이집트 인구 표본의 연령 및 성별과의 상관관계에서 그레이 레벨 동시 발생 매트릭스 특징에 기반한 하악 해면골의 조직 분석: 콘빔 CT를 이용한 단면 연구 원문보기 KCI 원문보기 인용

과학적 배경

노인의 뼈 건강은 최근 전 세계적으로 노인 인구가 증가함에 따라 많은 관심을 받고 있는 주요 건강 문제입니다(Vijayakumar 및 Büsselberg, 2016). 특히 이집트의 인구는 2050년까지 1억 3천만 명에 달할 것으로 예상되며 그 중 30%는 50세 이상일 것입니다(Chen et al., 2013; Gheita and Hammam, 2018). 노화는 일반적으로 뼈 재형성에서 발생하는 장애의 결과로 골다공증 및 골관절염과 같은 근골격계 질환을 동반합니다(Gheno et al., 2012). 이러한 장애는 고관절 및 척추 골절과 같은 골절의 위험을 크게 증가시키고 따라서 이러한 환자의 삶의 질을 손상시킵니다(Gheno et al., 2012). 이러한 근골격계 질환의 유병률은 성별의 영향도 받습니다. 연구에 따르면 여성이 남성보다 골다공증 및 골관절염에 더 취약합니다(on Osteoporosis and Prevention, 2001; Gheno et al., 2012).

DXA(Dual X-Ray Absorptiometry)로 측정한 골밀도는 오랫동안 뼈 건강을 평가하는 황금 표준으로 여겨져 왔습니다(Link and Heilmeier, 2016). 그러나 국립보건원은 골다공증 합의회의에서 뼈의 강도는 밀도뿐만 아니라 질에도 달려 있다고 지적했다(on Osteoporosis and Prevention, 2001). 따라서 개별 골절 위험 예측을 개선하기 위해서는 골질 평가를 위한 보완적인 진단 방법이 필요합니다(Link and Heilmeier, 2016).

그 이후로 연구원들은 뼈의 질을 평가하는 만족스러운 방법을 개발하기 위해 다양한 시도를 했으며, 해면 골 점수(TBS)는 가장 성공적인 시도 중 하나입니다. TBS는 요추의 기존 DXA 이미지를 사용하여 표준 BMD 측정에서 캡처되지 않은 골격 정보를 제공하는 회색 수준 질감 특징을 추출하는 뼈 미세 구조와 관련된 질감 매개 변수입니다. 그것은 DXA의 보조제로 성공적으로 사용되었으며 골절 위험을 예측하기 위해 독립적으로 사용하는 것을 조사하기 위한 추가 연구 시도가 이루어졌습니다.(Martineau, 실바와 레슬리, 2017; Shevroja et al., 2017) TBS의 성공으로 연구 커뮤니티는 서로 다른 이미징 양식에서 뼈 미세구조를 평가하기 위해 텍스처 매개변수의 잠재적 사용을 조사하게 되었습니다(Shevroja et al., 2017). 텍스처는 인간이 이미지에서 관심 있는 개체 또는 영역을 식별하는 데 사용하는 주요 시각적 패턴 인식 기술 중 하나입니다. 그것은 표면의 구조적 배열과 주변 환경과의 관계에 대한 중요한 정보를 포함하는 각 개체의 타고난 속성입니다(Haralick, Shanmugam 및 Dinstein, 1973). 텍스처 분석은 픽셀 강도 간의 관계를 기반으로 하는 정량적 이미지 평가 유형입니다. 다양한 진단 응용 프로그램으로 조직 특성화에 도움이 될 수 있기 때문에 오늘날 생물 의학 영상 분야에서 광범위한 관심을 받고 있습니다(Gebejes and Huertas, 2013; Summers, 2017).

텍스처 분석에는 다양한 방법이 있으며, GLCM(Gray level co-occurrence matrix)은 텍스처 특징 추출에 가장 많이 사용되는 방법 중 하나입니다(Gebejes and Huertas, 2013). 픽셀 회색 값 쌍의 발생 빈도와 이들의 공간적 관계를 고려하여 이미지의 질감을 특성화하는 2차 통계 방법입니다(Haralick, Shanmugam 및 Dinstein, 1973; Gebejes 및 Huertas, 2013).

CBCT(cone beam computed tomography)는 현재 다중 진단 절차에 일상적으로 사용되며 CT보다 훨씬 낮은 방사선량을 사용하는 것으로 알려져 있습니다. , Farman 및 Sukovic, 2006; Scarfe 및 Farman, 2008). 우리는 골밀도를 측정하기 위해 논쟁의 여지가 있는 회색 수준을 사용하는 대신에 골질을 평가하기 위해 회색 수준 동시 발생 매트릭스 파생 텍스처 기능을 사용하는 것이 보정된 것과 비교하여 부적절하다고 입증된 회색 수준을 사용하는 것이 이에 대해 가설을 세웁니다. 다중 검출기 CT의 Hounsfield 단위(Pauwels et al., 2013; De Rosa et al., 2020; Gonçalves et al., 2020).

따라서 이 연구의 목적은 GLCM 텍스처 특징이 하악 CBCT 스캔에서 관심 영역에 따라 연령-성별 소주골 변이와 상관관계가 있는지 조사하는 것입니다. 이 상관 관계는 연령 및 성별 관련 골격 장애에 대한 잠재적 선별 방법을 개발하는 데 적합한 조직 특징 및 해부학적 영역의 미래 선택을 안내하는 데 도움이 될 것입니다.

