformis, Inc. Patient-adapted and improved orthopedic implants, designs, and related tools
US8545569B2 (en) 2001-05-25 2013-10-01 Conformis, Inc. Patient selectable knee arthroplasty devices
US8882847B2 (en) 2001-05-25 2014-11-11 Conformis, Inc. Patient selectable knee joint arthroplasty devices
US7534263B2 (en) * 2001-05-25 2009-05-19 Conformis, Inc. Surgical tools facilitating increased accuracy, speed and simplicity in performing joint arthroplasty
US8556983B2 (en) 2001-05-25 2013-10-15 Conformis, Inc. Patient-adapted and improved orthopedic implants, designs and related tools
US8735773B2 (en) 2007-02-14 2014-05-27 Conformis, Inc. Implant device and method for manufacture
US7799077B2 (en) 2002-10-07 2010-09-21 Conformis, Inc. Minimally invasive joint implant with 3-dimensional geometry matching the articular surfaces
US10085839B2 (en) 2004-01-05 2018-10-02 Conformis, Inc. Patient-specific and patient-engineered orthopedic implants
US8480754B2 (en) 2001-05-25 2013-07-09 Conformis, Inc. Patient-adapted and improved articular implants, designs and related guide tools
US7618451B2 (en) * 2001-05-25 2009-11-17 Conformis, Inc. Patient selectable joint arthroplasty devices and surgical tools facilitating increased accuracy, speed and simplicity in performing total and partial joint arthroplasty
US9603711B2 (en) 2001-05-25 2017-03-28 Conformis, Inc. Patient-adapted and improved articular implants, designs and related guide tools
US8083745B2 (en) 2001-05-25 2011-12-27 Conformis, Inc. Surgical tools for arthroplasty
US7468075B2 (en) 2001-05-25 2008-12-23 Conformis, Inc. Methods and compositions for articular repair
JP2002532126A (ja) * 1998-09-14 2002-10-02 スタンフォード ユニバーシティ 関節状態の評価及び損傷防止装置
US7239908B1 (en) 1998-09-14 2007-07-03 The Board Of Trustees Of The Leland Stanford Junior University Assessing the condition of a joint and devising treatment
EP1230561B1 (en) * 1999-11-01 2005-10-26 Arthrovision, Inc. Evaluating disease progression using magnetic resonance imaging
WO2002022013A1 (en) 2000-09-14 2002-03-21 The Board Of Trustees Of The Leland Stanford Junior University Assessing condition of a joint and cartilage loss
US6799066B2 (en) 2000-09-14 2004-09-28 The Board Of Trustees Of The Leland Stanford Junior University Technique for manipulating medical images
WO2002022014A1 (en) * 2000-09-14 2002-03-21 The Board Of Trustees Of The Leland Stanford Junior University Assessing the condition of a joint and devising treatment
JP4488678B2 (ja) * 2001-02-07 2010-06-23 アーオー テクノロジー アクチエンゲゼルシャフト 骨のx線画像の三次元表示の確立方法
JP4219170B2 (ja) * 2001-02-27 2009-02-04 スミス アンド ネフュー インコーポレーテッド 膝関節全置換術のシステム及び方法
WO2002096268A2 (en) * 2001-05-25 2002-12-05 Imaging Therapeutics, Inc. Methods and compositions for articular resurfacing
US8951260B2 (en) 2001-05-25 2015-02-10 Conformis, Inc. Surgical cutting guide
US8439926B2 (en) 2001-05-25 2013-05-14 Conformis, Inc. Patient selectable joint arthroplasty devices and surgical tools
US20030028401A1 (en) * 2001-07-17 2003-02-06 Leon Kaufman Customizable lung report generator
US7130457B2 (en) * 2001-07-17 2006-10-31 Accuimage Diagnostics Corp. Systems and graphical user interface for analyzing body images
US6901277B2 (en) * 2001-07-17 2005-05-31 Accuimage Diagnostics Corp. Methods for generating a lung report
EP1412909A4 (en) * 2001-07-27 2006-04-19 Virtualscopics Llc SYSTEM AND METHOD FOR QUANTITATIVE EVALUATION OF JOINT DISEASES AND TIME CHANGES IN JOINT DISEASES
