DOI: https://doi.org/10.1186/s12917-025-04591-5
PMID: https://pubmed.ncbi.nlm.nih.gov/40082938
تاريخ النشر: 2025-03-13
المؤلف: Ḃ. Turek وآخرون
الموضوع الرئيسي: البحث الطبي البيطري في الخيول
نظرة عامة
في الطب البيطري، تظل الأشعة السينية التقليدية هي التقنية الأساسية للتصوير التشخيصي للحيوانات الصغيرة والخيول. تركز التطورات الأخيرة على دمج تقييم كثافة العظام مع الذكاء الاصطناعي لتعزيز اتخاذ القرارات السريرية. تبحث هذه الدراسة في تطبيق خوارزمية التجميع k-means للتمييز بين العظام القشرية والعظام الإسفنجية في أطراف الخيول الصحية والمتأثرة بالتهاب المفاصل، باستخدام معلمات الامتصاص الرقمي المحسوبة المثلى.
شملت المنهجية تصوير خمسة معايير كثافة معدنية (الألمنيوم النقي، الدورا الألمنيوم، سبيكة النحاس، سبيكة الحديد والنيكل، وسبيكة الحديد والسيليكون) عبر عشرة إعدادات أنبوب الأشعة السينية، وتقييم فعاليتها في تمييز أنواع العظام. أظهرت النتائج أن الكثافة النسبية لعظم الساق الطويل تختلف بشكل كبير بين أنواع العظام في الأطراف الصحية والمتأثرة، مما يتيح التمييز الناجح من خلال التجميع. كانت معايير الدورا الألمنيوم، خاصة عند 60 كيلو فولت و4.0 مللي أمبير، قد حققت أعلى مقاييس التجميع، مما يشير إلى ملاءمتها لمزيد من البحث في الممارسة البيطرية للخيول.
تسلط النتائج الضوء على إمكانية القياس الكمي لكثافة المعادن النسبية للعظام (rBMD) باستخدام الأشعة السينية التقليدية لتقييم بيولوجيا العظام في البيئات البيطرية للخيول. تؤكد الدراسة أن خوارزمية التجميع k-means يمكن أن تميز بفعالية بين أنواع العظام بناءً على rBMD، مع التوصية بالمعلمات المثلى المحددة لمزيد من التحقيقات في الكمية النسبية للأشعة السينية وفحوصات الأطراف السفلية في الخيول.
مقدمة
تستعرض مقدمة هذه الورقة البحثية التطور السريع للتصوير التشخيصي، مع التركيز بشكل خاص على دمج الذكاء الاصطناعي (AI) في تطبيقات التصوير الطبي. تسلط الضوء على التطورات مثل التعرف التلقائي على المعالم، وتحليل الصور بمساعدة الذكاء الاصطناعي، واكتشاف الأمراض بشكل آلي، والتي حسنت بشكل كبير من الدقة والكفاءة في الطب البشري. ترسم الورقة أوجه التشابه مع الطب البيطري، مشيرة إلى أن أنماط التصوير المماثلة، بما في ذلك الأشعة السينية التقليدية، والتصوير المقطعي المحوسب (CT)، والتصوير بالرنين المغناطيسي (MRI)، تُستخدم. على الرغم من التقدم، لا تزال التحديات قائمة في تطبيق بعض تقنيات التصوير، مثل التصوير المقطعي بالإصدار البوزيتروني (PET)، بسبب التكاليف وقيود المعدات.
تناقش هذه القسم أيضًا أهمية تقييم كثافة المعادن في العظام (BMD) في الممارسة البيطرية، خاصة بالنسبة للخيول السباق ورياضة الخيول، حيث إنه أمر حيوي لتقييم خطر الكسور ومراقبة صحة المفاصل والعظام. يتم استكشاف طرق مختلفة لتقييم BMD، بما في ذلك امتصاص الأشعة السينية ثنائية الطاقة (DXA) والأشعة السينية التقليدية مع التشخيص بمساعدة الكمبيوتر (CAD). تهدف الدراسة إلى الاستفادة من خوارزمية التجميع k-means للتمييز بين العظام القشرية والعظام الإسفنجية في الخيول الصحية باستخدام بيانات CAD، مع تحسين البروتوكول للتجميع الفعال. تسعى هذه البحث إلى تعزيز التطبيق السريري لتقييم BMD في الممارسة البيطرية للخيول، خاصة في سياق التهاب المفاصل.
