Análisis estructural automatizado de vértebras utilizando métodos de segmentación semántica y métodos numéricos

Resumen

La metástasis ósea en la columna vertebral de pacientes es una complicación grave que puede causar fracturas vertebrales y otros eventos relacionados con el esqueleto (SRE), afectando significativamente la calidad de vida del paciente. Este fenómeno ocurre en un 30-50% de los casos de cáncer, y es aún más común en tumores de próstata y mama. La selección del tratamiento adecuado es crucial para mejorar la calidad de vida del paciente, lo que subraya la necesidad de herramientas que predigan el avance de la metástasis y su efecto estructural. En este contexto, las imágenes médicas como la tomografía computarizada (CT) son esenciales para el análisis personalizado del paciente, aunque presentan limitaciones en la predicción de la estabilidad estructural de la vértebra. Para superar estas limitaciones, se han desarrollado modelos matemáticos específicos para cada paciente que combinan imágenes médicas segmentadas con el método de elementos finitos (FEM). Sin embargo, el FEM tradicional presenta desafíos como la necesidad de crear un modelo CAD. Una solución propuesta es el Método de Elementos Finitos en Mallas Cartesianas (cgFEM), que permite crear modelos específicos sin necesidad de un CAD, facilitando el análisis estructural. Por otro lado, el proceso de segmentación de huesos complejos como las vértebras es tedioso. Actualmente existen técnicas de Machine Learning capaces de segmentar de manera automática o semiautomática huesos específicos a partir de un CT. Si bien este proceso, conocido como segmentación semántica, permite agilizar el proceso de segmentación, está todavía en desarrollo.
En este trabajo se pretende establecer una metodología que permita realizar estudios estructurales de vértebras humanas de manera desatendida. Para ello, en primer lugar se va a entrenar un conjunto de tres redes neuronales que, a partir de un CT de columna vertebral, den como resultado la segmentación de la vértebra deseada. El siguiente paso es definir posición de las cargas aplicas. Se puede conocer la posición de las mismas para una vértebra de referencia, pero el mero hecho de indicar la posición en la vértebra en cuestión puede ser tedioso. Para evitar esta labor, se ha implementado la técnica Coherent Point Drift (CPD) que permite relacionar puntos de la vértebra de referencia con la vértebra de un paciente, pudiendo trasladar automáticamente la posición de las cargas. Finalmente, la técnica cgFEM es capaz de realizar un análisis estructural sin necesidad de generar la geometría de la vértebra, pudiendo simular distintos escenarios con posiciones y tamaños de tumor distintos evaluando el riesgo de rotura de la vértebra. Los resultados de esta contribución muestran cómo la unión de estas tres metodologías han permitido automatizar el análisis estructural personalizado de vértebras.
Agradecimientos. Se agradece el apoyo de la Agencia Estatal de Investigación y FEDER (PID2022-141512NB-I00)), la Generalitat Valenciana (Prometeo/2021/046) y la UPV (PAID-01-22).