FR2830962B1 (fr) * 2001-10-12 2004-01-30 Inst Nat Rech Inf Automat Dispositif et methode de traitement d'image pour detection de lesions evolutives
US8724865B2 (en) * 2001-11-07 2014-05-13 Medical Metrics, Inc. Method, computer software, and system for tracking, stabilizing, and reporting motion between vertebrae
US20030086596A1 (en) * 2001-11-07 2003-05-08 Medical Metrics, Inc. Method, computer software, and system for tracking, stabilizing, and reporting motion between vertebrae
AU2002360478A1 (en) * 2001-12-05 2003-06-17 The Trustees Of The University Of Pennsylvania Virtual bone biopsy
US7111020B1 (en) * 2002-03-26 2006-09-19 Oracle International Corporation Incremental refresh of materialized views containing rank function, and rewrite of queries containing rank or rownumber or min/max aggregate functions using such a materialized view
ITUD20020072A1 (it) * 2002-03-29 2003-09-29 Univ Degli Studi Trieste Procedimento per identificare le proprieta' meccaniche di un materiale
US6992280B2 (en) * 2002-04-04 2006-01-31 Synarc, Inc. Test object for calibration of imaging measurements of mammalian skeletal joints
US7406469B1 (en) * 2002-06-20 2008-07-29 Oracle International Corporation Linear instance mapping for query rewrite
US7502641B2 (en) * 2002-07-09 2009-03-10 Aecc Enterprises Limited Method for imaging the relative motion of skeletal segments
AU2003281649A1 (en) * 2002-07-19 2004-02-09 Koninklijke Philips Electronics N.V. Automated measurement of objects using deformable models
WO2004008964A1 (en) * 2002-07-22 2004-01-29 Compumed, Inc. Method, code, and system for assaying joint deformity
US8932363B2 (en) 2002-11-07 2015-01-13 Conformis, Inc. Methods for determining meniscal size and shape and for devising treatment
US20040102691A1 (en) * 2002-11-25 2004-05-27 General Electric Company Method and system for correcting images and measurements acquired by MRI
US7251353B2 (en) * 2002-11-26 2007-07-31 University Of Chicago Automated method of patient recognition using chest radiographs
ATE385006T1 (de) * 2003-02-05 2008-02-15 Koninkl Philips Electronics Nv Anzeige der genauigkeit einer quantitativen analyse
US20050113663A1 (en) * 2003-11-20 2005-05-26 Jose Tamez-Pena Method and system for automatic extraction of load-bearing regions of the cartilage and measurement of biomarkers
US7734602B2 (en) * 2004-04-14 2010-06-08 Oracle International Corporation Choosing whether to use a delayed index maintenance depending on the portion of the materialized view (MV) changed
US7890497B2 (en) * 2004-04-14 2011-02-15 Oracle International Corporation Using estimated cost to schedule an order for refreshing a set of materialized views (MVS)
US8478742B2 (en) * 2004-04-14 2013-07-02 Oracle Corporation Using estimated cost to refresh a set of materialized views (MVS)
US20050234945A1 (en) * 2004-04-14 2005-10-20 Oracle International Corporation Allocating CPU resources for a particular refresh schedule
US8996502B2 (en) * 2004-05-17 2015-03-31 Oracle International Corporation Using join dependencies for refresh
US9492114B2 (en) 2004-06-18 2016-11-15 Banner Health Systems, Inc. Accelerated evaluation of treatments to prevent clinical onset of alzheimer's disease
US7555153B2 (en) 2004-07-01 2009-06-30 Arthrovision Inc. Non-invasive joint evaluation
US9471978B2 (en) * 2004-10-04 2016-10-18 Banner Health Methodologies linking patterns from multi-modality datasets
