Рентгеноконтрастные шаблоны для определения минеральной плотности кости по данным конусно-лучевой и мультиспиральной компьютерной томографии

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Конусно-лучевая компьютерная томография позволяет проводить диагностику на этапе планирования различных манипуляций в челюстно-лицевой области, в частности при дентальной имплантации. Преимущества данного метода: высокое пространственное разрешение, низкая лучевая нагрузка, доступность исследований, однако имеется существенный недостаток ― отсутствие возможности определения плотности кости челюстей в единицах Хаунсфилда (HU).

Цели ― разработать набор рентгеноконтрастных шаблонов с заданной рентгеновской плотностью на основе гидрофосфата калия и β-трикальцийфосфата; изучить результаты сканирования шаблона на конусно-лучевом и мульти- срезовом компьютерных томографах; определить алгоритм кросс-калибровки для оценки минеральной плотности кости челюстей в HU и по классификации C. Misch.

Материалы и методы. В качестве рентгеноконтрастного шаблона использованы раствор гидрофосфата калия, суспензия β-трикальцийфосфата. В микропробирках шаблона объёмом 0,25 мл заданы следующие концентрации гидрофосфата калия: 49,96; 99,98; 174,99; 349,99; 549,98 мг/мл; суспензия β-трикальцийфосфата с эквивалентной концентрацией гидрофосфата калия 1506 мг/мл. Шаблоны моделируют типы плотности костной ткани по C. Misch. Исследование шаблонов проводилось на 2 мультисрезовых и 4 конусно-лучевых компьютерных томографах.

Результаты. В ходе работы проанализированы зависимости Gray Value (GV) для конусно-лучевых и HU для мультисрезовых компьютерных томографов от заданных значений минеральной плотности кости. Отмечается существенный разброс измеренных величин. Различаются углы наклона зависимостей и формы кривых. После кросс-калибровки показана хорошая сопоставимость пересчитанных значений относительно режима исследуемого мультисрезового компьютерного томографа.

Заключение. Разработанный рентеноконтрастный шаблон позволяет стандартизировать денситометрические показатели для конусно-лучевых и различных мультисрезовых компьютерных томографов: в среднем разброс после кросс-калибровки снижается в 10 раз, что обеспечивает возможность классификации костной ткани в HU по С. Misch.

Об авторах

Шазмим Джахан Хоссаин

Российский университет дружбы народов имени Патриса Лумумбы

Email: shazmim@mail.ru
ORCID iD: 0000-0002-5410-1849

ассистент

Россия, Москва

Алексей Владимирович Петряйкин

Научно-практический клинический центр диагностики и телемедицинских технологий

Автор, ответственный за переписку.
Email: alexeypetraikin@gmail.com
ORCID iD: 0000-0003-1694-4682
SPIN-код: 6193-1656

д-р мед. наук, доцент, гл. науч. сотр.

Россия, Москва

Александр Александрович Мураев

Российский университет дружбы народов имени Патриса Лумумбы

Email: muraev_aa@pfur.ru
ORCID iD: 0000-0003-3982-5512
SPIN-код: 1431-5936

д-р мед. наук, профессор

Россия, Москва

Аслан Барадинович Данаев

Ставропольский государственный медицинский университет

Email: aslandanaev111@mail.ru
ORCID iD: 0000-0003-4754-3101
SPIN-код: 7266-7722

ассистент

Россия, Ставрополь

Дмитрий Владимирович Буренчев

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: BurenchevDV@zdrav.mos.ru
ORCID iD: 0000-0003-2894-6255
SPIN-код: 2411-3959

д-р мед. наук, гл. науч. сотр.

Россия, Москва

Александр Александрович Долгалев

Ставропольский государственный медицинский университет

Email: dolgalev@dolgalev.pro
ORCID iD: 0000-0002-6352-6750
SPIN-код: 5941-5771

д-р мед. наук, доцент

Россия, Ставрополь

Юрий Александрович Васильев

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: VasilevYA1@zdrav.mos.ru
ORCID iD: 0000-0002-0208-5218
SPIN-код: 4458-5608

канд. мед. наук

Россия, Москва

Дарья Евгеньевна Шарова

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: SharovaDE@zdrav.mos.ru
ORCID iD: 0000-0001-5792-3912
SPIN-код: 1811-7595
Россия, Москва

