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
Links
- 238000005481 NMR spectroscopy Methods 0.000 title claims description 110
- 201000010099 disease Diseases 0.000 title abstract description 27
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title abstract description 27
- 238000011156 evaluation Methods 0.000 title description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 45
- 230000000399 orthopedic effect Effects 0.000 claims abstract description 9
- 210000000845 cartilage Anatomy 0.000 claims description 80
- 238000000034 method Methods 0.000 claims description 50
- 210000000988 bone and bone Anatomy 0.000 claims description 40
- 239000000463 material Substances 0.000 claims description 15
- 206010061818 Disease progression Diseases 0.000 claims description 12
- 230000005750 disease progression Effects 0.000 claims description 12
- 239000003814 drug Substances 0.000 claims description 9
- 208000025747 Rheumatic disease Diseases 0.000 claims description 8
- 229940124597 therapeutic agent Drugs 0.000 claims description 6
- 210000000689 upper leg Anatomy 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 2
- 238000002595 magnetic resonance imaging Methods 0.000 abstract 3
- 210000003127 knee Anatomy 0.000 description 29
- 201000008482 osteoarthritis Diseases 0.000 description 18
- 238000012545 processing Methods 0.000 description 18
- 238000003384 imaging method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000000354 decomposition reaction Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 8
- 238000011282 treatment Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 210000004417 patella Anatomy 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 210000002303 tibia Anatomy 0.000 description 6
- 206010003246 arthritis Diseases 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 4
- 230000007850 degeneration Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 210000002414 leg Anatomy 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000003909 pattern recognition Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000003947 Knee Osteoarthritis Diseases 0.000 description 3
- 208000034189 Sclerosis Diseases 0.000 description 3
- 238000000540 analysis of variance Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000014616 translation Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 2
- 108010035532 Collagen Proteins 0.000 description 2
- 102000016611 Proteoglycans Human genes 0.000 description 2
- 108010067787 Proteoglycans Proteins 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 229920001436 collagen Polymers 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000003246 corticosteroid Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000003100 immobilizing effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 241000234282 Allium Species 0.000 description 1
- 235000002732 Allium cepa var. cepa Nutrition 0.000 description 1
- 241001535291 Analges Species 0.000 description 1
- 206010053555 Arthritis bacterial Diseases 0.000 description 1
- 208000030016 Avascular necrosis Diseases 0.000 description 1
- 208000004575 Infectious Arthritis Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 229920004142 LEXAN™ Polymers 0.000 description 1
- 208000010191 Osteitis Deformans Diseases 0.000 description 1
- 206010031264 Osteonecrosis Diseases 0.000 description 1
- 208000008558 Osteophyte Diseases 0.000 description 1
- 208000027067 Paget disease of bone Diseases 0.000 description 1
- 102000035195 Peptidases Human genes 0.000 description 1
- 108091005804 Peptidases Proteins 0.000 description 1
- 229930003427 Vitamin E Natural products 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 210000001264 anterior cruciate ligament Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002917 arthritic effect Effects 0.000 description 1
- 238000011882 arthroplasty Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 208000016738 bone Paget disease Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 208000002849 chondrocalcinosis Diseases 0.000 description 1
- 210000001612 chondrocyte Anatomy 0.000 description 1
- 230000003011 chondroprotective effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 229960001334 corticosteroids Drugs 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000003412 degenerative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000008407 joint function Effects 0.000 description 1
- 210000003407 lower extremity of femur Anatomy 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001272 neurogenic effect Effects 0.000 description 1
- LGQLOGILCSXPEA-UHFFFAOYSA-L nickel sulfate Chemical compound [Ni+2].[O-]S([O-])(=O)=O LGQLOGILCSXPEA-UHFFFAOYSA-L 0.000 description 1
- 229910000363 nickel(II) sulfate Inorganic materials 0.000 description 1
- 239000000041 non-steroidal anti-inflammatory agent Substances 0.000 description 1
- 229940021182 non-steroidal anti-inflammatory drug Drugs 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000008177 pharmaceutical agent Substances 0.000 description 1
- 238000011458 pharmacological treatment Methods 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 210000001698 popliteal fossa Anatomy 0.000 description 1
- 229940024999 proteolytic enzymes for treatment of wounds and ulcers Drugs 0.000 description 1
- 238000011155 quantitative monitoring Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000009774 resonance method Methods 0.000 description 1
- 230000000552 rheumatic effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 201000001223 septic arthritis Diseases 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 210000005065 subchondral bone plate Anatomy 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000001179 synovial fluid Anatomy 0.000 description 1
- 210000001258 synovial membrane Anatomy 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 229940046009 vitamin E Drugs 0.000 description 1
- 235000019165 vitamin E Nutrition 0.000 description 1
- 239000011709 vitamin E Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4504—Bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4514—Cartilage
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4528—Joints
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/5608—Data 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.
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.
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.
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.
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.
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.
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.
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).
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.
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.
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.
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.
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
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
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.
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.
\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.
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)
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)
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 |
-
2000
- 2000-11-01 EP EP00972501A patent/EP1230561B1/en not_active Expired - Lifetime
- 2000-11-01 AU AU11224/01A patent/AU1122401A/en not_active Abandoned
- 2000-11-01 DE DE60023540T patent/DE60023540T2/de not_active Expired - Lifetime
- 2000-11-01 DK DK00972501T patent/DK1230561T3/da active
- 2000-11-01 AT AT00972501T patent/ATE308056T1/de not_active IP Right Cessation
- 2000-11-01 ES ES00972501T patent/ES2250205T3/es not_active Expired - Lifetime
- 2000-11-01 US US09/704,269 patent/US6560476B1/en not_active Expired - Fee Related
- 2000-11-01 WO PCT/CA2000/001273 patent/WO2001032079A2/en active IP Right Grant
- 2000-11-01 CA CA002427590A patent/CA2427590C/en not_active Expired - Fee Related
- 2000-11-01 CA CA002634667A patent/CA2634667A1/en not_active Abandoned
-
2003
- 2003-05-06 US US10/430,800 patent/US6901280B2/en not_active Expired - Fee Related
-
2004
- 2004-12-03 US US11/003,620 patent/US20050085709A1/en not_active Abandoned
- 2004-12-03 US US11/003,942 patent/US20050084145A1/en not_active Abandoned
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 |