US7426289B2 (en) * 2004-10-14 2008-09-16 The Brigham And Women's Hospital, Inc. Overlay of tinted images for visualizing change in serial radiologic images
JP4105176B2 (ja) * 2005-05-19 2008-06-25 ザイオソフト株式会社 画像処理方法および画像処理プログラム
US20070014448A1 (en) * 2005-06-30 2007-01-18 Wheeler Frederick W Method and system for lateral comparative image analysis and diagnosis
US7653263B2 (en) * 2005-06-30 2010-01-26 General Electric Company Method and system for volumetric comparative image analysis and diagnosis
JP2007066016A (ja) * 2005-08-31 2007-03-15 Fujifilm Corp 読影レポート作成装置
WO2007034346A2 (en) * 2005-09-23 2007-03-29 Koninklijke Philips Electronics N.V. A method, a system and a computer program for image segmentation
US20070081700A1 (en) * 2005-09-29 2007-04-12 General Electric Company Systems, methods and apparatus for creation of a database of images from categorical indices
CN102599960B (zh) 2006-02-06 2015-08-12 康复米斯公司 患者可选择的关节成形术装置和手术器具
US8623026B2 (en) 2006-02-06 2014-01-07 Conformis, Inc. Patient selectable joint arthroplasty devices and surgical tools incorporating anatomical relief
US7693565B2 (en) * 2006-03-31 2010-04-06 General Electric Company Method and apparatus for automatically positioning a structure within a field of view
US8676293B2 (en) * 2006-04-13 2014-03-18 Aecc Enterprises Ltd. Devices, systems and methods for measuring and evaluating the motion and function of joint structures and associated muscles, determining suitability for orthopedic intervention, and evaluating efficacy of orthopedic intervention
US8243999B2 (en) 2006-05-03 2012-08-14 Ut-Battelle, Llc Method and system for the diagnosis of disease using retinal image content and an archive of diagnosed human patient data
DE102006020864A1 (de) * 2006-05-04 2007-11-08 Siemens Ag Verfahren zur Ermittlung und Anzeige von wenigstens einer Information über ein Zielvolumen
US20080139922A1 (en) * 2006-07-21 2008-06-12 Jean-Pierre Pelletier Evaluation of cartilage of the hip using MRI images
EP1913871B1 (en) * 2006-10-19 2017-01-11 Esaote S.p.A. Apparatus for determining indications helping the diagnosis of orthopedical diseases
EP1913870A1 (en) * 2006-10-19 2008-04-23 Esaote S.p.A. Apparatus for determining indications helping the diagnosis of rheumatic diseases and its method
US7899225B2 (en) * 2006-10-26 2011-03-01 Mcgill University Systems and methods of clinical state prediction utilizing medical image data
US20080120140A1 (en) * 2006-11-22 2008-05-22 General Electric Company Managing medical imaging data
EP2591756A1 (en) 2007-02-14 2013-05-15 Conformis, Inc. Implant device and method for manufacture
WO2008138140A1 (en) * 2007-05-15 2008-11-20 Val-Chum, Societe En Commandite A method for tracking 3d anatomical and pathological changes in tubular-shaped anatomical structures
GB0714940D0 (en) 2007-08-01 2007-09-12 Depuy Orthopaedie Gmbh Image processing
CA2696584C (en) * 2007-08-17 2016-11-29 Mohamed Rashwan Mahfouz Implant design analysis suite
US20090099481A1 (en) 2007-10-10 2009-04-16 Adam Deitz Devices, Systems and Methods for Measuring and Evaluating the Motion and Function of Joints and Associated Muscles
WO2009052562A1 (en) * 2007-10-23 2009-04-30 Commonwealth Scientific And Industrial Research Organisation Automatic segmentation of articular cartilage in mr images
WO2009111626A2 (en) 2008-03-05 2009-09-11 Conformis, Inc. Implants for altering wear patterns of articular surfaces