Сергей Юрьевич Иванов

Российский университет дружбы народов имени Патриса Лумумбы; Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский Университет)

Email: syivanov@yandex.ru
ORCID iD: 0000-0001-5458-0192
SPIN-код: 2607-2679

д-р мед. наук, профессор, чл.-корр. РАН

Россия, Москва; Москва

Список литературы

  1. Hounsfield G.N. Computerized transverse axial scanning (tomography). Description of system // Br J Radiol. 1973. Vol. 46, N 552. P. 1016–1022. doi: 10.1259/0007-1285-46-552-1016
  2. Bornstein M.M., Scarfe W.C., Vaughn V.M., Jacobs R. Cone beam computed tomography in implant dentistry: A systematic review focusing on guidelines, indications, and radiation dose risks // Int J Oral Maxillofac Implants. 2014. Vol. 2014, N 29, Suppl. P. 55–77. doi: 10.11607/jomi.2014suppl.g1.4
  3. DenOtter T.D., Schubert J. Hounsfield Unit. In: StatPearls. Treasure Island (FL): StatPearls Publishing; March 9, 2022.
  4. Kim Y., Oh T.J., Misch C.E., Wang H.L. Occlusal considerations in implant therapy: Clinical guidelines with biomechanical rationale // Clin Oral Implants Res. 2005. Vol. 16, N 1. P. 26–35. doi: 10.1111/j.1600-0501.2004.01067.x
  5. Woelber J.P., Fleiner J., Rau J., et al. Accuracy and usefulness of CBCT in periodontology: A systematic review of the literature // Int J Periodontics Restorative Dent. 2018. Vol. 38, N 2. P. 289–297. doi: 10.11607/prd.2751
  6. Song D., Shujaat S., de Faria Vasconcelos K., et al. Diagnostic accuracy of CBCT versus intraoral imaging for assessment of peri-implant bone defects // BMC Med Imaging. 2021. Vol. 21, N 1. P. 23. doi: 10.1186/s12880-021-00557-9
  7. Savoldi F., Yon M.J., Kwok V.M., et al. Accuracy of CBCT in the identification of mental, lingual, and retromolar foramina: A comparison with visual inspection of human dry mandibles // Int J Periodontics Restorative Dent. 2021. Vol. 4, N 6. P. e277–e286. doi: 10.11607/prd.4770
  8. Levi C., Gray J.E., McCullough E.C., Hattery R.R. The unreliability of CT numbers as absolute values // AJR Am J Roentgenol. 1982. Vol. 139, N 3. P. 443–447. doi: 10.2214/ajr.139.3.443
  9. Петряйкин А.В., Скрипникова И.А. Количественная компьютерная томография, современные данные. Обзор // Медицинская визуализация. 2021. Т. 25, № 4. С. 134–146. doi: 10.24835/1607-0763-1049
  10. Иванов Д.В., Кириллова И.В., Коссович Л.Ю., и др. Влияние конволюционных ядер и эффекта «упрочнения луча» на оценку минеральной плотности губчатой костной ткани с использованием количественной компьютерной томографии // Известия Саратовского университета. 2020. Т. 20, № 2. С. 205–219. doi: 10.18500/1816-9791-2020-20-2-205-219
  11. Петряйкин А.В., Сморчкова А.К., Кудрявцев Н.Д., и др. Сравнение двух методик асинхронной КТ-денситометрии // Медицинская визуализация. 2020. T. 24, № 4. С. 108–118. doi: 10.24835/1607-0763-2020-4-108-118
  12. Witt R.M., Cameron J.R. Bone Standards. USAEC Progress Report COO-1422-42, US Atomic Energy Comission, Madison, Wisconsin, 1969.
  13. Cann C.E., Genant H.K. Precise measurement of vertebral mineral content using computed tomography // J Comput Assist Tomogr. 1980. Vol. 4, N 4. P. 493–500. doi: 10.1097/00004728-198008000-00018
  14. Hubbell J.H. Photon cross sections, attenuation coefficients, and energy absorption coefficients from 10 keV to 100 GeV. National Institute of Standards and Technology, Gaithersburg, MD, 1969. doi: 10.6028/NBS.NSRDS.29
  15. International Commission on Radiation Units and Measurements (ICRU). Tissue Substitutes in Radiation Dosimetry and Measurement // ICRU Report. 1989. N 44. P. 1–189.
  16. Николаев А.Е., Коркунова О.А., Блохин И.А., и др. Плотность кальцификации при компьютерной томографии в зависимости от параметров сканирования: фантомное исследование // Медицинская визуализация. 2020. T. 24, № 4. С. 119–132. doi: 10.24835/1607-0763-2020-4-119-132
  17. Gaur A., Dhillon M., Puri N., et al. Questionable accuracy of CBCT in determining bone density: A comparative CBCT-CT in vitro study // Dent Med Probl. 2022. Vol. 59, N 3. P. 413–419. doi: 10.17219/dmp/143504
  18. Martinez C., de Molina C., Desco M., Abella M. Optimization of a calibration phantom for quantitative radiography // Med Phys. 2021. Vol. 48, N 3. P. 1039–1053. doi: 10.1002/mp.14638
