Development of a hyaline cartilage thickness map of a normal knee joint and in knee varus and valgus deformity

Cover Page

Cite item

Full Text

Abstract

Aim. Estimation of the average thickness of hyaline cartilage on the basis of magnetic resonance imaging for its further evaluation in standard radiography of the normal knee joint.

Methods. The study included 66 magnetic resonance imaging scans of healthy knee joints (30 right and 36 left joints) from 32 females and 34 males aged 35 to 59 years (mean age 47±8.1 years) with different limb axis deviation. All scans were processed manually using Syngo fastView programs to create a 3D model of the distal femoral epiphysis and the proximal tibial epiphysis, and also to differentiate between cartilage tissue and bone. The next step was measurement of hyaline cartilage thickness on the created models made at intervals of 2 mm to create a «thickness map» which later would make it possible to estimate the cartilage thickness on the basis of standard knee radiograph.

Results. The hyaline cartilage thickness varies depending on the sex and limb axis deformation. Thus, the largest thickness of cartilaginous tissue was observed on the articular surface of the femur in males 1.5-2 cm above the attachment site of the anterior cruciate ligament, and the average thickness on the femur was 1.90±0.425 mm. The largest thickness of the cartilage on the articular surface of the tibia in males was observed in the lateral side, and the average thickness was 1.64±0.434 mm. The cartilage thickness in the medial joint was significantly less in varus deformity than in valgus deformity.

Conclusion. The hyaline cartilage «thickness map» of the knee joint allows assessing its state by standard radiographs without performing magnetic resonance imaging; modification of hyaline cartilage «thickness map» in pathology will improve the treatment results for local defects and more reliably perform preoperative planning for needed knee replacement.

About the authors

G A Ayrapetov

Stavropol State Medical University

Author for correspondence.
Email: airapetovGA@yandex.ru
Stavropol, Russia

A A Vorotnikov

Stavropol State Medical University

Email: airapetovGA@yandex.ru
Stavropol, Russia

E A Konovalov

Stavropol State Medical University

Email: airapetovGA@yandex.ru
Stavropol, Russia

References

  1. Bagirova G.G. Izbrannye lektsii po revmatologii. (Selected lectures in rheumatology.) Moscow: Meditsina. 2008; 253 p. (In Russ.)
  2. Wirth W., Buck R., Nevitt M. et al. MRI-based extended ordered values more efficiently differentiate cartilage loss in knees with and without joint space narrowing than region-specific approaches using MRI or radiography — data from the OA initiative. Osteoarthritis Cartilage. 2011; 19 (6): 689–699. doi: 10.1016/j.joca.2011.02.011.
  3. Korzh N.A., Golovakha M.L., Agaev E., Orlyanskiy V. Predicting the result of knee cartilage damage treatment. Ortopediya, travmatologiya i protezirovanie. 2010; (4): 24–31. (In Russ.)
  4. Lee S., Park S.H., Shim H. et al., Optimization of local shape and appearance probabilities for segmentation of knee cartilage in 3-D MR images. Computer Vision and Image Understanding. 2011; 115 (12): 1710–1720. doi: 10.1016/j.cviu.2011.05.014.
  5. Link T.M. Cartilage imaging: significance, techniques, and new developments. Springer. 2011; 394 p. doi: 10.1007/978-1-4419-8438-8.

Supplementary files

Supplementary Files
Action
1. JATS XML

© 2018 Ayrapetov G.A., Vorotnikov A.A., Konovalov E.A.

Creative Commons License

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