BEAUT: a radiomic approach to identify potential lumbar fractures in magnetic resonance imaging

Autor(es):Mostrar menos -

Ramos, Jonathan S. ; Maciel, Jamilly G. ; Cazzolato, Mirela T. ; Traina Jr, Caetano ; Nogueira-Barbosa, Marcello H. ; Traina, Agma J. M. ; Almeida, JR ; Gonzalez, AR ; Shen, L ; Kane, B ; Traina, A ; Soda, P ; Oliveira, JL

• Tipo de documento: Artigo Científico
• Fonte: 2021 IEEE 34TH INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS); v. N/A, p. 6-pg., 2021-01-01.

Resumo

Bone densitometry (DEXA) is the international reference standard to evaluate Bone Mineral Density (BMD) and diagnose osteoporosis. However, DEXA is far from ideal when used to predict fragility fractures, which are strongly related to morbidity and mortality. According to the literature, spine MRI texture features correlate well with DEXA measurements. For this reason, we conducted an extensive empirical study aimed at assessing fragility fractures secondary to osteoporosis. To perform the evaluations, we developed a radiomic-based approach called BEAUT (BonE Analysis Using Texture). We performed experiments on a meaningful database composed of 47 T2-weighted sagittal sequences from lumbar spine MRI. The patients were diagnosed with osteopenia or osteoporosis according to DEXA (patients with low bone mass). BEAUT achieved an accuracy of 92% and 97% AUC with feature selection to discriminate between patients from groups 'Fractures' and 'No Fractures'. The results support claiming that texture features potentially discriminate subjects with bone mass loss, spotting those at risk of fragility fractures. (AU)

• Processo FAPESP: 20/11258-2 - Consultas por similaridade e interoperabilidade em bases de dados médicos
• Beneficiário: Mirela Teixeira Cazzolato
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Processo FAPESP: 17/23780-2 - Recuperação por conteúdo de imagens médicas para apoio a decisão clínica usando a abordagem radiômica
• Beneficiário: Jonathan da Silva Ramos
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Processo FAPESP: 20/07200-9 - Analisando dados complexos vinculados a COVID-19 para apoio à tomada de decisão e prognóstico
• Beneficiário: Agma Juci Machado Traina
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 16/17078-0 - Mineração, indexação e visualização de Big Data no contexto de sistemas de apoio à decisão clínica (MIVisBD)
• Beneficiário: Agma Juci Machado Traina
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 18/04266-9 - Análise multiparamétrica da textura de vértebras lombares em imagens de ressonância magnética e correlação com fraturas por fragilidade.
• Beneficiário: Marcello Henrique Nogueira Barbosa
• Modalidade de apoio: Auxílio à Pesquisa - Regular