JP2011519713A (ja) 2008-05-12 2011-07-14 コンフォーミス・インコーポレイテッド 面関節および他の関節の治療のためのデバイスならびに方法
US8078440B2 (en) 2008-09-19 2011-12-13 Smith & Nephew, Inc. Operatively tuning implants for increased performance
US8218838B2 (en) * 2008-11-03 2012-07-10 Ut-Battelle, Llc Method and system for assigning a confidence metric for automated determination of optic disc location
US8428688B2 (en) * 2008-11-10 2013-04-23 Siemens Aktiengesellschaft Automatic femur segmentation and condyle line detection in 3D MR scans for alignment of high resolution MR
EP2392143A4 (en) * 2009-02-02 2013-04-03 Calgary Scient Inc IMAGE DATA TRANSMISSION FROM GPU TO A SYSTEM MEMORY
US10699469B2 (en) 2009-02-03 2020-06-30 Calgary Scientific Inc. Configurable depth-of-field raycaster for medical imaging
CA2750347C (en) * 2009-02-06 2017-07-18 Universite Laval Methods and apparatuses for quantitatively determining the likelihood of a disease
US8808303B2 (en) 2009-02-24 2014-08-19 Microport Orthopedics Holdings Inc. Orthopedic surgical guide
US8808297B2 (en) 2009-02-24 2014-08-19 Microport Orthopedics Holdings Inc. Orthopedic surgical guide
EP2405865B1 (en) 2009-02-24 2019-04-17 ConforMIS, Inc. Automated systems for manufacturing patient-specific orthopedic implants and instrumentation
US9017334B2 (en) 2009-02-24 2015-04-28 Microport Orthopedics Holdings Inc. Patient specific surgical guide locator and mount
SG175229A1 (en) 2009-04-16 2011-11-28 Conformis Inc Patient-specific joint arthroplasty devices for ligament repair
WO2011038236A2 (en) 2009-09-25 2011-03-31 Ortho Kinematics, Inc. Systems and devices for an integrated imaging system with real-time feedback loops and methods therefor
CA2715769A1 (en) 2009-09-25 2011-03-25 Calgary Scientific Inc. Level set segmentation of volume data
TWI399193B (zh) * 2009-12-16 2013-06-21 Univ Nat Yunlin Sci & Tech 膝蓋軟骨量變化之量測方法
FR2958434B1 (fr) * 2010-04-02 2012-05-11 Gen Electric Procede de traitement d'images radiologiques
US8768029B2 (en) * 2010-10-20 2014-07-01 Medtronic Navigation, Inc. Selected image acquisition technique to optimize patient model construction
AU2011344107A1 (en) 2010-12-13 2013-06-27 Ortho Kinematics, Inc. Methods, systems and devices for clinical data reporting and surgical navigation
TWI399194B (zh) * 2011-01-25 2013-06-21 Univ Nat Yunlin Sci & Tech 基於細胞自動機之半自動膝蓋mri軟骨影像分割方法
SG193484A1 (en) 2011-02-15 2013-10-30 Conformis Inc Patent-adapted and improved articular implants, designs, surgical procedures and related guide tools
WO2013001344A2 (en) 2011-06-29 2013-01-03 Calgary Scientific Inc. Method for cataloguing and accessing digital cinema frame content
MY155595A (en) * 2011-08-08 2015-11-13 Inst Of Technology Petronas Sdn Bhd Methodology and apparatus for early in vivo detection and grading of knee osteoarthritis
JP6073562B2 (ja) * 2012-02-24 2017-02-01 東芝メディカルシステムズ株式会社 医用画像処理装置
US9486226B2 (en) 2012-04-18 2016-11-08 Conformis, Inc. Tibial guides, tools, and techniques for resecting the tibial plateau
US9675471B2 (en) 2012-06-11 2017-06-13 Conformis, Inc. Devices, techniques and methods for assessing joint spacing, balancing soft tissues and obtaining desired kinematics for joint implant components
EP2696212A1 (en) * 2012-08-06 2014-02-12 Universitätsklinikum Freiburg Method and apparatus for accelerating magnetic resonance imaging
US20140081659A1 (en) 2012-09-17 2014-03-20 Depuy Orthopaedics, Inc. Systems and methods for surgical and interventional planning, support, post-operative follow-up, and functional recovery tracking
