Strut and texture analysis for osteoporosis detection index (ODI) using dental panoramic radiography

Abstract

Together with rapid aging of worldwide population, prediction and early diagnosis of osteoporosis became an important health care issue. The aim of this study was to find variables for enabling osteoporosis detection using the strut method, fractal dimension (FD), and the gray level co-occurrence matrix (GLCM) in dental panoramic radiographs (DPRs) using multiple ROIs (regions of interests), including the endosteal margin area, and to develop an osteoporosis detection index (ODI) applicable to DPRs. A total of 454 DPRs from 2012 to 2015 were selected, with 227 drawn from non-osteoporotic patients and 227 drawn from osteoporotic patients, classified by bone mineral density (T-score). After 3 marrow regions and the endosteal margin area were upsampled to 400%, strut features, FD, and GLCM were analyzed using a customized image processing program. Independent samples t-test was used to verify statistical differences between the normal and osteoporotic patients. Logistic regression was performed to compare the diagnostic accuracy of each variable. Finally, decision tree algorithm was used to create and verify the ODI. FD (0.975) and strut features (below 0.926) of the endosteal margin area showed high area under the curve (AUC), whereas GLCM (below 0.580) showed low AUC. The combination of FD and two strut features (number of nodes denominated by number of termini, and number of nodes per square centimeter) showed a high diagnostic accuracy (93.0%) with use of the decision tree. This combination of FD and two strut features in endosteal margin area showed potential as an ODI to be used with DPRs.

전 세계 인구의 빠른 노령화와 함께, 골다공증을 예측하고 조기 진단하는 것은 중요한 보건 이슈가 되었다. 이 연구의 목적은 파노라마에서 골내막 경계부 (endosteal margin area)를 포함한 여러 개의 관심영역에서 스트러트 분석 (strut analysis), 프랙탈 차원 (fractal dimension, FD) 및 회색조 동시발생 매트릭스 (gray level co-occurrence matrix, GLCM)를 이용하여 골다공증을 진단할 수 있는 변수를 찾고, 이를 통해 파노라마를 이용한 골다공증 검출 지수 (ODI)을 개발하는 것이다. 2012년부터 2015년까지 연세대학교 치과 병원을 내원한 환자 중 골밀도지수 (T score)로 정상 및 골다공증으로 분류된 각각 272명씩, 총 454명의 파노라마 사진이 이용되었다. 세 군데의 수질골 부위와 endosteal margin 영역이 400%로 업샘플링 (upsampling)된 후, 스트러트 변수, FD, 그리고 GLCM 이 직접 제작한 이미지 처리 프로그램에 의해 분석되었다. 독립 표본 t검정 (independent samples t-test)은 정상과 골다공증 환자군 사이의 통계적인 차이를 검증하기 위해 사용되었다. 각각의 변수들의 진단 정확성을 비교하기 위해 로지스틱 회귀분석 (logistic regression)이 사용되었다. 마지막으로, 골다공증 검출 지수(ODI)를 만들고 검증하기 위해 판단 트리 (decision tree)가 사용되었다. 골내막 경계부의 FD (0.975)와 스트러트 변수들 (0.926 이하)은 높은 곡선하면적 (area under the curve, AUC) 값을 보인 반면, GLCM (0.580 이하)은 낮은 AUC 값을 보였다. FD와 두 스트러트 변수들 (교점의 수를 종점의 수로 나눈 값, 그리고 1 평방 센티미터 당 교점의 수)의 조합은 결정 트리 방법을 사용하여 높은 진단 정확도 (89.1%)를 보여주었다. 골내막 경계부의 FD와 두 strut 변수의 조합은 파노라마에서 골다공증 검출 지수 (ODI)로써의 가능성을 보여주었다.