  19. Hu Z., Wang T., Pan X., et al. Comparison of diagnosis of cracked tooth using contrast-enhanced CBCT and micro-CT // Dentomaxillofac Radiol. 2021. Vol. 50, N 7. P. 20210003. doi: 10.1259/dmfr.20210003
  20. Lehmann L., Alvarez R., Macovski A., et al. Generalized image combinations in dual KVP digital radiography // Med Phys. 1981. Vol. 8, N 5. P. 659–667. doi: 10.1118/1.595025
  21. Chuang K.S., Huang H. Comparison of four dual energy image decomposition methods // Physics Med Biol. 1988. Vol. 33, N 4. P. 455. doi: 10.1088/0031-9155/33/4/005
  22. Gingold E.L., Hasegawa B.H. Systematic bias in basis material decomposition applied to quantitative dual-energy X-ray imaging // Med Phys. 1992. Vol. 9, N 1. P. 25–33. doi: 10.1118/1.596889
  23. Cardinal H.N., Fenster A. An accurate method for direct dual-energy calibration and decomposition // Med Phys. 1990. Vol. 17, N 3. P. 327–341. doi: 10.1118/1.596512
  24. Jacobs R., Salmon B., Codari M., et al. Cone beam computed tomography in implant dentistry: Recommendations for clinical use // BMC Oral Health. 2018. Vol. 18, N 1. P. 88. doi: 10.1186/s12903-018-0523-5
  25. Долгалев А.А., Данаев А.Б., Юсупов Р.Д., и др. Объективная оценка погрешности показателей плотности при проведении конусно-лучевой компьютерной томографии в стоматологической практике // Медицинский алфавит. 2022. № 7. С. 65–68. doi: 10.33667/2078-5631-2022-7-65-68
  26. Cassetta M., Stefanelli L.V., Di Carlo S., et al. The accuracy of CBCT in measuring jaws bone density // Eur Rev Med Pharmacol Sci. 2012. Vol. 16, N 10. P. 1425–1429.
  27. Harvey S., Patel S. Guidelines and template for reporting on CBCT scans // Br Dent J. 2020. Vol. 228, N 1. P. 15–18. doi: 10.1038/s41415-019-1115-8
  28. Cassetta M., Stefanelli L.V., Pacifici A., et al. How accurate is CBCT in measuring bone density? A comparative CBCT-CT in vitro study // Clin Implant Dent Relat Res. 2014. Vol. 16, N 4. P. 471–478. doi: 10.1111/cid.12027
  29. Parsa A., Ibrahim N., Hassan B., et al. Bone quality evaluation at dental implant site using multislice CT, micro-CT, and cone beam CT // Clin Oral Implants Res. 2015. Vol. 26, N 1. P. e1–7. doi: 10.1111/clr.12315
  30. Van Dessel J., Nicolielo L.F., Huang Y., et al. Accuracy and reliability of different cone beam computed tomography (CBCT) devices for structural analysis of alveolar bone in comparison with multislice CT and micro-CT // Eur J Oral Implantol. 2017. Vol. 10, N 1. P. 95–105.
  31. Dillenseger J.P., Matern J.F., Gros C.I., et al. MSCT versus CBCT: Evaluation of high-resolution acquisition modes for dento-maxillary and skull-base imaging // Eur Radiol. 2015. Vol. 25, N 2. P. 505–515. doi: 10.1007/s00330-014-3439-8
  32. Schegerer A.A., Lechel U., Ritter M., et al. Dose and image quality of cone-beam computed tomography as compared with conventional multislice computed tomography in abdominal imaging // Invest Radiol. 2014. Vol. 49, N 10. P. 675–684. doi: 10.1097/RLI.0000000000000069
  33. Veldhoen S., Schöllchen M., Hanken H., et al. Performance of cone-beam computed tomography and multidetector computed tomography in diagnostic imaging of the midface: A comparative study on Phantom and cadaver head scans // Eur Radiol. 2017. Vol. 27, N 2. P. 790–800. doi: 10.1007/s00330-016-4387-2
  34. Grunz J.P., Weng A.M., Gietzen C.H., et al. Evaluation of ultra-high-resolution cone-beam CT prototype of twin robotic radiography system for cadaveric wrist imaging // Acad Radiol. 2021. Vol. 28, N 10. P. e314–e322. doi: 10.1016/j.acra.2020.06.018
  35. Medelnik J., Hertrich K., Steinhäuser-Andresen S., et al. Accuracy of anatomical landmark identification using different CBCT- and MSCT-based 3D images: An in vitro study // J Orofac Orthop. 2011. Vol. 72, N 4. P. 261–278. doi: 10.1007/s00056-011-0032-5
  36. Elshenawy H., Aly W., Salah N., et al. Influence of small, midi, medium and large fields of view on accuracy of linear measurements in CBCT imaging: Diagnostic accuracy study // Open Access Maced J Med Sci. 2019. Vol. 7, N 6. P. 1037–1041. doi: 10.3889/oamjms.2019.232