طرق
تستعرض قسم “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث تم استخدام التحليلات الإحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. شملت المنهجيات المحددة تجارب محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لملاحظة تأثيراتها على النتائج المعنية.
تم تحليل البيانات باستخدام برامج إحصائية مناسبة، مع تحديد مستويات الدلالة عند p < 0.05 لتحديد موثوقية النتائج. بالإضافة إلى ذلك، دمجت الدراسة نماذج رياضية مختلفة لتفسير العلاقات بين المتغيرات، مما يضمن إطارًا قويًا للتحليل. بشكل عام، كانت الطرق المستخدمة مصممة لتوفير فهم شامل للظواهر قيد التحقيق، مما يسمح بإعادة الإنتاج والتحقق من النتائج.
نتائج
يقدم قسم “النتائج” في الورقة البحثية النتائج الرئيسية المستمدة من التجارب والتحليلات التي أجريت. يسلط الضوء على النتائج المهمة التي تم ملاحظتها، بما في ذلك البيانات الكمية التي تدعم الفرضيات. غالبًا ما يتم توضيح النتائج من خلال الرسوم البيانية، والجداول، أو الأشكال، التي توفر تمثيلًا بصريًا لاتجاهات البيانات والعلاقات.
تُستخدم التحليلات الإحصائية للتحقق من النتائج، مما يشير إلى مستوى الدلالة لمختلف المعلمات. قد يناقش القسم أيضًا أي نتائج غير متوقعة وتأثيراتها، بالإضافة إلى كيفية مساهمة هذه النتائج في المعرفة الحالية في هذا المجال. بشكل عام، تؤكد النتائج على أهمية البحث وتفتح الطريق لمزيد من التحقيق أو تطبيق النتائج.
مناقشة
هدفت الدراسة إلى تحسين طريقة تحليل الكثافة المحوسبة (CDA) لتقييم كثافة المعادن النسبية للعظام (rBMD) في عظام الساق الطويلة للخيول من خلال استخدام تصميم ثلاثي المراحل. في البداية، تم تصنيف خمسة معايير كثافة مصنوعة من معادن مختلفة (الألمنيوم النقي، سبيكة الألمنيوم، سبيكة النحاس، سبيكة الحديد والنيكل، وسبيكة الحديد والسيليكون). في المرحلة الثانية، تم أخذ أشعة سينية لأطراف الخيول الصحية تحت إعدادات مختلفة للأشعة السينية، مما سمح باستخراج rBMD من العظام القشرية (CB) والعظام الإسفنجية (TB). تم استخدام خوارزمية التجميع k-means للتمييز بين CB وTB بناءً على قيم rBMD الخاصة بها. تضمنت المرحلة النهائية أشعة سينية للأطراف المتأثرة، مؤكدة أن إعدادات الأشعة السينية المثلى (60 كيلو فولت، 4.0 مللي أمبير) والمعيار الكثافي المختار (Dur) قدمت أفضل مقاييس التجميع لتمييز أنواع العظام.
أشارت النتائج إلى وجود اختلافات كبيرة في rBMD بين CB وTB في كل من الأطراف الصحية والمتأثرة، مع ملاحظة قيم أعلى في CB. كما سلطت الدراسة الضوء على أهمية استخدام معايير كثافة ذات تركيبات متنوعة لتعزيز معامل التوهين الكتلي، مما يحسن من دقة التقييمات الشعاعية. تشير النتائج إلى أن دمج سبائك الألمنيوم، مثل Dur، قد يكون أكثر فعالية من الألمنيوم النقي في قياس rBMD في الأطراف السفلية للخيول. تسهم هذه البحث في تطوير معايير كثافة قابلة للتسويق وبرامج تحليل الأشعة السينية، مما قد يوسع من القدرات التشخيصية في الممارسة البيطرية للخيول.
