Vastasyntyneen lonkan automaattinen karakterisointi ultraäänikuvauksella

TUTKIMUKSEN TAVOITTEET Tutkia uudenlaisen lähestymistavan käyttöä luun, ruston ja lihasten pintojen tarkkaan ja automaattiseen erottamiseen 3D US -kuvista ja automaattisesti karakterisoida lapsen DDH-lonkka. Arvioidaksemme 3D US-pohjaisen lähestymistavan tehokkuutta vertaamme tuloksia tavallisiin 2D US-kuviin samoista potilaista laitoksemme radiologia-arkistoista.

HYPOTEESI Oletamme, että automaattisesti erotetut luun/ruston rajat voivat tarjota hyödyllistä tietoa DDH:sta, mahdollistaa luotettavamman ja toistettavissa olevan diagnoosin ja vähentää vääriä diagnostisia positiivisia ja negatiivisia DDH:n tuloksia. 3D US:n käyttö voi paljastaa kliinisesti merkittäviä sairaus- tai dysplasiamittareita, jotka voivat muuttaa diagnostisia menettelyjä.

TAVOITTEET:

1. Sen määrittämiseksi, tarjoavatko automaattisesti erotetut 3D-luun/ruston pinnat hyödyllistä tietoa (ts. sairauden tai dysplasian mittareita) DDH:n arvioinnin aikana ja tarjoavatko vauvan lonkan anatomian paremman visualisoinnin verrattuna tavalliseen 2D-US-pohjaiseen DDH-arviointiin.
2. Sen määrittämiseksi, vähentääkö DDH:n diagnosointi käyttämällä 3D US -kuvia käyttäjästä riippuvaisia ​​vääriä positiivisia ja vääriä negatiivisia määriä.
3. Sen määrittämiseksi, ovatko 3D-US-pohjaiset dysplasiamittarit yhtä arvokkaita taudin etenemisen seurannassa kuin 2D-US-pohjaiset dysplasiamittarit.

TUTKIMUSMENETELMÄ Ortopedian osaston tutkimushenkilöstö ottaa yhteyttä laitoksemme ortopediaklinikalle lähetetyille vanhemmille ja lapsille epäillyn tai diagnosoidun DDH:n vuoksi. Toivomme saavuttavamme arvon n = 75, koska odotamme, että 33 % menetetään seurantaan. Kun kliininen henkilökunta on tunnistanut kelvolliset vauvat, tutkimushenkilöstö hahmottelee tutkimuksen ja saa tietoisen suostumuksen. Vanhemmille ilmoitetaan neljästä lisäskannauskerrasta, jotka haluamme kerätä. Kaksi erillistä ortopedista kirurgia suorittaa kumpikin yhden 3D- ja yhden 2D-skannausistunnon arvioidakseen arvioijien välistä luotettavuutta. Arvioijan sisäisen luotettavuuden arvioimiseksi jokainen skannausistunto koostuu kahdesta peräkkäisestä skannauksesta.

Tämän tutkimuksen päätavoitteena on osoittaa, että automaattinen kuvanotto/analyysi 3D US:lla voi toistaa DDH-diagnostiikassa koulutetun asiantuntijakliinikon tulokset. 3D-kuvat käsitellään käyttämällä luottamuspainotettua paikallisvaiheen ominaisuuspohjaista kuvankäsittelymenetelmää. Näin ollen dysplasiamittareita voidaan verrata suoraan kahden asiantuntijan välillä tämän lähestymistavan toteutettavuuden määrittämiseksi. Jos tämä menetelmä osoittautuu tehokkaaksi, lisätutkimuksella voitaisiin mahdollisesti selvittää, voitaisiinko tämä potilaanhoidon osa ottaa sairaanhoitajien vastuulle.

Tämän tutkimuksen toissijainen tavoite on arvioida, kuinka 3D US verrattuna 2D US:iin DDH:n etenemisen seurannassa. Asian tutkimiseksi annamme vanhemmille mahdollisuuden osallistua toiseen USA-skannaussarjaan, jos heidän lapsensa on palattava klinikalle jatkohoitoon. Tämä ei ole pakollinen kriteeri tutkimukseen osallistumiselle. Koska nykyinen kliininen käytäntö kuitenkin sisältää DDH:n etenemisen tarkistamisen 2D-US-skannauksilla, se tarjoaa lisätietoa, joka voi olla arvokasta vertailtaessa kahta skannausmenetelmää DDH:n etenemisen seurannassa. Tämä vaihtoehto esitetään vanhemmille suostumuslomakkeen valintaruudun muodossa, jotta he voivat halutessaan osallistua.

TIETOJEN ANALYYSI 3D-kuvista johdettujen dysplasiamittareiden luotettavuutta ja tarkkuutta verrataan standardien 2D B-moodin US-kuviin arvioijien välisten ja arvioijien välisten mittausten vaihtelun suhteen. Diagnostisen toimenpiteen parantumisen tilastollisen merkitsevyyden vuoksi tarvitsemme vähintään 50 vauvaa, joilla on vähintään yksi lonkkavaurio tai epäillään DDH:ta sairastavaa lonkkaa. Olemme pyytäneet rekrytointikokoa 75, koska uskomme, että vähintään 33 % menetetään seurantaan. Tämä saavutetaan suorittamalla vertailututkimus kustakin potilaasta jokaisella klinikkakäynnillä kerättyjen 2D- ja 3D-US-kuvien välillä. Laitosemme ortopedeja pyydetään tunnistamaan tärkeitä ominaisuuksia sekä (käsitellyistä että käsittelemättömistä) yhdysvaltalaisista kuvista. 2D-kuvissa kirurgit mittaavat α- ja ß-kulmat sekä reisiluun prosenttiosuuden. Sisäinen ja arvioijien välinen luotettavuus lasketaan käyttämällä kappa-pisteitä. 3D-kuville, α- ja ß-kulmien profiilit ja reisiluun 3-ulotteinen prosenttipeitto (esim. tilavuuden peitto pinnan peiton sijaan), mitataan. Näitä manuaalisia mittauksia verrataan mittauksiin, jotka on määritetty automaattisella kuvanpoistolla ja -analyysillä diagnostisten toimenpiteiden parantamisen testaamiseksi.