PECO 질문:

P: 성인 이집트인의 하악 소주골 E: 여성(18-40 OR 40 이상) C: 남성(18-40 OR 40 이상) O: 그레이 레벨 동시 발생 매트릭스 텍스처 특징

연구 질문:

이집트 인구의 연령과 성별과 하악 소주골의 GLCM 유도 텍스처 특징 사이의 상관관계는 무엇입니까?

문제 진술:

노인의 뼈 건강은 주요 공중 보건 문제입니다. 골 건강에 영향을 미치는 질환을 진단하려면 골밀도뿐만 아니라 골질도 평가해야 하지만 상당히 낮은 방사선량과 저렴한 비용으로 성공적으로 골질을 검사할 수 있는 진단 기술은 여전히 ​​부족합니다.

구체적인 목표:

개인의 연령-성별과 성인 이집트 인구 샘플에서 그레이 레벨 동시 발생 매트릭스에서 파생된 하악 소주골의 질감 특징 사이의 상관관계 존재를 감지합니다.

가설:

Null: 연령대 또는 남녀 간에 섬유주 조직 특징에 차이가 없습니다. 대안: 연령 그룹 또는 남녀 간에 섬유주 조직 특징에 차이가 있습니다.

방법론 변수

독립 변수:

1. 연령(18-40 또는 40 이상)
2. 성별(남성 또는 여성)

종속 변수:

Haralick의 작업(Haralick, Shanmugam 및 Dinstein, 1973)에서 파생된 11가지 텍스처 기능 기능 설명 Contrast 회색 음영의 국부적 변화량을 나타냅니다. 인접 픽셀 간 회색 음영의 의존성 측정 제곱합 회색 음영 분포의 분산(평균 관련) 측정 엔트로피 이미지의 픽셀 간 무질서 정도 평균 합계 회색 음영 합계의 분포 평균 분산 합계 분산 그레이 음영의 총 분포 평균 주변 엔트로피의 합 그레이 음영의 총 분포의 와해 분산의 차이 그레이 음영 차이의 분산 엔트로피의 차이 그레이 음영 차이의 와해

데이터 소스\측정

CBCT 이미지 획득:

하악 CBCT 스캔은 카이로 대학교 치과 학부 구강 악안면 방사선과의 데이터베이스 레지스트리에서 소급하여 검색됩니다. 포함된 CBCT 이미지는 8mA 및 90Kvp에서 작동하는 0.4복셀, 20*10cm FOV(단일 하악궁)의 해상도로 Planmeca ProMax® 3D Mid CBCT 기계를 사용하여 획득해야 합니다.

모든 CBCT 이미지는 DICOM(Digital Imaging Communication in Medicine) 형식으로 획득되며 수석 구강 방사선 전문의가 분석하기 위해 Romexis 소프트웨어로 볼 수 있습니다. 빔 경화 아티팩트, 부분 볼륨 효과, 앨리어싱 아티팩트, 링 아티팩트, 스캐닝 중 환자 움직임으로 인한 낮은 선명도 이미지와 같은 아티팩트 및 불량한 시각적 품질이 있는 이미지는 제외됩니다.

적격 CBCT 스캔은 환자의 연령과 성별에 따라 4개 그룹으로 나뉩니다(40세 미만 남성, 40세 이상 남성, 40세 미만 여성, 40세 이상 여성). 그룹에는 임의의 순서로 문자 A, B, C 또는 D가 할당되므로 보조 감독자만 각 그룹의 인구 통계 데이터를 알 수 있지만 텍스트 분석을 수행할 주 조사관에게는 숨겨집니다.

적격 스캔에서 세 관심 영역(전치부, 소구치, 대구치)의 수정된 시상 절단이 준비된 다음 이미지가 BMP 형식으로 저장됩니다.

세분화 및 텍스처 분석:

케이스의 수정된 시상면 컷의 BMP 이미지를 MaZda 소프트웨어(폴란드 전자 연구소, Lodz 기술 대학)로 가져올 것입니다. 둥근 관심 영역은 치아의 정점에서 수동으로 잘라서 그 크기가 비소주 조직이 없거나 거의 없는 최대 소주골을 포함할 수 있을 만큼 충분히 커집니다.

GLCM 텍스처 기능은 소프트웨어에 의해 계산됩니다. 모든 매개변수는 픽셀 사이의 두 거리(d1 = 1, d2 = 2)와 (φ = 0°,45°,90°, 135°에 해당하는 4개의 스위핑 방향(수평, 대각선, 수직 및 반대각선)에 대해 계산됩니다. , 각각). 다른 위치에 있는 값의 평균은 관심 영역에 대한 텍스처 특징 값을 나타내는 단일 판독값으로 간주됩니다.

양적 변수의 처리:

적격한 각 CBCT 스캔에서 3개의 관심 영역에 대해 11개의 텍스처 기능이 계산됩니다. 텍스처 값은 평균 및 표준 편차로 처리되며 중요한 기능 선택을 위해 다른 연령\성별 그룹 간의 비교가 수행됩니다. 연령과 성별 및 선택된 텍스처 기능 간의 상관관계를 테스트하기 위해 상관관계 분석이 수행됩니다.