القيود
تسلط قيود الدراسة الضوء على عدة عوامل حاسمة تؤثر على قياس وتفسير كثافة المعادن في العظام (BMD) في الخيول. تم ملاحظة تباين في قيم BMD بناءً على موقع القياس والعظام المحددة التي تم تحليلها، مما يستلزم إنشاء معالم متسقة لضمان إمكانية إعادة الإنتاج. استخدمت الدراسة معالم عند منتصف عظم الساق الطويل، ومع ذلك، فإن التحليل المقارن عبر عظام خيول مختلفة، بما في ذلك العظم الثالث في اليد، والعظم الثالث في القدم، وعظم الفخذ، أمر ضروري لفهم شامل.
علاوة على ذلك، فإن قياس BMD من خلال الأشعة السينية التقليدية يتأثر بالعديد من العوامل، بما في ذلك ظروف التصوير وغياب معيار كثافة في برنامج تحليل الصور بمساعدة الكمبيوتر (CAIAS) المستخدم. تشير الدراسة إلى أن الطبيعة ثنائية الأبعاد للأشعة السينية التقليدية تقدم متغيرات إضافية، مثل زاوية الشعاع وشكل العظام، والتي يمكن أن تؤثر على دقة تقييمات BMD. علاوة على ذلك، فإن عدم قدرة طريقة CDA المستخدمة سابقًا على التمييز بين عظام الخيول النامية والقديمة، بالإضافة إلى نقص الدراسات الطولية والقيم المرجعية المحددة لـ BMD بناءً على السلالة، والجنس، والعمر، ووزن الجسم، يحد من قابلية تطبيق النتائج. يجب أن تهدف الأبحاث المستقبلية إلى توحيد ظروف التصوير وتحديد قيم BMD النسبية المتوقعة المخصصة لمختلف الخصائص الديموغرافية والعظمية للخيول.
DOI: https://doi.org/10.1186/s12917-025-04591-5
PMID: https://pubmed.ncbi.nlm.nih.gov/40082938
Publication Date: 2025-03-13
Author(s): Ḃ. Turek et al.
Primary Topic: Veterinary Equine Medical Research
Overview
In veterinary medicine, conventional radiography remains the primary diagnostic imaging technique for small animals and equines. Recent advancements focus on integrating bone density evaluation with artificial intelligence to enhance clinical decision-making. This study investigates the application of the k-means clustering algorithm to differentiate between cortical and trabecular bone in healthy and osteoarthritis-affected horse limbs, utilizing optimal computed digital absorptiometry parameters.
The methodology involved imaging five metal density standards (pure aluminum, duralumin, cuprum alloy, iron-nickel alloy, and iron-silicon alloy) across ten X-ray tube settings, assessing their effectiveness in distinguishing bone types. Results indicated that the long pastern bone’s relative density varied significantly between bone types in both healthy and affected limbs, enabling successful differentiation through clustering. The duralumin standard, particularly at 60 kV and 4.0 mAs, yielded the highest clustering metrics, suggesting its suitability for further research in equine veterinary practice.
The findings highlight the potential of quantitative measurement of relative bone mineral density (rBMD) using conventional radiography to assess bone biology in equine veterinary settings. The study confirms that the k-means clustering algorithm can effectively differentiate bone types based on rBMD, with the identified optimal parameters recommended for future investigations into the relative quantification of radiographs and distal limb examinations in horses.
Introduction
The introduction of this research paper outlines the rapid evolution of diagnostic imaging, particularly emphasizing the integration of artificial intelligence (AI) in medical imaging applications. It highlights advancements such as automatic landmark identification, AI-assisted image analysis, and automated disease detection, which have significantly improved accuracy and efficiency in human medicine. The paper draws parallels to veterinary medicine, noting that similar imaging modalities, including conventional radiography, computed tomography (CT), and magnetic resonance imaging (MRI), are utilized. Despite the advancements, challenges remain in the application of certain imaging techniques, such as positron emission tomography (PET), due to cost and equipment limitations.
