Analyse texturale de l'os trabéculaire mandibulaire basée sur les caractéristiques de la matrice de cooccurrence de niveaux de gris en corrélation avec l'âge et le sexe d'un échantillon de population égyptienne : une étude transversale à l'aide de la tomodensitométrie à faisceau conique

Contexte scientifique

La santé osseuse des personnes âgées est un problème de santé majeur qui a attiré beaucoup d'attention ces derniers temps, car les populations âgées augmentent dans le monde (Vijayakumar et Büsselberg, 2016). On s'attend à ce que l'Égypte en particulier compte 130 millions d'habitants d'ici 2050, dont 30 % auront plus de 50 ans (Chen et al., 2013 ; Gheita et Hammam, 2018). Le vieillissement s'accompagne couramment de troubles musculo-squelettiques tels que l'ostéoporose et l'arthrose à la suite de perturbations survenant dans le remodelage osseux (Gheno et al., 2012). Ces troubles augmentent considérablement le risque de fractures osseuses, telles que les fractures de la hanche et des vertèbres, et compromettent ainsi la qualité de vie de ces patients (Gheno et al., 2012). La prévalence de ces troubles musculo-squelettiques est également affectée par le sexe, des études affirment que les femmes sont plus sujettes à l'ostéoporose et à l'arthrose que les hommes (on Osteoporosis and Prevention, 2001; Gheno et al., 2012).

La densité minérale osseuse mesurée par double absorptiométrie à rayons X (DXA) a longtemps été considérée comme l'étalon-or pour évaluer la santé osseuse (Link et Heilmeier, 2016). Cependant, l'institut national de la santé lors de sa conférence de consensus sur l'ostéoporose a souligné que la résistance osseuse dépend non seulement de sa densité mais aussi de sa qualité (on Osteoporosis and Prevention, 2001). Par conséquent, des méthodes de diagnostic complémentaires pour évaluer la qualité osseuse sont nécessaires pour améliorer la prédiction du risque de fracture individuel (Link et Heilmeier, 2016).

Diverses tentatives ont été faites par les chercheurs depuis lors pour développer une méthode satisfaisante d'évaluation de la qualité osseuse, le score osseux trabéculaire (TBS) est l'un des essais les plus réussis. Le TBS est un paramètre de texture lié à la microarchitecture osseuse qui utilise des images DXA conventionnelles de la colonne lombaire pour extraire les caractéristiques de texture de niveau de gris fournissant des informations squelettiques qui ne sont pas capturées à partir de la mesure standard de la DMO. Il a été utilisé avec succès en complément de la DXA, et d'autres tentatives de recherche sont faites pour étudier son utilisation de manière indépendante pour prédire le risque de fracture. (Martineau, Silva et Leslie, 2017 ; Shevroja et al., 2017) Le succès du TBS a conduit la communauté des chercheurs à examiner l'utilisation potentielle des paramètres de texture pour évaluer la microarchitecture osseuse dans différentes modalités d'imagerie (Shevroja et al., 2017). La texture est l'une des principales techniques de reconnaissance de formes visuelles utilisées par les humains pour identifier des objets ou des régions d'intérêt dans une image. C'est une propriété innée de chaque objet, contenant des informations importantes sur l'arrangement structurel de sa surface et sa relation avec l'environnement (Haralick, Shanmugam et Dinstein, 1973). L'analyse de texture est un type d'évaluation d'image quantitative basée sur les relations entre les intensités de pixels. Il suscite aujourd'hui un large éventail d'attention dans le domaine de l'imagerie biomédicale car il peut être bénéfique dans la caractérisation des tissus avec diverses applications diagnostiques (Gebejes et Huertas, 2013 ; Summers, 2017).

Il existe différentes méthodes d'analyse de texture, la matrice de cooccurrence de niveau de gris (GLCM) est l'une des plus populaires et des plus couramment utilisées pour l'extraction des caractéristiques de texture (Gebejes et Huertas, 2013). Il s'agit d'une méthode statistique de second ordre pour caractériser la texture d'une image en considérant la fréquence d'apparition de paires de valeurs de gris de pixels et leur relation spatiale (Haralick, Shanmugam et Dinstein, 1973 ; Gebejes et Huertas, 2013).

La tomodensitométrie à faisceau conique (CBCT) est aujourd'hui utilisée de manière routinière pour de multiples procédures de diagnostic et est connue pour utiliser une dose de rayonnement significativement plus faible que la tomodensitométrie avec une résolution spatiale plus élevée et à moindre coût, elle pourrait donc être un candidat approprié comme outil de dépistage de la qualité osseuse (Scarfe , Farman et Sukovic, 2006 ; Scarfe et Farman, 2008). Nous émettons par la présente l'hypothèse que l'utilisation de caractéristiques de texture dérivées de la matrice de cooccurrence de niveau de gris pour évaluer la qualité osseuse peut être applicable aux scans CBCT, au lieu de l'utilisation discutable des niveaux de gris pour mesurer la densité osseuse qui, dans de nombreuses études, s'est avérée inadéquate par rapport au calibré. Unités Hounsfield de scanner multi-détecteurs (Pauwels et al., 2013 ; De Rosa et al., 2020 ; Gonçalves et al., 2020).

Par conséquent, le but de cette étude est d'étudier si les caractéristiques de texture GLCM sont corrélées avec les variations osseuses trabéculaires selon l'âge et le sexe dans différentes régions d'intérêt sur les scans CBCT mandibulaires. Cette corrélation aidera à guider la sélection future des caractéristiques texturales et des régions anatomiques appropriées pour développer une méthode de dépistage potentielle des troubles squelettiques liés à l'âge et au sexe.

