Sammenligning av manuell og halvautomatisk segmentering av MR ryggvirvlenes bilder med psoriasisartritt
Abstract
BakgrunnPsoriasisartritt er en revmatoid artritt assosiert med Psoriasis og påvirker leddene og bindevev. Samtidig har MR vist følsomhet for å oppdage patologi i leddene og ryggraden. En av metoder for evaluering av ryggvirvler er det klassifiseringssystemet SPARCC som kan støttes av manuelt segmentert MR-bilder. Det er derfor ble det gjort en sammenligning av halvautomatiske og manuelt segmenterte MR-bilder med psoriasisgikt i den studien.
MetoderDet ble utviklet en segmenterings programvare i Matlab. 39 STIR MR-bilder med Psoriasisartritt ble segmentert med Watershed metode. Det ble gjort kvalitativ og kvantitativ sammenligning av manuelt segmentert bilder og de som ble segmentert i denne studien.
ResultaterEn segmentering plattformen ble dannet. Det ble oppdaget at segmenterings prosessen ble forstyrret av artefakter, støy og større degenerative av ryggvirvler. Kvalitativ analysen viste at manuelt segmenterte bilder ble ikke påvirket av bildekvaliteten på samme måte som halvautomatiske. Kvantitativ sammenligningen ga 51% Dice-likhetskoeffisient.
KonklusjonDet ble konkludert med at disse halvautomatiske segmenterte bildene var forskjellige fra manuelt segmenterte bilder. Dermed kunne disse bildene ikke støtte SPARCC for vurdering av beinmargsødem ved ryggvirvler med psoriasisartritt i STIR MR-bilder. BackgroundPsoriatic arthritis is a rheumatoid arthritis associated with Psoriasis and affects the joints and connective tissue. At the same time, MRI has shown sensitivity to detect pathology in the joints and spine. One of the methods for evaluating vertebrae is the SPARCC classification system which can be supported by manually segmented MR images. That is why a comparison was made of semi-automatic and manually segmented MR images with psoriatic arthritis in that study.
MethodsA segmentation software was developed in Matlab. 39 STIR MRI images with Psoriatic Arthritis were segmented. Watershed was used as a segmentation method. A qualitative and quantitative comparison was made of manually segmented images and those that were segmented in this study.
ResultsA segmentation platform was formed. It was discovered that the segmentation process was disrupted by artifacts, noise and greater degenerative of vertebrae. The qualitative analysis showed that manually segmented images were not affected by the image quality in the same way as semi-automatic. The quantitative comparison gave 51% Dice similarity coefficient.
ConclusionIt was concluded that these semi-automatic segmented images were different from manually segmented images. Thus, these images could not support SPARCC for assessment of bone marrow edema in vertebrate with psoriatic arthritis in STIR MR images.