KR102123061B1 (ko) * 2012-11-27 2020-06-16 삼성전자주식회사 사용자의 인터랙션을 기반으로 영상 내의 윤곽선을 분할하는 장치 및 방법
JP6291812B2 (ja) * 2013-11-29 2018-03-14 コニカミノルタ株式会社 医療用画像撮影システム
US9721389B2 (en) * 2014-03-03 2017-08-01 Yahoo! Inc. 3-dimensional augmented reality markers
JP6510198B2 (ja) * 2014-08-19 2019-05-08 キヤノンメディカルシステムズ株式会社 医用画像処理装置及び医用画像処理方法
US20160354161A1 (en) 2015-06-05 2016-12-08 Ortho Kinematics, Inc. Methods for data processing for intra-operative navigation systems
US11707203B2 (en) 2016-10-11 2023-07-25 Wenzel Spine, Inc. Systems for generating image-based measurements during diagnosis
JP7203952B2 (ja) * 2019-03-22 2023-01-13 富士フイルム株式会社 関節画像展開装置、方法およびプログラム
CN112451090B (zh) * 2019-11-06 2022-02-18 中国人民解放军总医院第四医学中心 一种分析模型的构建系统
US11263749B1 (en) 2021-06-04 2022-03-01 In-Med Prognostics Inc. Predictive prognosis based on multimodal analysis

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6456043A (en) * 1987-08-27 1989-03-02 Nippon Oil Co Ltd Preparation of phantom for nmr diagnosis
US5007425A (en) * 1988-08-19 1991-04-16 Picker International, Inc. Patient and coil support structure for magnetic resonance imagers
US5351006A (en) * 1992-02-07 1994-09-27 Board Of Trustees Of The Leland Stanford Junior University Method and apparatus for correcting spatial distortion in magnetic resonance images due to magnetic field inhomogeneity including inhomogeneity due to susceptibility variations
DE69332042T2 (de) * 1992-12-18 2003-01-02 Koninkl Philips Electronics Nv Ortungszurückstellung von relativ elastisch verformten räumlichen Bildern durch übereinstimmende Flächen
JPH07194569A (ja) * 1994-01-11 1995-08-01 Toshiba Medical Eng Co Ltd Mri用膝関節固定具
US6080164A (en) 1995-08-18 2000-06-27 Brigham & Women's Hospital Versatile stereotactic device
US5682886A (en) * 1995-12-26 1997-11-04 Musculographics Inc Computer-assisted surgical system
JP3878259B2 (ja) * 1996-11-13 2007-02-07 東芝医用システムエンジニアリング株式会社 医用画像処理装置
JP2002532126A (ja) * 1998-09-14 2002-10-02 スタンフォード ユニバーシティ 関節状態の評価及び損傷防止装置
US6169817B1 (en) 1998-11-04 2001-01-02 University Of Rochester System and method for 4D reconstruction and visualization
US6310619B1 (en) * 1998-11-10 2001-10-30 Robert W. Rice Virtual reality, tissue-specific body model having user-variable tissue-specific attributes and a system and method for implementing the same
AUPP767898A0 (en) 1998-12-14 1999-01-14 Carter (New Zealand) Limited Spinal monitor apparatus and method
US6385332B1 (en) * 1999-02-19 2002-05-07 The John P. Roberts Research Institute Automated segmentation method for 3-dimensional ultrasound
US6373249B1 (en) 1999-05-21 2002-04-16 University Of Rochester System and method for three-dimensional interleaved water and fat image acquisition with chemical-shift correction
EP1230561B1 (en) * 1999-11-01 2005-10-26 Arthrovision, Inc. Evaluating disease progression using magnetic resonance imaging
US20020186818A1 (en) * 2000-08-29 2002-12-12 Osteonet, Inc. System and method for building and manipulating a centralized measurement value database
WO2002022013A1 (en) * 2000-09-14 2002-03-21 The Board Of Trustees Of The Leland Stanford Junior University Assessing condition of a joint and cartilage loss
US6799066B2 (en) * 2000-09-14 2004-09-28 The Board Of Trustees Of The Leland Stanford Junior University Technique for manipulating medical images