Question PECO :

P : Os trabéculaire mandibulaire des Égyptiens adultes E : Femmes (18-40 OU plus de 40) C : Hommes (18-40 OU plus de 40) O : Caractéristiques texturales de la matrice de cooccurrence de niveaux de gris

Question de recherche:

Quelle est la corrélation entre l'âge et le sexe de la population égyptienne et les caractéristiques de texture dérivées du GLCM de l'os trabéculaire mandibulaire ?

Énoncé du problème:

La santé osseuse des personnes âgées est une préoccupation majeure de santé publique. Bien que le diagnostic des troubles affectant la santé osseuse nécessite d'évaluer la qualité et la densité osseuses, il existe encore une pénurie de techniques de diagnostic qui pourraient examiner avec succès la qualité osseuse à une dose de rayonnement considérablement faible et à faible coût.

Objectifs spécifiques:

Détecter la présence d'une corrélation entre l'âge-sexe d'un individu et les caractéristiques de texture de l'os trabéculaire mandibulaire dérivées d'une matrice de cooccurrence de niveaux de gris dans un échantillon de population égyptienne adulte.

Hypothèse:

Null : Il n'y a pas de différence dans les caractéristiques de texture trabéculaire entre les différents groupes d'âge ou entre les deux sexes Alternative : Il y a une différence dans les caractéristiques de texture trabéculaire entre les différents groupes d'âge ou entre les deux sexes

Variables méthodologiques

Variables indépendantes:

1. Âge (18-40 OU plus de 40)
2. Sexe (Hommes OU Femmes)

Variables dépendantes:

Onze Caractéristiques de texture dérivées des travaux de Haralick (Haralick, Shanmugam et Dinstein, 1973) Caractéristique Description Contraste Représente la quantité de variation locale des nuances de gris Moment de différence inverse Homogénéité de la distribution des nuances de gris sur l'image Angulaire Deuxième moment Mesure de l'uniformité de l'image Corrélation Linéaire mesure la dépendance des nuances de gris entre pixels voisins Somme des carrés Mesure de la dispersion (par rapport à la moyenne) de la distribution des nuances de gris Entropie Degré de désordre entre les pixels de l'image Somme de la moyenne Moyenne de la distribution de la somme des nuances de gris Somme de la variance Dispersion autour de la moyenne de la distribution somme des nuances de gris Somme d'entropie Désorganisation de la distribution somme des nuances de gris Différence de variance Dispersion de la différence de nuance de gris Différence d'entropie Désorganisation de la différence de nuance de gris

Sources de données\Mesures

Acquisition d'images CBCT :

Les scans CBCT mandibulaires seront récupérés rétrospectivement à partir du registre de la base de données du département de radiologie buccale et maxillo-faciale, faculté de médecine dentaire, Université du Caire. Les images CBCT incluses doivent être obtenues à l'aide de l'appareil Planmeca ProMax® 3D Mid CBCT, à une résolution de 0,4 voxel, 20*10 cm FOV (arcade mandibulaire unique), fonctionnant à 8 mA et 90 Kvp.

Toutes les images CBCT seront obtenues au format DICOM (Digital Imaging Communication in Medicine) et visualisées par le logiciel Romexis pour analyse par un radiologue buccal senior. Les images avec des artefacts et une mauvaise qualité visuelle, tels que les artefacts de durcissement du faisceau, l'effet de volume partiel, les artefacts d'aliasing, les artefacts d'anneaux, les images de faible netteté résultant des mouvements du patient pendant la numérisation, seront exclues.

Les scanners CBCT éligibles seront divisés en 4 groupes selon l'âge et le sexe du patient (hommes de moins de 40 ans, hommes de plus de 40 ans, femmes de moins de 40 ans, femmes de plus de 40 ans). Les groupes se verront attribuer une lettre A, B, C ou D dans un ordre aléatoire, de sorte que seul le superviseur adjoint sera au courant des données démographiques de chaque groupe mais sera caché au chercheur principal qui effectuera l'analyse texturale.

Des coupes sagittales corrigées des trois régions d'intérêt (antérieure, prémolaire, molaire) seront préparées à partir des scans éligibles, puis les images seront enregistrées au format BMP.

Segmentation et analyse de texture :

Les images BMP des coupes sagittales corrigées des cas seront importées dans le logiciel MaZda (Université technique de Lodz, Institut d'électronique, Pologne). Une région ronde d'intérêt sera recadrée manuellement à l'apex de la dent, de sorte que sa taille soit suffisamment grande pour inclure le maximum d'os trabéculaire présent avec peu ou pas de tissu non trabéculaire.

Les caractéristiques texturales GLCM seront calculées par le logiciel. Tous les paramètres seront calculés pour deux distances entre pixels (d1 = 1, d2 = 2) et quatre directions de balayage (horizontale, diagonale, verticale et anti-diagonale) correspondant à (φ = 0°,45°,90°, 135° , respectivement). La moyenne des valeurs à différentes positions sera considérée comme une lecture unique représentant la valeur de la caractéristique de texture pour la zone d'intérêt.

Manipulation des variables quantitatives :

Onze caractéristiques de texture seront calculées pour 3 régions d'intérêt sur chaque scan CBCT éligible. Les valeurs de texture seront traitées comme une moyenne et un écart type, et une comparaison entre différents groupes d'âge\sexe sera effectuée pour la sélection des caractéristiques significatives. Une analyse de corrélation sera effectuée pour tester la corrélation entre l'âge et le sexe et les caractéristiques de texture sélectionnées.