S'abonner

An interactive segmentation tool for quantifying fat in lumbar muscles using axial lumbar-spine MRI - 04/02/16

Doi : 10.1016/j.irbm.2015.10.004 
J. Antony a, , K. McGuinness a, N. Welch b, J. Coyle b, A. Franklyn-Miller b, N.E. O'Connor a, K. Moran a, c
a Insight Centre for Data Analytics, Dublin City University, Dublin, Ireland 
b Sports Medicine Department, Sports Surgery Clinic, Dublin, Ireland 
c School of Health and Human Performance, Dublin City University, Dublin, Ireland 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 12
Iconographies 13
Vidéos 0
Autres 0

Abstract

In this paper we present an interactive tool that can be used to quantify fat infiltration in lumbar muscles, which is useful in studying fat infiltration and lower back pain (LBP) in adults. Currently, a qualitative assessment by visual grading via a 5-point scale is used to study fat infiltration in lumbar muscles from an axial view of lumbar-spine MR Images. However, a quantitative approach (on a continuous scale of 0–100%) may provide a greater insight. In this paper, we propose a method to precisely quantify the fat deposition/infiltration in a user-defined region of the lumbar muscles, which may aid better diagnosis and analysis. The key steps are interactively segmenting the region of interest (ROI) from the lumbar muscles using the well known livewire technique, identifying fatty regions in the segmented region based on variable-selection of threshold and softness levels, automatically detecting the center of the spinal column and fragmenting the lumbar muscles into smaller regions with reference to the center of the spinal column, computing key parameters [such as total and region-wise fat content percentage, total-cross sectional area (TCSA) and functional cross-sectional area (FCSA)] and exporting the computations and associated patient information from the MRI, into a database. A standalone application using MATLAB R2014a was developed to perform the required computations along with an intuitive graphical user interface (GUI).

Le texte complet de cet article est disponible en PDF.

Keywords : Lumbar muscles, Fat infiltration, Visual grading, Quantitative approach, Livewire, Center of spinal column, Fat percentage, Graphical user interface


Plan


© 2015  AGBM. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 37 - N° 1

P. 11-22 - février 2016 Retour au numéro
Article précédent Article précédent
  • Segmentation of lymphoma tumor in PET images using cellular automata: A preliminary study
  • P. Desbordes, C. Petitjean, S. Ruan
| Article suivant Article suivant
  • Brain region of interest selection for 18FDG positrons emission tomography computer-aided image classification
  • I. Garali, M. Adel, S. Bourennane, M. Ceccaldi, E. Guedj

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.