Measurement of Medial Elbow Joint Space using Landmark Detection

要約

肘内側の超音波画像診断は、尺骨側副靱帯 (UCL) 損傷を早期に特定するために非常に重要です。
具体的には、超音波画像で肘の関節空間を測定することは、肘の外反不安定性を評価するために使用されます。
この測定を自動化するには、正確にアノテーションが付けられたデータセットが必要です。
ただし、これまでのところ、公的に利用可能なデータセットは提案されていません。
この研究では、尺側側副靱帯 (UCL) 損傷を診断するために関節スペースを測定するための新しい超音波肘内側データセットを紹介します。
このデータセットは、22 人の被験者からの 4,201 枚の肘内側超音波画像で構成されており、上腕骨と尺骨にランドマークの注釈が付けられています。
注釈は 3 人の整形外科医の監督のもと、著者によって正確に作成されています。
ViTPose、HRNet、PCT、YOLOv8、U-Net などのいくつかのランドマーク検出アプローチを使用して、提案したデータセットを使用して関節空間の測定方法を評価しました。
さらに、ヒートマップベースのランドマーク検出におけるランドマークの改良に形状部分空間 (SS) を使用することを提案します。
結果は、HRNet を使用した場合、関節スペースの平均ユークリッド距離誤差が 0.116 mm であることを示しています。
さらに、SS ランドマークの改良により、ランドマーク位置の平均絶対誤差が HRNet で平均 0.010 mm、ViTPose で平均 0.103 mm 改善されます。
これらは、UCL 損傷とそれに関連するリスクの高精度なリアルタイム診断の可能性を強調しており、これは大規模なスクリーニングに活用できる可能性があります。
最後に、検出されたランドマークを入力として使用して、上腕骨と尺骨のポイントベースのセグメンテーションを示します。
データセットは、この論文が受理されると、https://github.com/Akahori000/Ultrasound-Medial-Elbow-Dataset で公開されます。

要約(オリジナル)

Ultrasound imaging of the medial elbow is crucial for the early identification of Ulnar Collateral Ligament (UCL) injuries. Specifically, measuring the elbow joint space in ultrasound images is used to assess the valgus instability of elbow. To automate this measurement, a precisely annotated dataset is necessary; however, no publicly available dataset has been proposed thus far. This study introduces a novel ultrasound medial elbow dataset for measuring joint space to diagnose Ulnar Collateral Ligament (UCL) injuries. The dataset comprises 4,201 medial elbow ultrasound images from 22 subjects, with landmark annotations on the humerus and ulna. The annotations are made precisely by the authors under the supervision of three orthopedic surgeons. We evaluated joint space measurement methods using our proposed dataset with several landmark detection approaches, including ViTPose, HRNet, PCT, YOLOv8, and U-Net. In addition, we propose using Shape Subspace (SS) for landmark refinement in heatmap-based landmark detection. The results show that the mean Euclidean distance error of joint space is 0.116 mm when using HRNet. Furthermore, the SS landmark refinement improves the mean absolute error of landmark positions by 0.010 mm with HRNet and by 0.103 mm with ViTPose on average. These highlight the potential for high-precision, real-time diagnosis of UCL injuries and associated risks, which could be leveraged in large-scale screening. Lastly, we demonstrate point-based segmentation of the humerus and ulna using the detected landmarks as input. The dataset will be made publicly available upon acceptance of this paper at: https://github.com/Akahori000/Ultrasound-Medial-Elbow-Dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google