Análisis multiparamétrico en imagen de resonancia magnética de rodilla para una detección precoz de biomarcadores de artrosis

Abstract

[ES] La rodilla es una de las articulaciones más complejas del cuerpo humano y está compuesta por el fémur, la tibia, el peroné, así como, por distintos ligamentos que le proporcionan estabilidad a la articulación. Las distintas partes mencionadas están recubiertas por un cartílago articular el cual es el responsable de la aparición de la patología conocida como artrosis u osteoartritis.

La artrosis de rodilla, por tanto, es una patología que se caracteriza por la degeneración progresiva del cartílago articular que recubre los huesos que conforman la articulación, siendo los síntomas más comunes el dolor, la rigidez y la pérdida de funcionalidad incluso incapacitando al sujeto para poder realizar sus tareas del día a día con normalidad.

Debido a los grandes avances que la tecnología ha traído al ámbito de la salud, esto ha provocado que la esperanza de vida vaya aumentando cada vez más, haciendo que dicha patología sea una de las más comunes en mujeres y hombres mayores de 60 años, y siendo excepcional en sujetos jóvenes haciendo de la edad uno de los factores de mayor riesgo, junto con el peso, para desarrollar la enfermedad.

Es por esto por lo que en el presente trabajo se pretende realizar un análisis de texturas a partir de imágenes de resonancia magnética de rodilla para poder detectar biomarcadores característicos para obtener un diagnóstico precoz de la enfermedad.

Para ello, se contará con una base de datos de 100 pacientes con imágenes ponderadas en T1, T2 y un cartigrama para cada paciente. Dicha base de datos será clasificada en sujetos ¿patológicos¿ y sujetos ¿control¿ o ¿normales¿ según presenten o no patología. A partir de dicha base de datos se llevará a cabo un análisis de las imágenes de resonancia magnética ponderadas en T1 y T2 en el plano sagital, y del cartigrama en el plano axial donde se realizarán dos regiones de interés (ROI): una sobre el cartílago articular que recubre los cóndilos femorales y otra sobre el cartílago que recubre la meseta tibial en el caso de las imágenes de T1 y T2 en el plano sagital, mientras que, en el caso del cartigrama en el plano axial se delineará una única ROI del cartílago localizado entre la rótula y el fémur.

A continuación, se procederá a la aplicación de radiómica sobre las máscaras obtenidas tras la segmentación para así extraer una serie de parámetros que finalmente serán sometidos a un exhaustivo análisis estadístico con el objetivo de determinar si el proceso llevado a cabo es satisfactorio o no para la detección de la enfermedad de la artrosis de rodilla.

Siendo así, el objetivo del presente Trabajo Fin de Grado es el desarrollar una metodología capaz de detectar características ¿invisibles¿ al ojo humano que nos permitan diagnosticar la artrosis de rodilla en una fase muy temprana de la enfermedad.

Este Trabajo Fin de Grado se realizará en estrecha colaboración con ASCIRES Grupo Biomédico, el cual proporciona las herramientas software y las imágenes necesarias para su correcto desarrollo.

[EN] The knee is one of the most complex joints in the human body and is composed of the femur, tibia, fibula, as well as various ligaments that provide stability to the joint. The different mentioned parts are covered by articular cartilage which is responsible for the appearance of the pathology known as arthrosis or osteoarthritis.

Osteoarthritis, therefore, is a pathology characterised by the progressive degeneration of the articular cartilage that covers the bones that make up the joint, with the most common symptoms being pain, stiffness and loss of functionality, even incapacitating the subject from being able to carry out their day-to-day tasks normally.

Due to the great advances technology has brought to the field of health, life expectancy is increasing all the time, making this pathology one of the most common in women and men over 60 years of age, and exceptional in young people, making age one of the biggest risk factors, along with weight, for developing the disease.

For this reason, the present work aims to perform a texture analysis of magnetic resonance images of the knee in order to detect characteristic biomarkers for an early diagnosis of the disease.

For this purpose, a database of 100 patients with T1 mapping images, T2 mapping images and a cartigram will be available for each patient. This database will be classified into "pathological" and "control" or "normal" subjects according to whether or not they have pathology. From this database, an analysis of the T1 and T2 magnetic resonance images in the sagittal plane and of the cartigram in the axial plane will be carried out, where two regions of interest (ROI) will be performed: one on the articular cartilage overlying the femoral condyles and one on the cartilage overlying the tibial plateau in the case of T1 and T2 images in the sagittal plane, whereas, in the case of the axial plane cartigram, a single ROI of the cartilage located between the patella and the femur will be delineated.

Next, radiomics will be applied to the masks obtained after segmentation in order to extract a series of parameters that will finally be subjected to an exhaustive statistical analysis with the aim of determining whether or not the process carried out is satisfactory for the detection of osteoarthritis of the knee.

Therefore, the aim of this Final Degree Project is to develop a methodology capable of detecting characteristics that are "invisible" to the human eye and that allow us to diagnose osteoarthritis in the knee at a very early stage of the disease.

This Final Degree Project will be carried out in close collaboration with ASCIRES Grupo Biomédico, which provides the software tools and images necessary for its correct development.