Opportunities of magnetic resonance imaging in diagnosis of microstructural changes of articular cartilage in osteoarthritis

Cover Page

Cite item

Full Text

Abstract

Aim. To estimate the opportunities of proton density-weighed magnetic resonance tomograms in diagnosis of microstructural changes of articular cartilage (AC) in osteoarthritis (OA) on the basis of proton density (PD) variability analyzed.

Materials and methods. Sixty two patients with OA and 8 volunteers without OA were examined. All the patients underwent MRI of the knee joints, using tomograph with magnetic field intensity equal to 1.5 tesla. To assess MR images, semiquantitative measurements of articular tissues on the basis of WORMS protocols were used. To estimate the proton density, manual segmentation of PDFS-weighed images of the knee joint medial condyle was implemented. The proton density was estimated, applying 3-D histogram (0–255).

Results. At stage I of osteoarthritis, fall in density H+ in the peripheral zone of AC was observed, but it was preserved in the contact part, exposed to maximum statodynamic loadings. At stage II, significant progressing decrease in H+ density peaks in the AC regions, subjected to lesser loads, with preservation of high spectral peaks in the region of elevated friction was stated. Stage III of gonarthrosis was characterized by decrease in H+-spectra as a whole, especially in the loading regions of AC. At stage IV of OA, global reduction in PD intensity was observed along the whole cartilaginous plate surface.

Conclusions. The detected patterns of changes in proton density spectra reflect the known degenerative process in AC with osteoarthritis. This property of proton-weight MR-images can be used for assessment of microstructural changes in the articular cartilage with OA.

About the authors

M. A. Kabalyk

Pacific State Medical University

Author for correspondence.
Email: maxi_maxim@mail.ru

кандидат медицинских наук, ассистент Института терапии и инструментальной диагностики

Russian Federation, 2, Ostryakova Prospekt, Vladivostok, 690002

References

  1. Кабалык М.А., Гнеденков С.В., Коваленко Т.С., Синенко А.А., Молдованова Л.М. Молекулярные подтипы остеоартрита. Тихоокеанский медицинский журнал 2017; 4: 40-44.
  2. Кабалык М.А., Коваленко Т.С., Осипов А.Л., Фадеев М.Ф. Морфологические обоснования применения методов текстурного анализа изображений субхондральной кости при остеоартрите. Современные проблемы науки и образования 2017; 5: 98-107.
  3. Кабалык М.А. Роль сосудистых факторов в патогенезе остеоартрита. Современные проблемы науки и образования 2017; 2: 50-55.
  4. Apprich S., Welsch G.H., Mamisch T.C., Szomolanyi P., Mayerhoefer M., Pinker K., Trattnig S. Detection of degenerative cartilage disease: comparison of high-resolution morphological MR and quantitative T2 mapping at 3.0 Tesla. Osteoarthritis Cartilage 2010;8 (9): 1211-1217.
  5. Dijkstra A.J., Anbeek P., Yang K.G., Vincken K.L., Viergever M.A., Castelein R.M., Saris D.B. Validation of a novel semiautomated segmentation method for MRI detection of cartilage-related bone marrow lesions. Cartilage 2010; 1 (4): 328-334.
  6. Eckstein F., Burstein D., Link T.M. Quantitative MRI of cartilage and bone: degenerative changes in osteoarthritis. NMR Biomed 2006; 19: 822-854.
  7. Gadjanski I. Recent advances on gradient hydrogels in biomimetic cartilage tissue engineering. F1000Res 2017; 6: 2158.
  8. Gray M.L., Burstein D., Xia Y. Biochemical (and functional) imaging of articular cartilage. Semin Musculoskelet Radiol 2001; 5: 329-343.
  9. Kester B.S., Carpenter P.M., Yu H.J., Nozaki T., Kaneko Y., Yoshioka H., Schwarzkopf R. T1ρ/T2 mapping and histopathology of degenerative cartilage in advanced knee osteoarthritis. World J Orthop 2017; 8(4): 350-356.
  10. Link T.M., Stahl R., Woertler K. Cartilage imaging: motivation, techniques, current and future significance. Eur Radiol 2007; 17(5): 1135-1146.
  11. McAlindon T.E., Watt I., McCrae F., Goddard P., Dieppe P.A. Magnetic resonance imaging in osteoarthritis of the knee: correlation with radiographic and scintigraphic findings. Ann Rheum Dis 1991; 50(1): 14-19.
  12. Peterfy C.G., Guermazi A., Zaim S., Tirman P.F., Miaux Y., White D. Whole-organ magnetic resonance imaging score (WORMS) of the knee in osteoarthritis. Osteoarthritis Cartilage 2004; 12: 177-190.
  13. Pritzker K.P., Gay S., Jimenez S.A., Ostergaard K., Pelletier J.P., Revell P.A., Salter D., van den Berg W.B. Osteoarthritis cartilage histopathology: grading and staging. Osteoarthritis Cartilage 2006; 14(1): 13-29.
  14. Steinbeck M.J., Eisenhauer P.T., Maltenfort M.G., Parvizi J., Freeman T.A. Identifying patient-specific pathology in osteoarthritis development based on microCT analysis of subchondral trabecular bone. J Arthroplasty 2016; 31(1): 269-277.
  15. van Eck C.F., Kingston R.S., Crues J.V., Kharrazi F.D. Magnetic resonance imaging for patellofemoral chondromalacia: is there a role for T2 mapping? Orthop J Sports Med 2017; 5(11): 2325967117740554.
  16. Xu L., Hayashi D., Roemer F.W., Felson D.T., Guermazi A. Magnetic resonance imaging of subchondral bone marrow lesions in association with osteoarthritis. Semin Arthritis Rheum 2012; 42(2): 105-118.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. Segmentation of PDFS-weighted magnetic resonance tomograms and proton density spectra of articular cartilage: fragments A-D - MRI of the knee joint in the region of the medial condyle of the femur; fragments Е-К - segmentation of images of articular cartilage; fragments L-P - spectra of proton density; fragments А-Л correspond to the norm, Б-М - I stage ОА, В-Н - II stage ОА; G-O - III stage OA; D-P - IV stage OA

Download (59KB)

Copyright (c) 2018 Kabalyk M.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 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».