US7305010B2 (en) * 2002-01-11 2007-12-04 Nippon Telegraph And Telephone Corporation Multicast communication system

Also Published As

Publication number Publication date
AU1122401A (en) 2001-05-14
CA2427590C (en) 2008-07-08
US6901280B2 (en) 2005-05-31
US20050085709A1 (en) 2005-04-21
ATE308056T1 (de) 2005-11-15
DK1230561T3 (da) 2006-03-06
DE60023540T2 (de) 2006-06-08
CA2427590A1 (en) 2001-05-10
US6560476B1 (en) 2003-05-06
EP1230561B1 (en) 2005-10-26
EP1230561A2 (en) 2002-08-14
WO2001032079A2 (en) 2001-05-10
US20040015072A1 (en) 2004-01-22
CA2634667A1 (en) 2001-05-10
DE60023540D1 (de) 2005-12-01
US20050084145A1 (en) 2005-04-21
WO2001032079A3 (en) 2001-11-29

Similar Documents

Publication Publication Date Title
ES2250205T3 (es) Evaluacion de la progresion de una enfermedad utilizando resonancia magnetica nuclear.
Bahl et al. Statistical shape modelling versus linear scaling: effects on predictions of hip joint centre location and muscle moment arms in people with hip osteoarthritis
Kubiak-Langer et al. Range of motion in anterior femoroacetabular impingement
Udupa et al. Analysis of in vivo 3-D internal kinematics of the joints of the foot [MRI analysis]
US8771188B2 (en) Ultrasonic bone motion tracking system
McPherson et al. Imaging knee position using MRI, RSA/CT and 3D digitisation
Neubert et al. Comparison of 3D bone models of the knee joint derived from CT and 3T MR imaging
Lafortune The use of intra-cortical pins to measure the motion of the knee joint during walking
Monazzam et al. Reliability of overcoverage parameters with varying morphologic pincer features: comparison of EOS® and radiography
Uemura et al. The effect of pelvic tilt on three‐dimensional coverage of the femoral head: a computational simulation study using patient‐specific anatomy
Yamada et al. In vivo movement analysis of the patella using a three-dimensional computer model
Cereatti et al. Is the human acetabulofemoral joint spherical?
Shibanuma et al. Limb positioning is critical for defining patellofemoral alignment and femoral shape.
Lalone et al. Accuracy assessment of an imaging technique to examine ulnohumeral joint congruency during elbow flexion
Atkins et al. Inclusion of the acetabular labrum reduces simulated range of motion of the hip compared with bone contact models
Kern Large population evaluation of contact stress exposure in articular joints for prediction of osteoarthritis onset and progression
RU2812720C1 (ru) Способ выбора хирургического лечения хронической нестабильности плечевого сустава
Chao et al. Image-based computational biomechanics of the musculoskeletal system
Valenti Statistical shape models based 2D/3D registration methods for knee orthopaedic surgery
US20230027518A1 (en) Systems and methods for using photogrammetry to create patient-specific guides for orthopedic surgery
Şahin et al. Is axial shape of distal femur different in normal and osteoarthritic female patients?
Boyd A 3 D in-situ model for patellofemoral joint contact analysis in the normal and anterior cruciate ligament deficient knee.
Loayza Saldaña Scaling of a full three-dimensional knee joint model for the study of osteoarthritis: towards developing a patient-specific model
Papernick Three-dimensional Ultrasound Imaging For Quantifying Knee Cartilage Volume
McWalter Links between three-dimensional patellar kinematics, cartilage morphology and varus/algus alignment in early knee osteoarthritis