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Общая демонстрация этапов исследования: а ― исходные пробирки с рентгеноконтрастным веществом (рентгеноконтрастные шаблоны минеральной плотности) на воздухе; b ― исходные пробирки с рентгеноконтрастным веществом в воде; c ― пример фиксации и проведения исследования шаблонов на конусно-лучевом компьютерном томографе; d ― MIP-реконструкция при исследовании методом мультиспиральной компьютерной томографии; e ― пример просмотра и обработки в формате DICOM срезов исходных пробирок (программа Radiant) и характеристики на исследуемом мультиспиральном компьютерном томографе 3 (см. табл. 2 строку 7).

Скачать (1MB)
Метаданные
3. Рис. 2. Зависимость измеренных значений рентгеновской плотности (HU для МСКТ и GV для КЛКТ) от заданных значений минеральной плотности кости до проведения кросс-калибровки: отмечается выраженный разброс значений HU для разных режимов и томографов при МСКТ и GV для различных аппаратов при выполнении КЛКТ-исследований. МСКТ ― мультиспиральный компьютерный томограф; КЛКТ ― конусно-лучевой компьютерный томограф.

Скачать (1MB)
Метаданные
4. Рис. 3. Рентгеноконтрастный фантом с шаблонами минеральной плотности кости в одинаковых параметрах визуализации «окна» (window level 100 / window width 1500 для костной ткани) для исследуемых мультиспирального компьютерного томографа 3 (а) и конусно-лучевого компьютерного томографа 2 (b): визуально отмечается разный контраст, измеренные значения плотности воды: 0,85 HU для мультиспиральных и 360 GV для конусно-лучевых компьютерных томографов.

Скачать (967KB)
Метаданные
5. Рис. 4. Обратные зависимости по сравнению с графиками на рис. 2: минеральная плотность в зависимости от рентгеновской плотности в единицах GV и HU. Полученные линии аппроксимации были использованы при определении формул для кросс-калибровки.

Скачать (1MB)
Метаданные
6. Рис. 5. Зависимость пересчитанных значений рентгеновской плотности (HU для МСКТ и GV для КЛКТ) от заданных значений минеральной плотности кости после проведения кросс-калибровки. Отмечается хорошая согласованность скорректированных данных. Кросс-калибровка проводилась относительно томографа МСКТ 1 и режима 120 кВ, 200 мА. МСКТ 1 ― исследуемый мультиспиральный компьютерный томограф 1; КЛКТ ― конусно-лучевой компьютерный томограф.

Скачать (850KB)
Метаданные

© Эко-вектор, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».