著名医師による解説が無料で読めます
すると翻訳の精度が向上します
デュアルエネルギーX線吸収測定(DXA)のみによる骨ミネラル密度(BMD)の測定は、骨折リスクの中程度の予測因子にすぎません。DXA画像に基づいた骨力学の有限要素分析(FEA)は、骨折リスクの予測を改善する可能性があります。2D BMD画像と大腿骨形状テンプレートを使用して、近位大腿骨の3D形状と密度分布を推定する方法を開発しました。18のヒト死体の近位大腿骨をコンピューター断層撮影を使用して画像化し、2つのセット(n = 9 + 9)に分割しました。このテンプレートは、3D一般化Procrustes分析と薄板スプラインを使用して、最初のセットでサンプルから作成されました。その後、テンプレートと2D BMD画像を使用して、2番目のセットの大腿骨の形状と内部密度分布を推定しました。最後に、FEAは元の骨モデルと推定骨モデルに基づいて行われ、機械的強度に対する幾何学的および密度分布誤差の影響を評価しました。推定自体によって誘発される体積誤差は低かった(<1.4%)。2番目のセットの骨の推定では、推定された骨面と元の骨面の平均距離差は0.80±0.19 mmであり、大腿骨形状の実現可能な推定を示唆しています。Voxel-by-Voxel BMDの平均絶対誤差は120±8 mgcm⁻³でした。FEAでは、近位大腿骨の剛性は、元の骨と推定骨の間で-7±16%異なりました。現在の方法は、以前の研究で使用された方法と比較して、形状、BMD分布、および近位大腿骨の機械的特性の予測を改善しました。潜在的に、提案された方法は最終的に骨折リスクの測定を改善する可能性があります。
デュアルエネルギーX線吸収測定(DXA)のみによる骨ミネラル密度(BMD)の測定は、骨折リスクの中程度の予測因子にすぎません。DXA画像に基づいた骨力学の有限要素分析(FEA)は、骨折リスクの予測を改善する可能性があります。2D BMD画像と大腿骨形状テンプレートを使用して、近位大腿骨の3D形状と密度分布を推定する方法を開発しました。18のヒト死体の近位大腿骨をコンピューター断層撮影を使用して画像化し、2つのセット(n = 9 + 9)に分割しました。このテンプレートは、3D一般化Procrustes分析と薄板スプラインを使用して、最初のセットでサンプルから作成されました。その後、テンプレートと2D BMD画像を使用して、2番目のセットの大腿骨の形状と内部密度分布を推定しました。最後に、FEAは元の骨モデルと推定骨モデルに基づいて行われ、機械的強度に対する幾何学的および密度分布誤差の影響を評価しました。推定自体によって誘発される体積誤差は低かった(<1.4%)。2番目のセットの骨の推定では、推定された骨面と元の骨面の平均距離差は0.80±0.19 mmであり、大腿骨形状の実現可能な推定を示唆しています。Voxel-by-Voxel BMDの平均絶対誤差は120±8 mgcm⁻³でした。FEAでは、近位大腿骨の剛性は、元の骨と推定骨の間で-7±16%異なりました。現在の方法は、以前の研究で使用された方法と比較して、形状、BMD分布、および近位大腿骨の機械的特性の予測を改善しました。潜在的に、提案された方法は最終的に骨折リスクの測定を改善する可能性があります。
Measurement of bone mineral density (BMD) by dual-energy X-ray absorptiometry (DXA) alone is only a moderate predictor of fracture risk. Finite element analysis (FEA) of bone mechanics, based on DXA images, may improve the prediction of fracture risk. We developed a method to estimate the 3D shape and density distribution of the proximal femur, using a 2D BMD image and a femur shape template. Proximal femurs of eighteen human cadavers were imaged using computed tomography and divided into two sets (N = 9 + 9). The template was created from the samples in first set by using 3D generalized Procrustes analysis and thin-plate splines. Subsequently, the template and 2D BMD image were utilized to estimate the shape and internal density distribution of the femurs in the second set. Finally, FEA was conducted based on the original and the estimated bone models to evaluate the effect of geometrical and density distributional errors on the mechanical strength. The volumetric errors induced by the estimation itself were low (<1.4%). In the estimation of bones in the second set, the mean distance difference between the estimated and the original bone surfaces was 0.80 ± 0.19 mm, suggesting feasible estimation of the femoral shape. The mean absolute error in voxel-by-voxel BMD was 120±8 mg cm⁻³. In FEA, the stiffness of the proximal femur differed by -7±16% between the original and estimated bones. The present method, in comparison with methods used in previous studies, improved the prediction of the geometry, the BMD distribution and the mechanical characteristics of the proximal femur. Potentially, the proposed method could ultimately improve the determination of bone fracture risk.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。