The section further discusses the importance of bone mineral density (BMD) evaluation in veterinary practice, particularly for racehorses and sport horses, as it is crucial for assessing fracture risk and monitoring joint and bone health. Various methods for BMD assessment are explored, including dual-energy X-ray absorptiometry (DXA) and conventional radiography with computer-aided diagnosis (CAD). The study aims to leverage the k-means clustering algorithm to differentiate between cortical and trabecular bone in healthy horses using CAD data, while also optimizing the protocol for effective clustering. This research seeks to enhance the clinical applicability of BMD evaluation in equine practice, particularly in the context of osteoarthritis.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, employing statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled trials, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data were analyzed using appropriate statistical software, with significance levels set at p < 0.05 to determine the reliability of the findings. Additionally, the study incorporated various mathematical models to interpret the relationships between the variables, ensuring a robust framework for the analysis. Overall, the methods employed were designed to provide a comprehensive understanding of the phenomena under investigation, allowing for reproducibility and validation of the results.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments and analyses. It highlights the significant outcomes observed, including quantitative data that supports the hypotheses. The results are often illustrated through graphs, tables, or figures, which provide a visual representation of the data trends and relationships.
Statistical analyses are employed to validate the findings, indicating the level of significance for various parameters. The section may also discuss any unexpected results and their implications, as well as how these findings contribute to the existing body of knowledge in the field. Overall, the results underscore the importance of the research and pave the way for further investigation or application of the findings.
Discussion
The study aimed to optimize the Computed Density Analysis (CDA) method for evaluating relative Bone Mineral Density (rBMD) in equine long pastern bones by employing a three-stage design. Initially, five density standards made from various metals (pure aluminum, aluminum alloy, cuprum alloy, iron-nickel alloy, and iron-silicon alloy) were characterized. In the second stage, radiographs of healthy equine cadaver limbs were taken under different X-ray settings, allowing for the extraction of rBMD from cortical bone (CB) and trabecular bone (TB). The k-means clustering algorithm was utilized to differentiate between CB and TB based on their rBMD values. The final stage involved radiographs of affected limbs, confirming that the optimal X-ray settings (60 kV, 4.0 mAs) and the selected density standard (Dur) provided the best clustering metrics for distinguishing bone types.
The findings indicated significant differences in rBMD between CB and TB in both healthy and affected limbs, with higher values observed in CB. The study also highlighted the importance of using density standards with varying compositions to enhance the mass attenuation coefficient, thereby improving the accuracy of radiographic assessments. The results suggest that the incorporation of aluminum alloys, such as Dur, may be more effective than pure aluminum in quantifying rBMD in equine distal limbs. This research contributes to the development of commercially viable density standards and radiographic analysis software, potentially expanding the diagnostic capabilities in equine veterinary practice.
Limitations
The limitations of the study highlight several critical factors affecting the measurement and interpretation of bone mineral density (BMD) in equines. Variability in BMD values is noted based on the measurement site and the specific bones analyzed, necessitating the establishment of consistent landmarks for reproducibility. The study employed landmarks at the midpoint of the long pastern bone, yet a comparative analysis across various equine bones, including the third metacarpal, third metatarsal, and femur, is essential for comprehensive understanding.
Moreover, the quantification of BMD through conventional radiography is influenced by numerous factors, including imaging conditions and the absence of a density standard in the Computer-Assisted Image Analysis Software (CAIAS) utilized. The study points out that conventional radiography’s two-dimensional nature introduces additional variables, such as beam angle and bone morphology, which can affect the accuracy of BMD assessments. Furthermore, the inability of the previously used CDA method to distinguish between the bones of growing and aged horses, along with the lack of longitudinal studies and specific reference values for BMD based on breed, sex, age, and body weight, limits the applicability of the findings. Future research should aim to standardize imaging conditions and establish expected relative BMD values tailored to different equine demographics and bone characteristics.