Desarrollo de una herramienta para la toma automática de medidas en escoliogramas mediante el uso de técnicas de inteligencia artificial

Abstract

[ES] Un escoliograma se corresponde con una imagen específica de radiografía simple que nos permite visualizar la columna vertebral, con el objetivo de poder detectar ciertas desviaciones o curvaturas que afecten a la columna. Actualmente, las mediciones en los escoliogramas se realizan de forma manual y podemos encontrar diversas técnicas para ello, de las cuales nos interesan principalmente las que nos permiten medir el ángulo de Cobb y el balance espinal en el eje coronal. Para realizar el método del ángulo de Cobb se utilizan dos líneas en el escoliograma: una de las líneas se extiende desde la parte superior de la vértebra superior más inclinada y la otra línea se extiende desde la parte inferior de la vértebra inferior más inclinada. El ángulo formado por estas líneas es el ángulo de Cobb, que nos permite indicar la presencia de escoliosis, ya que los estudios nos indican que esta condición presenta un ángulo de Cobb mayor de 10º. Por otro lado, en el método para medir el balance espinal coronal, también son necesarias dos líneas, una que se realiza desde el centro de la vertebra C7 de forma vertical, y otra línea conocida como la línea vertical centro-sacra que atraviesa el punto medio del sacro. La distancia anatómica entre estas dos líneas es 0, ya que la alineación de ambas líneas debe ser neutra, en el caso contrario hablamos de descompensación coronal. Este Trabajo Fin de Grado busca automatizar la toma de mediciones en los escoliogramas mediante una herramienta de inteligencia artificial. En concreto, nos centraremos en automatizar las técnicas comentadas, siendo estas el ángulo de Cobb y el balance espinal, ambos en el eje coronal. Se cuenta con una base de datos de 102 pacientes proporcionadas por el grupo biomédico ASCIRES, de los que se dispone de una imagen de escoliograma en el eje coronal. Se realizará una primera fase se segmentación de las imágenes de alrededor de 60 pacientes, que se utilizarán para entrenar la red. En estas imágenes se segmentará la columna desde la vertebra C7, hasta la L5, además de las alas del sacro, debido a que son los elementos que necesitamos conocer para poder realizar las técnicas mencionadas. La segunda fase se corresponderá con el inicio del entrenamiento de una Red Neuronal Convolucional, que ha sido la herramienta de inteligencia artificial elegida para realizar la segmentación automática. Una vez se haya conseguido entrenar la Red, se seguirá con la segmentación de los escoligramas, para poder mejorar sus métricas. Siguiendo también el objetivo de mejorar las métricas de la red, se aplicará una técnica de data augmentation, para paliar el problema que supone el bajo número de muestras. Algunas de las segmentaciones no se utilizarán para entrenar la red, si no que se reservarán para realizar una evaluación externa de la misma. Las herramientas necesarias para llevar a cabo este proyecto serán los lenguajes de programación de Python y Matlab. El lenguaje Python se utilizará para generar la Red Neuronal Convolucional que nos permitirá la segmentación de los elementos necesarios, mientras que el lenguaje de Matlab se utilizará para realizar las mediciones automáticas del ángulo de Cobb y del balance espinal.

[EN] A scoliogram corresponds to a specific simple X-ray image that allows us to visualize the spine, with the aim of detecting certain deviations or curvatures that affect the spine. Currently, measurements in scoliograms are performed manually, and various techniques can be found for this purpose, of which we are mainly interested in those that allow us to measure the Cobb angle and spinal balance in the coronal plane. To perform the Cobb angle method, two lines are used in the scoliogram: one of the lines extends from the top of the most inclined upper vertebra and the other line extends from the bottom of the most inclined lower vertebra. The angle formed by these lines is the Cobb angle, which allows us to indicate the presence of scoliosis, since studies indicate that this condition presents a Cobb angle greater than 10º. On the other hand, in the method for measuring coronal spinal balance, two lines are also necessary, one that is drawn from the center of the C7 vertebra vertically, and another line known as the center-sacral vertical line that crosses the midpoint of the sacrum. The anatomical distance between these two lines is 0, since the alignment of both lines must be neutral,otherwise, we speak of coronal imbalance. This Final Degree Project seeks to automate measurement taking in scoliograms using an artificial intelligence tool. Specifically, we will focus on automating the beforehand mentioned techniques, namely the Cobb angle and spinal balance, both in the coronal plane. A database of 102 patients provided by the ASCIRES biomedical group is available, of which there is an image of scoliogram in the coronal plane. A first phase of image segmentation of around 60 patients will be carried out, which will be used to train the network. In these images, the spine will be segmented from the C7 vertebra to L5, as well as the sacral wings, since these are the elements we need to know to perform the mentioned techniques. The second phase will correspond to the start of training a Convolutional Neural Network, which has been the chosen artificial intelligence tool to perform automatic segmentation. Once the Network has been trained, segmentation of the scoliograms will continue to improve their metrics. Also, aiming to improve the metrics of the network, a data augmentation technique will be applied to alleviate the problem posed by the low number of samples. Some of the segmentations will not be used to train the network but will be reserved to perform an external evaluation of it. The necessary tools to carry out this project will be the Python and Matlab programming languages. Python will be used to generate the Convolutional Neural Network that will allow us to segment the necessary elements, while Matlab language will be used to perform automatic measurements of the Cobb angle and spinal balance.